核磁共振(Nuclear Magnetic Resonance,NMR)是材料学、生物学、化学等多个领域中一项重要的检测手段,在分子组成、结构解析和动力学等方面发挥了重要作用。但NMR检测存在信噪比低、谱峰易重叠等问题使得数据处理困难,而深度学习(Deep Le...核磁共振(Nuclear Magnetic Resonance,NMR)是材料学、生物学、化学等多个领域中一项重要的检测手段,在分子组成、结构解析和动力学等方面发挥了重要作用。但NMR检测存在信噪比低、谱峰易重叠等问题使得数据处理困难,而深度学习(Deep Learning,DL)具有其独特优势,可以从原始数据中提取主要特征自主学习,并且可以很好地处理复杂的函数关系。近年来,DL在NMR信号处理上取得了一些突破,本综述既介绍了NMR的基本原理以及应用,更强调了DL和NMR结合所带来的优势,对NMR技术的未来发展起了重要的推动作用。展开更多
文摘核磁共振(Nuclear Magnetic Resonance,NMR)是材料学、生物学、化学等多个领域中一项重要的检测手段,在分子组成、结构解析和动力学等方面发挥了重要作用。但NMR检测存在信噪比低、谱峰易重叠等问题使得数据处理困难,而深度学习(Deep Learning,DL)具有其独特优势,可以从原始数据中提取主要特征自主学习,并且可以很好地处理复杂的函数关系。近年来,DL在NMR信号处理上取得了一些突破,本综述既介绍了NMR的基本原理以及应用,更强调了DL和NMR结合所带来的优势,对NMR技术的未来发展起了重要的推动作用。
