تعد عملية تحديد البوليمرات بدقة أمرًا حيويًا للحفاظ على جودة وسلامة البلاستيك المعاد تدويره، ولكن التقنيات التقليدية غالبًا ما تواجه صعوبات في تحقيق التمييز الكافي. تقدم تقنية التصوير الطيفي بتقنية THz-Dual-Comb (THz-DCS) بديلاً واعدًا، حيث توفر قياسات سريعة وعالية الدقة وغير مدمرة. في هذا البحث، استخدمنا THz-DCS لتصنيف 12 نوعًا مختلفًا من البوليمرات، بما في ذلك البوليمرات النقية، الأفلام متعددة الطبقات، الخلطات التجارية، والبوليمرات الحيوية.

للتعامل مع التعقيد المرتبط بهذه الإشارات الطيفية، اقترحنا شبكة انتباه متعددة المقاييس (MSFAN)، وهي بنية تعلم عميقة جديدة مُخصصة لبيانات THz-DCS. تدمج هذه البنية مجموعة من التقنيات مثل بوابة الميزات لإعادة معايرة الإشارات والتفافات متوازية متعددة المقاييس لالتقاط أنماط الترددات المتنوعة. يتم تحسين هذه الميزات من خلال انتباه الميزات المتقاطعة وتجميع الانتباه، مما يمكّن النموذج من تسليط الضوء على أهم المناطق في نطاقات THz.

تُظهر نتائج الدراسة أن MSFAN تفوق باستمرار على النماذج الرائدة، حيث حقق دقة تصنيف تصل إلى 85.2%. تعكس هذه الدراسة الإمكانيات الكبيرة عند دمج THz-DCS مع تقنيات التعلم العميق في تصنيف البوليمرات بكفاءة وقابلية للتفسير.