RamanPFN：通过表格基础模型学习拉曼光谱结构

拉曼光谱可实现材料科学、分析化学、生物医学和工业过程监测中的无标记分子表征。然而，高维光谱的机器学习仍然受到有限的标记数据以及光谱的物理组织和特征不可知模型之间的不匹配的限制。信道覆盖本身并不能确保相关频段共享共同的推理上下文。在这里，我们介绍 RamanPFN，这是一种通用光谱基础框架，可通过物理引导的光谱学习实现统一的上下文推理。它通过全局成分分解 (GCU) 捕获全谱成分共变，将分布式多频带混合特征分解为共享的非负潜在碱基。同时，它通过局部振动子空间编码 (LVSE) 解析局部振动结构，从而保留连续光谱邻域内的细粒度峰值形态、强度波动和峰值偏移。对 74 个不同的公共拉曼数据集进行广泛评估，涵盖 129 个回归目标，并进一步扩展到 21 个分类任务。 RamanPFN 在所有报告的聚合指标中实现了最先进的性能，针对 28 种独立重现的方法，涵盖化学计量学、光谱神经网络、深度表格学习器和表格基础模型。 RamanPFN 为科学光谱建立了一个物理引导的范式，支持跨不同化学系统的数据高效的预测学习。