Спектроскопия комбинационного рассеяния (Raman-спектроскопия), инфракрасная спектроскопия с фурье-преобразованием (FTIR) и бриллюэновское рассеяние света — методы вибрационной спектроскопии, которые позволяют определять химический состав вещества по его спектру. Классификационные модели переводят такие спектры в конкретный ответ — к какому классу веществ относится образец. Построить надёжный классификатор непросто, но польза от него огромна: подобные инструменты нужны в полупроводниковой промышленности, фармацевтике, производстве полимеров, криминалистике, экологии, пищевой отрасли и медицине.
Почему предобработка данных — узкое место
Проблема в том, что перед анализом спектральные данные обычно проходят сложную предобработку, и универсального рецепта здесь нет. Методы очистки и нормализации сигнала сильно различаются в зависимости от задачи и материала, а нередко вообще держатся в секрете разработчиками конкретных решений. То, что улучшает результат для одной модели или одного класса материалов, может ухудшить его для другой. Эффект от конкретной методики предобработки сильно зависит от образца, поэтому обычно требуется участие квалифицированного специалиста — а ручная предобработка неизбежно вносит человеческую предвзятость в данные и их интерпретацию.
Портативные приборы на основе Raman-спектроскопии уже помогают врачам определять неизвестные химические соединения и выявлять злокачественные клетки — метод требует минимальной подготовки образца и даёт уникальный «отпечаток» для конкретного вещества. Он также способен фиксировать дефектные состояния, которые сильно влияют на свойства материала: например, в оксидах металлов поверхностные дефекты позволяют анионам и катионам принимать разные зарядовые состояния, что важно для фотокатализа, антикоррозийной защиты, сенсоров, микроэлектроники, устройств магнитной записи и микропористых материалов.
Свёрточные сети вместо ручной работы эксперта
Свёрточные нейронные сети (CNN) давно применяются для извлечения признаков из сложных многомерных данных и снижают потребность в трудоёмкой ручной предобработке силами узких специалистов. Благодаря автоматическим CNN-моделям, работающим в реальном времени, Raman-спектроскопия способна распознавать сложные вещества даже на более дешёвых приборах с низким разрешением — практически без предварительной обработки данных.
Именно такую систему на основе глубокого обучения представили авторы рассматриваемой работы — для точной химической идентификации веществ по Raman-спектрам. На публичном наборе данных RRUFF модель показала точность Top-1 на уровне 99,12% и точность Top-5 на уровне 99,30%. Чтобы подтвердить работоспособность подхода на практике, исследователи провели эксперимент с синтезированными образцами и показали, что модель корректно различает рутил и анатаз — две кристаллические модификации диоксида титана. Главный вывод авторов: модель способна точно определять целевые вещества без дополнительной проприетарной предобработки данных, выполняемой экспертами вручную. Это означает более высокую степень стандартизации метода и заметную экономию — как времени, так и денег.
Источник: MarkTechPost.