From Spectra to Geography: Intelligent Mapping of Mineral Data
原文英文，约100词，阅读约需1分钟。发表于：。本研究解决了矿物样本地理来源确定的难题，利用RRUFF数据库的拉曼光谱数据，提出了一种新的机器学习框架，以国家级别进行矿物标本的地理定位。通过一维ConvNeXt1D神经网络，该模型在超过32,900个矿物样本上进行了分类，实现了93%的平均分类准确率，展示了其在捕捉拉曼光谱固有地理模式中的有效性。
本研究基于RRUFF数据库的拉曼光谱数据，提出了一种新的机器学习框架，利用ConvNeXt1D神经网络对32,900个矿物样本进行分类，平均分类准确率达到93%，有效识别矿物样本的地理来源。
