論文の概要: A Standard Processing Pipeline for High-accuracy Measurement of Few-shot Regression on Laser Induced Breakdown Spectroscopy

• arxiv url: http://arxiv.org/abs/2606.21960v1
• Date: Sat, 20 Jun 2026 09:19:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 23:32:07.622525
• Title: A Standard Processing Pipeline for High-accuracy Measurement of Few-shot Regression on Laser Induced Breakdown Spectroscopy
• Title（参考訳）: レーザー誘起破壊分光法におけるfew-shot回帰の高精度測定のための標準処理パイプライン
• Authors: Hao Li,
• Abstract要約: レーザー誘起分解分光法(LIBS)は、数ショットのシナリオ下での高精度な定量測定の課題に直面している。 従来の前処理法では、微妙なスペクトルの特徴を保存できなかったり、非線形相関を捉えなかった。 本研究は,拡散に基づくデノナイズ,次元減少のためのアテンションベースのオートエンコーダ,グループシャッフルデータ拡張,および通常最小二乗回帰を統合した標準化された処理パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 6.188951069930088
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Laser-induced breakdown spectroscopy (LIBS) faces challenges in high-accuracy quantitative measurement under few-shot scenarios due to spectral noise and data scarcity. Traditional preprocessing methods often fail to preserve subtle spectral features or capture nonlinear correlations. This work proposes a standardized processing pipeline integrating diffusion-based denoising, attention-based autoencoder for dimensionality reduction, group shuffling data augmentation, and ordinary least squares regression. The diffusion module employs a 3D UNet architecture to remove spectral noise while preserving essential emission features. The attention-autoencoder captures nonlinear spectral correlations, effectively reducing high-dimensional spectral data to compact latent representations. Group shuffling data augmentation enhances model robustness by creating synthetic samples through feature group permutation. Experimental results on multiple elemental concentrations demonstrate that our Diffusion-DA-AE pipeline achieves superior performance with a mean RMAE of 0.2847, representing 37.7\% and 37.6\% improvements over baseline autoencoder and traditional PCA-PLS regression, respectively. The framework's effectiveness validates its generalizability and establishes a new benchmark for few-shot LIBS regression.
• Abstract（参考訳）: レーザー誘起分解分光法(LIBS)は、スペクトルノイズとデータ不足により、数ショットのシナリオ下での高精度な定量測定の課題に直面している。 従来の前処理法は、微妙なスペクトルの特徴を保存したり、非線形相関を捉えるのに失敗することが多い。 本研究は,拡散に基づくデノナイズ,次元減少のためのアテンションベースのオートエンコーダ,グループシャッフルデータ拡張,および通常最小二乗回帰を統合した標準化された処理パイプラインを提案する。 拡散モジュールは、3D UNetアーキテクチャを使用して、必須の発光特性を保持しながらスペクトルノイズを除去する。 このアテンションオートコーダは、非線形スペクトル相関を捕捉し、高次元スペクトルデータをコンパクトな潜在表現に効果的に還元する。 グループシャッフルデータ拡張は、特徴群置換による合成サンプルを作成することにより、モデルロバスト性を高める。 複数の元素濃度に対する実験結果から,Diffusion-DA-AEパイプラインは平均RMAEが0.2847,37.7\%,37.6\%がベースラインオートエンコーダおよび従来のPCA-PLSレグレッションよりも優れた性能を示した。 フレームワークの有効性は、その一般化性を検証し、数ショットのLIBS回帰のための新しいベンチマークを確立する。

関連論文リスト

• CMDS-AD: Cross-Modal Dual-Stream Decoupling for Few-Shot Anomaly Detection [22.190054508477704]
  訓練データに制限があるため、わずかな撮影異常検出は依然として困難である。 CMDS-AD(Cross-Modal Dual-Stream Anomaly Detection framework)を提案する。 CMDS-ADは、MVTec 3D-ADで5.7%(I-AUROC)と2.0%(AUPRO)の絶対的なパフォーマンス向上を達成する。
  論文  参考訳（メタデータ） (2026-06-18T14:36:02Z)
• REFINE: Super-efficient 3D Gaussian Splatting Pruning via Rendering-Free Primitive Importance [58.94345609736356]
  REFINEは、新しいレンダリングフリープリミティブ・プライマリ・プライマリ・メトリックを中心に、高度に高速化された3DGSプルーニング・フレームワークである。 複数のベンチマークデータセットに対する実験は、REFINEが非常に競争力のあるレンダリング品質を維持していることを示している。
  論文  参考訳（メタデータ） (2026-06-08T06:16:38Z)
• Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting [21.300422393514804]
  本稿では,現在放送を進行周波数分離改良として再編成する決定論的枠組みを提案する。 SDIRはまず安定な低周波合成骨格を抽出し、次いで物理的制約下で高周波テクスチャを反復的に洗練する。 3つのベンチマークで実験したところ、SDIRは空間精度でSOTA法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-06-01T07:34:30Z)
• HIR-ALIGN: Enhancing Hyperspectral Image Restoration via Diffusion-Based Data Generation [50.46910397782266]
  ハイパスペクトル画像(HSI)の復元は、ノイズ、ぼかし、分解能損失などの劣化に悩まされるため、信頼性の高い解析に不可欠である。 本稿では,HIR-ALIGNを提案する。HIR-ALIGNは,限られたトレーニング画像と,ターゲット分布と密に一致した合成データとを付加して,ハイパースペクトル画像の復元を促進するための,プラグアンドプレイのターゲット適応型拡張フレームワークである。
  論文  参考訳（メタデータ） (2026-05-13T14:14:13Z)
• XANE(3): An E(3)-Equivariant Graph Neural Network for Accurate Prediction of XANES Spectra from Atomic Structures [5.177624503826816]
  XANE(3)は、原子構造から直接X線吸収近接端構造(XANES)を予測するための物理ベースのE(3)等変グラフニューラルネットワークである。 酸化鉄表面面の5,941FDMNESシミュレーションのデータセット上でモデルを評価し,テストセット上でのスペクトル平均2乗誤差を1.0×10-3$とした。
  論文  参考訳（メタデータ） (2026-04-13T23:42:14Z)
• Data-driven Synthesis of Magnetic Resonance Spectroscopy Data using a Variational Autoencoder [1.7789378551794652]
  本研究では,単ボクセル分光データのみに特化して訓練された可変オートエンコーダ(VAE)を用いて,生体内MRSデータを合成するためのデータ駆動フレームワークを提案する。 VAEは複素数値スペクトルの低次元潜在表現を学習し、潜在空間サンプリングと合成により新しいサンプルを生成することができる。 その結果,VOEは主成分パターンを正確に再構成し,生体内データと同じ特徴空間を占める合成スペクトルを生成することがわかった。
  論文  参考訳（メタデータ） (2026-02-28T16:52:16Z)
• Spectral Evolution Search: Efficient Inference-Time Scaling for Reward-Aligned Image Generation [45.717539734334906]
  推論時間スケーリングは、パラメータ更新なしで、ビジュアル生成モデルを下流の目的と整列するための多用途パラダイムを提供する。 本稿では,高次元初期雑音を最適化する既存の手法は,探索方向が最終世代に無視できない影響を及ぼすため,非効率性に悩まされていることを示す。 低周波部分空間内で勾配のない進化探索を行うための初期雑音最適化のためのプラグアンドプレイフレームワークであるスペクトル進化探索(SES)を提案する。
  論文  参考訳（メタデータ） (2026-02-03T07:19:39Z)
• CSGaussian: Progressive Rate-Distortion Compression and Segmentation for 3D Gaussian Splatting [57.73006852239138]
  本稿では,3次元ガウススプラッティングの速度歪み最適化圧縮とセグメンテーションのための最初の統一フレームワークを提案する(3DGS)。 速度歪みに最適化された3DGS圧縮の最近の進歩に触発されたこの研究は、セマンティックラーニングを圧縮パイプラインに統合し、デコーダ側アプリケーションをサポートする。 提案方式は暗黙的ニューラル表現に基づくハイパープライアを特徴とし,色属性と意味属性の両方の効率的なエントロピー符号化を実現する。
  論文  参考訳（メタデータ） (2026-01-19T08:21:45Z)
• Metropolis-Hastings Sampling for 3D Gaussian Reconstruction [31.840492077537018]
  3次元ガウス平滑化のための適応型サンプリングフレームワーク(3DGS)を提案する。 我々の枠組みは, 確率的サンプリングプロセスとして, デンシフィケーションとプルーニングを改質することで限界を克服する。 提案手法は,最先端モデルのビュー合成品質を適度に上回りながら,より高速な収束を実現する。
  論文  参考訳（メタデータ） (2025-06-15T19:12:37Z)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• Deep Coding Patterns Design for Compressive Near-Infrared Spectral Classification [80.93625278357229]
  スペクトル分類は、測定に埋め込まれたスペクトル情報の量を考慮して、圧縮領域で直接行うことができる。 本研究では,CSIにおける符号化パターンとネットワークパラメータを協調的に設計し,組込み近赤外圧縮測定から直接スペクトル分類を行うエンド・ツー・エンド手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T15:55:53Z)

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。