Mendeleev Communications
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Mendeleev Commun.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Mendeleev Communications, 2024, том 34, выпуск 6, страницы 786–787
DOI: https://doi.org/10.1016/j.mencom.2024.10.006 (Mi mendc251) 		 
Communications

Contrastive representation learning for spectroscopy data analysis

A. P. Vorozhtsov, P. V. Kitina

Department of Fundamental Physical and Chemical Engineering, M.V. Lomonosov Moscow State University, Moscow, Russian Federation
PDF полного текста (256 kB) Дополнительные материалы
DOI: https://doi.org/10.1016/j.mencom.2024.10.006
Аннотация: Metric-based representation learning showed good accuracy in identifying objects from one-dimensional spectroscopy data, robustness to small dataset size and the ability to change the data domain without fine-tuning.
Ключевые слова: spectroscopy, machine learning, representation learning, neural network, metric learning, spectra analysis.
Реферативные базы данных:
Тип публикации: Статья
Язык публикации: английский
Дополнительные материалы:
Supplementary_data_1.pdf (854.8 Kb)


Образец цитирования: A. P. Vorozhtsov, P. V. Kitina, “Contrastive representation learning for spectroscopy data analysis”, Mendeleev Commun., 34:6 (2024), 786–787
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/mendc251
  • https://www.mathnet.ru/rus/mendc/v34/i6/p786
    • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Mendeleev Communications
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025