首页| 论坛| 消息
主题:上海光机所在可解释机器学习光栅参数计量研究中取得进展
回帖:研究团队提出注意力增强多特征可解释CatBoost模型AMICM。该方法基于-1级衍射效率光谱,融合时域特征、频域特征和光谱效率曲线,并引入注意力机制与SHAP解释分析,实现对关键特征的动态加权和可解释预测。实验结果表明,在1400 lines/mm矩形光栅及20-40 dB噪声条件下,该方法对占空比预测的MAE为0.0174、R²为0.9841,对槽深预测的MAE为0.017、R²为0.9791,具备毫秒级推理能力,为工业场景下光栅参数快速计量提供了新思路。
下一楼›:AMICM: A high-precision grating metrology framework via interpretable machine learning and ..

查看全部回帖(18)
«返回主帖