La IA y los problemas difíciles del mundo · Ciencias de la vida · arXiv · 2026-10-23
Aprendizaje profundo sensible al número de onda para un análisis robusto de espectros Raman
Título original: Wavenumber-Aware Deep Learning for Robust Analysis of Raman Spectra
Los modelos espectrales de aprendizaje automático suelen tratar un espectro como una rejilla fija, lo que los limita cuando cambian las condiciones de medición. Los autores codificaron cada punto mediante su intensidad y su número de onda, y calcularon las codificaciones posicionales del Transformer a partir del número de onda. En espectros Raman de tres especies bacterianas y sus mezclas, el enfoque se mantuvo robusto frente al ruido, a un muestreo más disperso y a una cobertura parcial, y funcionó bien con rejillas de muestreo no vistas durante el entrenamiento.