提高光学数据集利用率，天大团队提出增强光谱预测效果 AI 模型

来源：ScienceAI 本文约1500字，建议阅读5分钟近日，天津大学激光与光电子研究所吴亮副教授、姚建铨院士团队联合自然语言处理实验室熊德意教授团队报道了一种使用多频率补充输入的深度学习模型来增强光谱预测效果的方案。该方案可有效地提高现有光学数据集的利用率，在不额外增加训练成本的基础上，增强了与超表面结构对应的光谱响应的预测效果。相关研究成果以「Enhanced spectrum prediction using deep learning models with multi-frequency supplementary inputs」为题，于 2024 年 5月16 日发表在《APL Machine Learning》。论文链接：https://doi.org/10.1063/5.0203931研究背景近年来，深度学习技术的快速发展为各个领域带来了前所未有的变革和创新，成为了多门学科处理复杂且庞大的数据的有效工具。基于神经网络的方法可以有效地检测目标数据的相关特征和潜在模式，但如 ………………………………