Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics
تُثبت هذه الورقة أن الواصفات الطيفية، مثل الإنتروبيا والرتبة الجوهرية وبنية المويجات، يمكن أن تعمل كمعلومات مسبقة مستمدة من البيانات لتوجيه تصميم وتحسين المعلمات الفائقة لبنى الشبكات العصبية التلافيفية أحادية الأبعاد القابلة للتفسير في الكيمياء القياسية للأشعة تحت الحمراء القريبة، مما يحقق أداءً يضاهي البحث البايزي الشامل مع تقليل الحاجة إلى الضبط المكثف الخاص بكل هدف.