A Shift-Invariant Deep Learning Framework for Automated Analysis of XPS Spectra
Dit onderzoek presenteert een verschuiving-invariant deep learning-framework met een Spatial Transformer Network dat synthetische XPS-spectra succesvol analyseert door elektrostatica-verschuivingen te corrigeren en functionele groepen met hoge nauwkeurigheid te identificeren, wat bijdraagt aan geautomatiseerde materiaalanalyse.