Progetto di Tesi Magistrale Teorico/Sperimentale.

La spettroscopia Raman non-lineare è uno strumento potente in grado di indagare le proprietà vibrazionali della materia su scala atomica.Rispetto alla spettroscopia Raman convenzionale, presenta numerosi vantaggi, come la possibilità di mappare fenomeni ultraveloci e determinare il moto atomico su scale temporali del femtosecondo. Tuttavia, a causa della non linearità dei processi ottici su cui si basa, i segnali misurati sperimentalmente sono generalmente più complessi e difficili da interpretare: le forme di righe possono apparire sovrapposte ad un segnale di background e subire forti distorsioni, con profili spettrali che possono apparire sia negativi che dispersivi.

La tesi ha carattere teorico-sperimentale, prevede infatti di sviluppare tramite algoritmi di Intelligenza Artificiale una Rete Neurale in grado di isolare il segnale Raman dai contributi non-lineari spuri. Gli algoritmi verranno allenati mediante opportuni training set ottenuti dal calcolo delle risposte Raman non-lineari per sistemi modello. Come benchmark per la validazione del protocollo sviluppato saranno utilizzati dati acquisiti sperimentalmente su sistemi reali.