Next_SummerAgain的博客

在本研究中，我们提出了一种基于深度结构化语义模型(DSSM)的光谱分类模型，并成功地将其应用于傅里叶变换红外（FT-IR）光谱分析，用于导管原位癌（DCIS）的检测。与传统的深度学习模型相比，我们根据光谱是否来自同一类别，将光谱数据分为正对和负对。根据光谱对的光谱相似性提取特征，构建了DSSM结构。这种新的构造模型增加了用于模型训练的数据量，并降低了光谱数据的维数。首先，对FT-IR光谱进行配对。如果光谱对来自同一类别，则被标记为正对；如果光谱对来自不同的类别，则被标记为负对。

化学（光谱学方向）SCI期刊汇总

论文笔记：Taking the Human out of Learning Applications: A Survey on Automated Machine Learning 中文题目：让人类脱离学习应用:自动化机器学习综述