Asis

自监督学习模型在分析极光光谱方面表现出色

研究人员开发了一种用于分析极光发射光谱的自监督学习方法，该方法利用在大量未标记光谱数据集上预训练的一维 Vision Transformer。该模型能有效恢复关键的物理诊断比率，并且在微调后，以显著更少的标签优于先前的监督方法。研究还探讨了现有光谱基础模型的迁移能力，发现不同光谱窗口训练的模型表现各异，其中一个光学模型显示出潜力，但未能完全匹配领域内预训练模型。