在光谱数据反演的研究方面，主要研究基于人工神经网络算法的数据反演方法，开发基于深度学习神经网络的新型LIBS数据反演方案；在物理过程数值模拟的研究方面，主要对激光诱导等离子体演化动力学的过程进行理论数值模拟，挖掘LIBS探测过程中的微观物理机理。

图 3基于深度学习卷积神经网络的LIBS数据反演方法：设计的卷积神经网络包括5个卷积层、2个池化层、1个扁平层、2个全连接层，以及一些辅助结构层，包括1个批归一化层和1个随机失活层。

完成人：舒嵘教授工作室

学术/社会影响：成果发表于Spectrochimica Acta Part B