用于压缩角谱光子发射谱数据的时间反演网络
材料科学
2025-01-30 v1 机器学习
摘要
角谱光子发射谱 (ARPES) 是一种强大的实验技术，用于确定固体的电子结构。光源的进步正在导致数据获取率和数据数量的大幅增加。另一方面，对最先进 ARPES 仪器的使用时间仍严格受限，迫切需要快速、有效且可即时分析的数据分析工具来充分利用这一时间。为此，我们引入了 ARPESNet，这是一个 versatile 的自编码器网络，能够高效地总结和压缩 ARPES 数据集。我们在来自 2 维 ARPES 数据的大型且多样化的数据集上训练了 ARPESNet，该数据集通过在 空间的随机方向上切割标准 3 维 ARPES 数据集而获得。为了测试 ARPESNet 的数据表示能力，我们在不同噪声水平下，将由 ARPESNet 压缩的数据、由离散余弦变换压缩的数据以及原始数据进行 -means 聚类质量进行比较。尽管压缩比率很高，ARPESNet 数据在聚类质量方面仍表现优异。
引用
@article{arxiv.2407.04631,
title = {An autoencoder for compressing angle-resolved photoemission spectroscopy data},
author = {Steinn Ymir Agustsson and Mohammad Ahsanul Haque and Thi Tam Truong and Marco Bianchi and Nikita Klyuchnikov and Davide Mottin and Panagiotis Karras and Philip Hofmann},
journal= {arXiv preprint arXiv:2407.04631},
year = {2025}
}