IA e os Problemas Difíceis do Mundo · Ciências da vida · arXiv · 2026-10-23
Aprendizado profundo sensível ao número de onda para análise robusta de espectros Raman
Título original: Wavenumber-Aware Deep Learning for Robust Analysis of Raman Spectra
Modelos espectrais de aprendizado de máquina geralmente tratam um espectro como uma grade fixa, o que os limita quando as condições de medição mudam. Os autores codificaram cada ponto por sua intensidade e número de onda, calculando as codificações posicionais do Transformer a partir do número de onda. Em espectros Raman de três espécies bacterianas e suas misturas, a abordagem se manteve robusta a ruído, amostragem mais esparsa e cobertura parcial, e se sustentou em grades de amostragem não vistas no treinamento.