Fuelprop：基于 ATR-FTIR 光谱数据的燃料性质预测
化学物理
2025-06-03 v1
摘要
合成燃料对于交通运输部门的脱碳至关重要。一个重大挑战在于对这些燃料进行快速且高效的表征。使用 ATR-FTIR 数据的化学计量学方法为传统技术提供了一种潜在的替代方案。本研究通过提供广泛的 ATR-FTIR 光谱数据集并探索各种数据增强策略，拓展了化学计量学模型的适用性和性能。数据增强是通过半监督数据生成、通过无监督数据增强实施一致性约束，以及使用合成光谱混合和伪标签进行数据插补来实现的。模型在替代燃料上进行训练，并在真实燃料上进行了严格测试，代表了分布外测试条件。我们相信这项工作将促进化学计量学模型在燃料表征中的采用。
引用
@article{arxiv.2506.01601,
title = {Fuelprop: Fuel property prediction from ATR-FTIR spectroscopic data},
author = {Mohammed Almomtan and Emad Al Ibrahim and Aamir Farooq},
journal= {arXiv preprint arXiv:2506.01601},
year = {2025}
}