論文の概要: Demonstration of an AI-driven workflow for dynamic x-ray spectroscopy

• arxiv url: http://arxiv.org/abs/2504.17124v1
• Date: Wed, 23 Apr 2025 22:32:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.189135
• Title: Demonstration of an AI-driven workflow for dynamic x-ray spectroscopy
• Title（参考訳）: ダイナミックX線分光のためのAI駆動ワークフローの実証
• Authors: Ming Du, Mark Wolfman, Chengjun Sun, Shelly D. Kelly, Mathew J. Cherukara,
• Abstract要約: X線吸収近傍構造(XANES)分光法は、材料中の個々の元素の化学状態と対称性を特徴づける強力な技術である。 適応サンプリング法は分光データを効率的に収集するために存在するが、XANESスペクトル構造に関するドメイン固有の知識を欠いていることが多い。 本稿では,適応型XANESデータ収集のための知識注入型ベイズ最適化手法を示す。
• 参考スコア（独自算出の注目度）: 1.0046337269532102
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: X-ray absorption near edge structure (XANES) spectroscopy is a powerful technique for characterizing the chemical state and symmetry of individual elements within materials, but requires collecting data at many energy points which can be time-consuming. While adaptive sampling methods exist for efficiently collecting spectroscopic data, they often lack domain-specific knowledge about XANES spectra structure. Here we demonstrate a knowledge-injected Bayesian optimization approach for adaptive XANES data collection that incorporates understanding of spectral features like absorption edges and pre-edge peaks. We show this method accurately reconstructs the absorption edge of XANES spectra using only 15-20% of the measurement points typically needed for conventional sampling, while maintaining the ability to determine the x-ray energy of the sharp peak after absorption edge with errors less than 0.03 eV, the absorption edge with errors less than 0.1 eV; and overall root-mean-square errors less than 0.005 compared to compared to traditionally sampled spectra. Our experiments on battery materials and catalysts demonstrate the method's effectiveness for both static and dynamic XANES measurements, improving data collection efficiency and enabling better time resolution for tracking chemical changes. This approach advances the degree of automation in XANES experiments reducing the common errors of under- or over-sampling points in near the absorption edge and enabling dynamic experiments that require high temporal resolution or limited measurement time.
• Abstract（参考訳）: X線吸収近傍構造(XANES)分光法は、材料中の個々の元素の化学状態と対称性を特徴づける強力な手法であるが、時間を要する多くのエネルギー点のデータを収集する必要がある。 適応サンプリング法は分光データを効率的に収集するために存在するが、XANESスペクトル構造に関するドメイン固有の知識を欠いていることが多い。 本稿では,適応型XANESデータ収集のための知識注入型ベイズ最適化手法について述べる。 本手法は, 従来の試料試料と比較した場合と比較して, 0.03 eV未満の吸収端, 0.1 eV未満の吸収端, 0.005未満の根平均二乗誤差を用いて, 吸収端後の鋭いピークのX線エネルギーを決定する能力を維持しつつ, 従来の試料試料と比較すると, XANESスペクトルの吸収端を15～20%だけ正確に再構成することを示した。 電池材料および触媒に関する実験により, 静的および動的XANES測定の有効性を実証し, データ収集効率を向上し, 化学変化の追跡に時間分解能が向上した。 このアプローチはXANES実験における自動化の度合いを向上し、吸収端付近のアンダーサンプリング点やオーバーサンプリング点の共通誤差を低減し、高時間分解能や限られた測定時間を必要とする動的実験を可能にする。

関連論文リスト

• A Graph Based Raman Spectral Processing Technique for Exosome Classification [0.4749981032986242]
  バイオニクス」アプローチは個々のバイオマーカーに好まれる。 ラマン分光法はエキソソーム分析に有効であるが、高濃度の試料が必要であり、脂質やタンパク質に対する感受性が制限されている。 本研究ではNeo4jグラフデータベースを活用し,エキソソームの3,045ラマンスペクトルを整理する。
  論文  参考訳（メタデータ） (2025-04-21T09:19:41Z)
• Exploring Supervised Machine Learning for Multi-Phase Identification and Quantification from Powder X-Ray Diffraction Spectra [1.0660480034605242]
  粉体X線回折分析は材料特性評価法の重要な構成要素である。 深層学習は、X線スペクトルから結晶学パラメータと特徴を予測するための主要な焦点となっている。 ここでは,多ラベル結晶相同定のための深層学習の代わりに,従来の教師付き学習アルゴリズムに関心がある。
  論文  参考訳（メタデータ） (2022-11-16T00:36:13Z)
• Spectrum-BERT: Pre-training of Deep Bidirectional Transformers for Spectral Classification of Chinese Liquors [0.0]
  本稿では,中国酒のスペクトル分類のための双方向トランスフォーマーの事前学習手法を提案し,これをSpectrum-BERTと略した。 我々はNext Curve Prediction (NCP) と Masked Curve Model (MCM) の2つの事前学習タスクを精巧に設計し、未ラベルのサンプルを効果的に活用できるようにした。 比較実験では、提案したSpectrum-BERTは、複数のメトリクスでベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2022-10-22T13:11:25Z)
• Quantum-enhanced absorption spectroscopy with bright squeezed frequency combs [91.3755431537592]
  本稿では,周波数変調分光の利点と,プローブ状態のスクイーズによるノイズ特性の低減を両立させる手法を提案する。 ホモダイン検出方式は、複数の周波数での吸収の同時測定を可能にする。 我々は、スキーズ係数と指数関数的にスケールする信号-雑音比の顕著な向上を予測した。
  論文  参考訳（メタデータ） (2022-09-30T17:57:05Z)
• Computing X-ray absorption spectra from linear-response particles atop optimized holes [0.0]
  状態特異軌道最適化密度汎関数理論(OO-DFT)法は閉殻分子のX線吸収スペクトルを予測するための半定量的精度を得ることができる。 本稿では, ROKSエネルギアンサッツを用いてコア励起状態密度を近似的に生成する手法を提案する。 このハイブリッドアプローチは、静的交換法(STEX)のDFT一般化と見なすことができ、C-F の K-エッジに対して $sim 0.6$ eV RMS 誤差を得ることができる。
  論文  参考訳（メタデータ） (2022-03-25T09:26:25Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Frequency comb and machine learning-based breath analysis for COVID-19 classification [0.6113111451963646]
  本研究では,各呼吸試料中の数万のスペクトル特性を同時に測定する頑健な分析手法を提案する。 コロラド大学における170個のサンプルを用いて, 受信-操作-特性曲線 0.849(4) のクロスバリデーション領域を報告した。 喫煙や腹痛などの他の変数と同様に,男性と女性の呼吸に有意な差が認められた。
  論文  参考訳（メタデータ） (2022-02-04T05:58:52Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Simulation of absorption spectra of molecular aggregates: a Hierarchy of Stochastic Pure States approach [68.8204255655161]
  純粋な状態の階層(HOPS)は、局所的な軌跡に基づく正式な正確な解を提供する。 大集合体における吸収スペクトルのシミュレーションのためにHOPSの局在を爆発させるには、正規化軌道の定式化が必要である。
  論文  参考訳（メタデータ） (2021-11-01T16:59:54Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。