Искусственный интеллект для точного химического анализа на наноуровне Исследователи из Швейцарской высшей технической школы Цюриха (EPFL) разработали метод PSNMF (pan-sharpening на основе неотрицательной матричной факторизации), улучшающий точность химического анализа наноматериалов. Метод сочетает данные энергодисперсионной рентгеновской спектроскопии (EDX) с машинным обучением для повышения соотношения сигнал/шум и пространственного разрешения. PSNMF сначала объединяет спектральные данные соседних пикселей для улучшения сигнала, затем применяет неотрицательную матричную факторизацию для выявления химических компонентов, и, наконец, объединяет результаты для получения высококачественных изображений с точной химической информацией. Применение PSNMF позволяет более точно идентифицировать и количественно оценивать элементы в наноматериалах, преодолевая ограничения традиционных подходов, что важно для их использования в медицине и электронике. Читать подробнее. #наука #МОиИИ