Специалисты Новосибирского государственного университета создали первую в России модель глубокого машинного обучения для автоматической обработки спектров рентгеновской фотоэлектронной спектроскопии (РФЭС), сообщает ТАСС.
Разработка нейросети стала ответом на растущую потребность в автоматизации обработки данных, особенно в связи с открытием центра «Сибирский кольцевой источник фотонов». Автор проекта Артем Вахрушев использовал для обучения модели синтетические данные, включающие шум, пики и фон неупругого рассеяния.
Тестирование нейросети проводилось на реальных спектрах хлорида серебра, полученных в Институте катализа имени Г. К. Борескова СО РАН. Результаты автоматической обработки показали высокую согласованность с результатами ручного анализа.
Созданная модель демонстрирует впечатляющую производительность — обработка одного спектра занимает менее секунды на обычном ноутбуке, тогда как ручная обработка требует около 10 минут работы научного сотрудника.
В настоящее время разработчик работает над созданием графического интерфейса для нейросети и планирует внедрить функцию потоковой обработки большого количества спектров, что позволит отслеживать динамику изменения состава исследуемой поверхности.