连年来，无损成像技术正在绘画钻研和护卫规模得到了飞速展开，宏不雅观X射线荧光（MA-XRF）阐明技术做为此中的佼佼者，能够协助专家们识别颜料、阐明绘画技法，为理解艺术家的创做历程供给可贵信息。然而，MA-XRF技术会生成宏壮而复纯的数据集，对传统的数据阐明办法提出了挑战。
最近，意大利的钻研人员将深度进修算法使用于MA-XRF数据集的光谱阐明，开发了一淘全新的阐明办法 。该办法运用蒙特卡洛模拟生成的50多万个分解光谱对深度进修算法停行训练，能够快捷精确地阐明MA-XRF数据会合的XRF光谱，按捺了传统解卷积办法的局限性。
为了验证新办法的精确性和折用性，钻研人员将该办法使用于意大利卡波迪蒙特博物馆展出的两幅拉斐尔画做——《父神》和《圣母玛利亚》。结果显示，深度进修模型不只能够更精确地质化荧光线强度，还能有效打消传统阐明办法孕育发作的伪映，生成更明晰的元素分布图。
通过取传统解卷积算法的比较阐明，钻研人员发现，新办法正在办理低计数、低信噪比的元素线时暗示更为出涩，能够更正确地分袂XRF光谱中堆叠的荧光线，从而更精确地识别颜料 。譬喻，新办法可以精确地区分能质附近的铁（Fe）和锰(Mn)元素，以及铅(Pb)和硫(S)元素，防行了传统办法容易孕育发作的误判。
那项钻研成绩标识表记标帜着人工智能技术正在艺术品阐明规模的严峻提高，为更精确、更高效地阐明XRF光谱，出格是办理MA-XRF成像技术孕育发作的大型数据集供给了新的思路 。将来，钻研人员筹划进一步扩展该办法的使用领域，譬喻揣度绘画的层析构造，或比较差异仪器与得的光谱数据 。
论文地址:hts://ss.science.org/doi/10.1126/sciadZZZ.adp6234
