हाल के वर्षों में, नॉन-डिस्ट्रक्टिव इमेजिंग तकनीक ने पेंटिंग के अध्ययन और संरक्षण के क्षेत्र में तेज़ी से प्रगति की है, जिसमें मैक्रो एक्स-रे फ्लोरोसेंस (MA-XRF) विश्लेषण तकनीक प्रमुख है, जो विशेषज्ञों को रंगों की पहचान करने, पेंटिंग तकनीकों का विश्लेषण करने और कलाकारों की निर्माण प्रक्रिया को समझने के लिए मूल्यवान जानकारी प्रदान करने में मदद करती है। हालाँकि, MA-XRF तकनीक विशाल और जटिल डेटा सेट उत्पन्न करती है, जो पारंपरिक डेटा विश्लेषण विधियों के लिए चुनौती प्रस्तुत करती है।
हाल ही में, इटली के शोधकर्ताओं ने MA-XRF डेटा सेट के स्पेक्ट्रल विश्लेषण में गहरे शिक्षण एल्गोरिदम का उपयोग किया, और एक नई विश्लेषण विधि विकसित की। इस विधि ने 500,000 से अधिक संश्लेषित स्पेक्ट्रा का उपयोग करके गहरे शिक्षण एल्गोरिदम को प्रशिक्षित किया, जो MA-XRF डेटा सेट में XRF स्पेक्ट्रा का तेजी से और सटीक विश्लेषण करने में सक्षम है, पारंपरिक डीकॉन्वॉल्यूशन विधियों की सीमाओं को पार करता है।
नई विधि की सटीकता और उपयोगिता को सत्यापित करने के लिए, शोधकर्ताओं ने इसे इटली के कापोडिमोंटे संग्रहालय में प्रदर्शित दो राफेल पेंटिंग्स - 'फादर गॉड' और 'वर्जिन मैरी' पर लागू किया। परिणाम दर्शाते हैं कि गहरा शिक्षण मॉडल न केवल फ्लोरोसेंस लाइन की तीव्रता को अधिक सटीकता से मापने में सक्षम है, बल्कि पारंपरिक विश्लेषण विधियों द्वारा उत्पन्न झूठे चित्रण को प्रभावी ढंग से समाप्त कर सकता है, और अधिक स्पष्ट तत्व वितरण चित्र उत्पन्न कर सकता है।
पारंपरिक डीकॉन्वॉल्यूशन एल्गोरिदम के साथ तुलना विश्लेषण के माध्यम से, शोधकर्ताओं ने पाया कि नई विधि निम्न गणना, निम्न सिग्नल-टू-नॉइज़ अनुपात के तत्व रेखाओं को संभालने में अधिक उत्कृष्ट है, और XRF स्पेक्ट्रा में ओवरलैपिंग फ्लोरोसेंस लाइनों को अधिक सटीकता से अलग कर सकती है, जिससे रंगों की पहचान अधिक सटीक हो जाती है। उदाहरण के लिए, नई विधि निकट ऊर्जा वाले लोहा (Fe) और मैंगनीज (Mn) तत्वों, साथ ही सीसा (Pb) और सल्फर (S) तत्वों को सटीक रूप से अलग कर सकती है, जिससे पारंपरिक विधियों द्वारा होने वाली गलत पहचान से बचा जा सकता है।
यह शोध परिणाम कलाकृतियों के विश्लेषण के क्षेत्र में कृत्रिम बुद्धिमत्ता तकनीक की महत्वपूर्ण प्रगति का प्रतीक है, जो XRF स्पेक्ट्रा का अधिक सटीक और कुशलता से विश्लेषण करने के लिए नए दृष्टिकोण प्रदान करता है, विशेष रूप से MA-XRF इमेजिंग तकनीक द्वारा उत्पन्न बड़े डेटा सेट को संभालने में। भविष्य में, शोधकर्ता इस विधि के अनुप्रयोग क्षेत्र को और बढ़ाने की योजना बना रहे हैं, जैसे कि पेंटिंग की परत संरचना का अनुमान लगाना, या विभिन्न उपकरणों द्वारा प्राप्त स्पेक्ट्रल डेटा की तुलना करना।
पेपर का पता: https://www.science.org/doi/10.1126/sciadv.adp6234
