波数感知深度学习提升拉曼光谱分析鲁棒性

研究者提出一种波数感知的深度学习表示方法：把每个光谱点表示为强度与波数对，并用波数本身计算 Transformer 位置编码，替代将光谱视为固定网格强度向量的做法。 在三种细菌及其合成混合物的拉曼光谱上，该表示在卷积、残差和 Transformer 网络中均对噪声、稀疏采样和部分光谱覆盖保持稳健；在部分观测下，波数编码优于索引编码和可学习编码，并在训练中未见过的采样网格上保持性能。 作者称，结果在公开的 30 株细菌基准上得到复现。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。