IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-21
Denoising probabilístico para extração confiável de sinais em espectroscopia
Título original: Probabilistic denoising for reliable signal extraction in spectroscopy
Os autores apresentam uma estrutura probabilística de denoising que extrai simultaneamente sinais com o ruído removido e incertezas preditivas elemento a elemento a partir de dados ruidosos. Aplicado a dados tridimensionais de espectroscopia de fotoemissão resolvida em ângulo, o modelo recupera de forma confiável as características espectrais de um supercondutor de cuprato a partir de ruído com distribuição de Poisson com média de apenas 0.02 elétrons por voxel. As incertezas preditivas podem ser propagadas para análises do gap supercondutor para extração quantitativa de parâmetros com barras de erro cientificamente significativas, e a abordagem também se estende com sucesso a dados bidimensionais de difração de raios X.