Masked Spectral modeling (MSM)

XRFormer架构通过多尺度标记化增强XRF光谱分析

研究人员开发了XRFormer，这是一种新颖的Transformer架构，旨在改进X射线荧光（XRF）光谱的分析。该新模型利用多尺度卷积标记器来更好地捕捉XRF信号复杂的一维性质，这些信号通常包含尖锐的元素峰值和背景变化。实验表明，在颜料识别和混合物分解等任务中，XRFormer的表现优于ViT、SpectralFormer和1D-CNN等现有模型，同时参数效率也更高。