据EurekAlert网站9月6日消息，东京大学工业科学研究所开发出一种基于机器学习技术的光谱大数据分析方法。研究团队利用理论计算方法建立了与原子结构相匹配的光谱数据库，并利用层聚类和决策树两种机器学习方法，对光谱大数据进行解释和预测。结果表明，该方法可成功应用于能量损耗近边精细结构（ELNES）和x射线吸收近边缘结构（XANES）复杂光谱的解释，以及材料光谱特征的预测。相关研究成果发表于《Scientific Reports》杂志。

https://www.eurekalert.org/pub_releases/2018-09/iois-iom090518.php