ИСТИНА

Инфракрасная спектроскопия с преобразованием Фурье (FTIR) - широко распространенный спектроскопический метод рутинного анализа веществ и соединений. При этом результаты ИК спектроскопии являются высокоинформативными, но трудно интерпретируемыми, что приводит к, зачастую, слабой интерпретации данных в рутинных анализах. В данной работе на основе методов глубокого обучения (DL) свёрточных нейронных сетей (CNN) были разработаны модели для определения наличия 17 классов функциональных групп или 72 классов обычных колебаний связей в ИК спектрах. Обучение проводилось на 14361 ИК спектров органических молекул из спектральной базы данных NIST. Протестированы 9 различных архитектур моделей на основе ResNet-архитектуры. На основе методов Shap и GradCAM разработаны инструменты визуализации областей проявления полос поглощения, и было показано совпадение областей внимания моделей и эмпирического опыта. Для определения 17 и 72 классов взвешенная по классам F1 метрика достигла 93% и 88%, соответственно, при использовании в качестве дополнительного исходного слоя данных о положении максимумов поглощения в спектре. Для облегчения доступа к моделям и возможности их полезного использования был реализован телеграмм-бот @FTIR_rec_bot, нацеленный на помощь учёным в подготовке данных к публикациям статей.