La IA y los problemas difíciles del mundo · Física · arXiv · 2026-10-21
Eliminación probabilística de ruido para una extracción fiable de señales en espectroscopía
Título original: Probabilistic denoising for reliable signal extraction in spectroscopy
Los autores presentan un marco de eliminación probabilística de ruido que extrae simultáneamente señales depuradas e incertidumbres predictivas elemento a elemento a partir de datos ruidosos. Aplicado a datos de espectroscopía de fotoemisión resuelta en ángulo tridimensional, el modelo recupera de manera fiable las características espectrales de un superconductor de cupratos a partir de ruido con distribución de Poisson que promedia solo 0.02 electrones por vóxel. Las incertidumbres predichas pueden propagarse a análisis del gap superconductor para la extracción cuantitativa de parámetros con barras de error científicamente significativas, y el enfoque también se extiende con éxito a datos bidimensionales de difracción de rayos X.