AI 與世界的難題 · 物理學 · arXiv · 2026-10-21
以機率式去雜訊達成光譜學中可靠的訊號擷取
原標題: Probabilistic denoising for reliable signal extraction in spectroscopy
作者提出一個機率式去雜訊框架，能同時從含雜訊資料中擷取去雜訊訊號與逐元素的預測不確定性。應用於三維角解析光電子能譜資料時，該模型能從平均每體素僅 0.02 個電子的卜瓦松分布雜訊中，可靠地復原銅氧化物超導體的光譜特徵。預測的不確定性可傳播至超導能隙分析，以進行具有科學意義誤差棒的定量參數擷取，且該方法亦成功擴展至二維 X 射線繞射資料。