L'IA face aux grands problèmes du monde · Physique · arXiv · 2026-10-21
Débruitage probabiliste pour une extraction fiable du signal en spectroscopie
Titre original: Probabilistic denoising for reliable signal extraction in spectroscopy
Les auteurs introduisent un cadre de débruitage probabiliste qui extrait simultanément des signaux débruités et des incertitudes prédictives élément par élément à partir de données bruitées. Appliqué à des données tridimensionnelles de spectroscopie de photoémission résolue en angle, le modèle récupère de manière fiable les caractéristiques spectrales d'un supraconducteur cuprate à partir d'un bruit de distribution de Poisson ne comptant en moyenne que 0.02 électrons par voxel. Les incertitudes prédites peuvent être propagées dans les analyses du gap supraconducteur pour une extraction quantitative de paramètres avec des barres d'erreur scientifiquement significatives, et l'approche s'étend également avec succès à des données bidimensionnelles de diffraction des rayons X.