Title here
Summary here
Pipeline de débruitage Raman
L’intelligence artificielle est au cœur de l’expertise de DIAMOND au service de la communauté PEPR DIADEM. Ce workflow illustre cette expertise appliquée à la caractérisation expérimentale : un pipeline de débruitage pratique basé sur le deep learning et l’approche Noise2Noise pour la spectroscopie Raman haut débit, développé dans le cadre du projet DIAMOND en collaboration avec la plateforme LIBELUL. L’approche repose sur un auto-encodeur convolutif 1D léger entraîné de manière auto-supervisée par deep learning, ne nécessitant ni bibliothèque spectrale externe ni spectres de référence à rapport signal/bruit élevé. Le pipeline permet un gain de temps d’environ 65× sur l’ensemble du flux de travail, tout en préservant la fidélité spectrale et la discrimination de phase.
La méthode et sa validation sont décrites dans :
- A Practical Noise2Noise Denoising Pipeline for High-Throughput Raman Spectroscopy, Advanced Engineering Materials (2026)
Le code du pipeline est disponible en open source sur :
Les spectres Raman bruts ayant servi à l’entraînement et à l’évaluation du pipeline sont disponibles en accès libre sur Zenodo.