学术活动

Training-set-free two-stage deep learning for spectroscopic data de-noising

来源:0638太阳集团点击次数:更新时间:2024年07月21日


题目:Training-set-free two-stage deep learning for spectroscopic data de-noising

报告人:黄东宸 博士后 中国科学院物理研究所

时间:2024年07月22日(星期一)上午10:00

地点:虎溪校区理科楼LE201

邀请人:董建军

报告摘要:去噪是 ARPES 谱图处理的重要环节,在 ARPES 谱图处理中不可或缺。深度学习作为最近流行的工具,目前已经在图像去噪上取得了成功,但是这类算法需要大量数据进行神经网络训练。在本次报告中,我将介绍无需训练集的深度学习去噪算法及其自适应加速方法。理论上,我将说明这一算法在线性情况下可以转化为一个简单的非凸优化问题,并证明该算法在具备优良的几何性质且易于优化。
报告人介绍:黄东宸,中国科学院物理研究所博士后,2023年入选国家资助博士后计划。 2022年博士毕业于中国科学院物理研究所。主要研究兴趣在于机器学习与物理学的交叉领域,目前专注于高维数据分析及其在凝聚态物理学中的应用,致力于开发兼顾解释性与计算效率的机器学习算法以辅助凝聚态物理学研究。