门控主动学习框架提升自主显微镜数据质量

Jawad Chowdhury 等研究者提出一种门控主动学习框架，将好奇心驱动采样与基于简谐振子模型拟合的物理信息质量控制过滤器结合，可在采集阶段自动排除低保真数据。 在含空间局域噪声的 PbTiO3 薄膜 BEPS 数据上，该方法优于随机采样、标准主动学习和多任务学习策略；研究团队还在另一 PbTiO3 薄膜样品的实时自主显微镜实验中验证其有效。 该工作针对自主显微镜结构-性能学习中的数据质量问题，相关成果发布于 arXiv cs.LG。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。