Data-efficient extraction of optical properties from 3D Monte Carlo TPSFs using Bi-LSTM transfer learning
Este artículo propone un método de aprendizaje por transferencia basado en redes Bi-LSTM que, al combinar un solver determinista rápido con un conjunto limitado de simulaciones de Monte Carlo, permite la extracción eficiente y precisa de propiedades ópticas en espectroscopía de resolución temporal sin sacrificar la velocidad de inferencia.