طور الباحثون منهجًا قائمًا على التعلم العميق يعمل بشكل كبير على تبسيط التحديد الدقيق وتصنيف المواد ثنائية الأبعاد (2D) من خلال تحليل رامان الطيفي. وبالمقارنة، فإن طرق تحليل رامان التقليدية بطيئة وتتطلب تفسيرًا شخصيًا يدويًا. ستعمل هذه الطريقة الجديدة على تسريع عملية تطوير وتحليل المواد ثنائية الأبعاد، والتي تُستخدم في مجموعة متنوعة من التطبيقات، مثل الإلكترونيات والتقنيات الطبية.
يقول يابينغ تشي، الباحث الرئيسي (جامعة توهوكو): “في بعض الأحيان، يكون لدينا فقط عدد قليل من العينات من المادة ثنائية الأبعاد التي نرغب في دراستها، أو موارد محدودة لأخذ قياسات متعددة”. “ونتيجة لذلك، تميل البيانات الطيفية إلى أن تكون محدودة وموزعة بشكل غير متساوٍ، لقد تطلعنا إلى نموذج توليدي من شأنه أن يعزز مجموعات البيانات هذه، وهو يملأ الفراغات بالنسبة لنا بشكل أساسي.”
تم وضع البيانات الطيفية من سبع مواد مختلفة ثنائية الأبعاد وثلاث مجموعات مكدسة متميزة في نموذج التعلم. وقدم فريق الباحثين …