コヒーレント反ストークスラマン散乱（CARS）スペクトロスコピーは、医療、材料科学、化学分析で広く使用されている強力な迅速技術ですが、ノンレゾナント背景の存在により、真のラマン信号が干渉・歪曲されることがあります。この研究では、CARSデータから真のラマンスペクトルを再構成するために、物理的知識に基づいた損失関数を用いた最新の深層学習手法を比較し、不確実性の定量化の重要性を強調しています。具体的には、さまざまな不確実性定量化手法を評価し、物理知識に基づく制約を加えることでモデルのキャリブレーションが向上することを示し、高リスクの科学的および生物医学的応用において信頼性の高い結果を得るための新たな道を模索しています。