Jorge Rodriguez-Ramos

深度学习框架自动化分子光谱学中稀有事件的发现

研究人员开发了一种新颖的深度学习框架，用于自动识别单分子力谱（SMFS）中的稀有分子解绑事件。该工具系统无关，采用修改后的ResNet18架构和不对称的Focal Loss目标函数来处理极端类别不平衡问题，在一个稀有事件仅占1.34%的数据集上实现了92.31%的真阳性率。该框架成功将手动整理工作量减少了90%以上，同时保持了高数据保留率，并且通过Grad-CAM的可解释性解决了“黑箱”问题。