IXThinker·2026-06-23 17:54日本團隊破解光譜預測黑箱 材料AI邁向可解釋
日本東京科學研究所團隊構建含2681種無機化合物的高精度光譜數據集，結合深度學習模型實現高維光譜預測，並融合特徵提取與聚類分析，鎖定決定起始能量與強度的關鍵元素及配位環境，提升光譜預測可解釋性。
高維光譜預測難題
介電函數、吸收光譜及態密度等光譜數據對理解與設計材料至關重要，但其輸出維度大、結構複雜、物理約束強，傳統機器學習難以兼顧精度與可解釋性，深度學習模型則長期被視為黑箱。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。