检索结果-南通市图书馆

Validating neural networks for spectroscopic classification on a universal synthetic dataset

npj Computational Materials 2023年第1期9卷 1325-1336页

作者： Jan Schuetzke Nathan J.Szymanski markus reischl Institute for Automation and Applied Informatics Karlsruhe Institute of TechnologyKarlsruhe 76131Germany Department of Materials Science&Engineering Lawrence Berkeley National LaboratoryBerkeleyCA 94720USA Department of Materials Science&Engineering UC BerkeleyBerkeleyCA 94720USA

To aid the development of machine learning models for automated spectroscopic data classification,we created a universal synthetic dataset for the validation of their performance.The dataset mimics the characteristic appearance of experimental measurements from techniques such as X-ray diffraction,nuclear magnetic resonance,and Raman spectroscopy among others.We applied eight neural network architectures to classify artificial spectra,evaluating their ability to handle common experimental artifacts.While all models achieved over 98%accuracy on the synthetic dataset,misclassifications occurred when spectra had overlapping peaks or intensities.We found that non-linear activation functions,specifically ReLU in the fully-connected layers,were crucial for distinguishing between these classes,while adding more sophisticated components,such as residual blocks or normalization layers,provided no performance benefit.Based on these findings,we summarize key design principles for neural networks in spectroscopic data classification and publicly share all scripts used in this study.

关键词： spectroscopic adding classify

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：