arXiv · ML· Charalampos Davalas, Georgios Levantinos, Anastasios Dimitriou, Nikolaos Papanikolaou, Georgios Th. Papadopoulos, Dimitrios Michail·· 6 小时前AI 评分27
Physics-Aware Self-Supervised Pretraining on Multi-Domain Raman Spectra
Physics-Aware Self-Supervised Pretraining on Multi-Domain Raman Spectra
AI 导读
提出基于掩码自编码器的多域自监督预训练框架，结合物理感知目标与稀疏 Voigt 轮廓解码器学习拉曼光谱表征。 该框架通过可微峰位置、宽度和幅度建模谱峰结构，并加入去噪目标以增强对谱线畸变的鲁棒性。 实验表明，自监督预训练显著提升标注数据受限任务的标签效率、鲁棒性和可迁移性。
来源：arXiv · ML · arxiv.org