arXiv · Machine Learning· Ming-Chiang Chang, Brian DeCost·· 10 小时前AI 评分36
探索联合嵌入预测架构（JEPA）用于粉末 X 射线衍射图谱的自监督表征学习
Exploring Joint-Embedding Predictive Architectures for Self-Supervised Representation Learning of Powder X-ray Diffraction Patterns
AI 导读
研究采用自监督联合嵌入预测架构（JEPA），从一维粉末 X 射线衍射图谱学习表征嵌入，以应对晶格变化导致的非线性峰位移和多相混合分析难题。冻结 JEPA 表征上训练的轻量注意力探针，在空间群分类和晶格参数估计上的准确率接近更大的有监督视觉 Transformer；潜变量还能组织峰展宽变换，并通过单相晶体表征间的潜路径解码出逼真的多相混合图谱。
来源：arXiv · Machine Learning · arxiv.org