A Shift-Invariant Deep Learning Framework for Automated Analysis of XPS Spectra
Este trabalho apresenta um framework de aprendizado profundo baseado em Redes Transformadoras Espaciais (STN) que, ao aprender implicitamente a alinhar espectros de XPS sintéticos, supera desafios como deslocamentos variáveis e sobreposição de picos, alcançando alta precisão na identificação de grupos funcionais e avançando a análise automatizada de superfícies materiais.