論文の概要: Towards Automated Petrography

• arxiv url: http://arxiv.org/abs/2511.00328v1
• Date: Sat, 01 Nov 2025 00:15:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.719435
• Title: Towards Automated Petrography
• Title（参考訳）: 自動ペトログラフィーを目指して
• Authors: Isai Daniel Chacón, Paola Ruiz Puentes, Jillian Pearse, Pablo Arbeláez,
• Abstract要約: ペトログラフィー(英: Petrography)は、岩石の鉱物学的組成を分析する地質学の分野である。 LITHOS(Large-scale Imaging and Thin section Optical-polarization Set)は、自動ペトログラフィーのための、最大かつ最も多種多様な実験フレームワークである。 LITHOSには、偏光の211,604個の高分解能RGBパッチと、25の鉱物カテゴリにわたる105,802個のエキスパートアノテート穀物が含まれている。
• 参考スコア（独自算出の注目度）: 3.131620829073277
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Petrography is a branch of geology that analyzes the mineralogical composition of rocks from microscopical thin section samples. It is essential for understanding rock properties across geology, archaeology, engineering, mineral exploration, and the oil industry. However, petrography is a labor-intensive task requiring experts to conduct detailed visual examinations of thin section samples through optical polarization microscopes, thus hampering scalability and highlighting the need for automated techniques. To address this challenge, we introduce the Large-scale Imaging and Thin section Optical-polarization Set (LITHOS), the largest and most diverse publicly available experimental framework for automated petrography. LITHOS includes 211,604 high-resolution RGB patches of polarized light and 105,802 expert-annotated grains across 25 mineral categories. Each annotation consists of the mineral class, spatial coordinates, and expert-defined major and minor axes represented as intersecting vector paths, capturing grain geometry and orientation. We evaluate multiple deep learning techniques for mineral classification in LITHOS and propose a dual-encoder transformer architecture that integrates both polarization modalities as a strong baseline for future reference. Our method consistently outperforms single-polarization models, demonstrating the value of polarization synergy in mineral classification. We have made the LITHOS Benchmark publicly available, comprising our dataset, code, and pretrained models, to foster reproducibility and further research in automated petrographic analysis.
• Abstract（参考訳）: ペトログラフィー(英: Petrography)は、岩石の鉱物学的組成を分析する地質学の分野である。 地質学、考古学、工学、鉱物探査、石油産業にまたがる岩石の性質を理解するためには不可欠である。 しかし、ペトログラフィーは、光学偏光顕微鏡による細部サンプルの詳細な視覚検査を専門家に要求する労働集約的な作業であり、スケーラビリティを阻害し、自動化技術の必要性を強調している。 この課題に対処するために,我々は,大規模撮像・薄断面光偏光セット (LITHOS) を紹介した。 LITHOSには、偏光の211,604個の高分解能RGBパッチと、25の鉱物カテゴリにわたる105,802個のエキスパートアノテート穀物が含まれている。 それぞれのアノテーションはミネラルクラス、空間座標、および交差するベクトルパスとして表される専門的に定義された主軸と小軸で構成され、穀物の幾何学と配向を捉えている。 LITHOSにおけるミネラル分類のための深層学習手法を複数評価し,両偏極モードを統合したデュアルエンコーダトランスフォーマアーキテクチャを提案する。 本手法は, 鉱物分類における偏極相乗効果の値を示すため, 単偏極モデルより一貫して優れる。 我々はLITHOS Benchmarkを公開し、我々のデータセット、コード、事前訓練されたモデルから構成され、再現性を高め、自動石油分析のさらなる研究を行った。

関連論文リスト

• Deep mineralogical segmentation of thin section images based on QEMSCAN maps [34.92366371606116]
  本研究は,炭酸塩岩の薄片画像の自動鉱物学的セグメンテーションのための畳み込みニューラルネットワークモデルを提案する。 このモデルは、QEMSCANマッピング自体を低コストで一般化された効率的な方法で模倣することができる。 特に固形組織上での鉱物境界の適切な線引きについて有望な結果を示す。
  論文  参考訳（メタデータ） (2025-05-22T17:58:34Z)
• PEACE: Empowering Geologic Map Holistic Understanding with MLLMs [64.58959634712215]
  地質図は地質学の基本的な図として、地球の地下と地表の構造と構成に関する重要な洞察を提供する。 その重要性にもかかわらず、現在のマルチモーダル大言語モデル(MLLM)は地質図の理解に乏しいことが多い。 このギャップを定量化するために、地質地図理解においてMLLMを評価するための最初のベンチマークであるGeoMap-Benchを構築した。
  論文  参考訳（メタデータ） (2025-01-10T18:59:42Z)
• Direct mineral content prediction from drill core images via transfer learning [0.0]
  深層探査は、鉱業、石油、ガス産業、化学廃棄物や核廃棄物の処理のための地質単位の評価において重要である。 本研究では,機械学習,特に畳み込みニューラルネットワーク(CNN)を活用して,ドリルコア画像の解析のみからリソロジーとミネラル含量を評価する可能性について検討する。 その結果、ドリルコアセグメントを異なる形成クラスに分類する際、96.7%の精度が明らかとなった。
  論文  参考訳（メタデータ） (2024-03-27T12:15:22Z)
• Unsupervised ore/waste classification on open-cut mine faces using close-range hyperspectral data [1.8111829286068908]
  地雷面のスペクトルの教師なしマッピングのためのパイプラインを提案する。 提案したパイプラインは、鉱山の表面にミネラルをマッピングする統一システムにおいて、教師なしと自己教師付きのアルゴリズムを結合する。 マッピング機能の一貫性は、2つの異なる時間で取得されたデータを用いて実証される。
  論文  参考訳（メタデータ） (2023-02-09T21:03:03Z)
• Multiscale Analysis for Improving Texture Classification [62.226224120400026]
  本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。 バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
  論文  参考訳（メタデータ） (2022-04-21T01:32:22Z)
• PetroGAN: A novel GAN-based approach to generate realistic, label-free petrographic datasets [0.0]
  本研究では,GAN(Generative Adversarial Network)に基づく新しいディープラーニングフレームワークを開発し,最初のリアルな合成石油写真データセットを作成する。 トレーニングデータセットは、平面光と横偏光の両方で岩石の薄い部分の10070枚の画像で構成されている。 このアルゴリズムは264のGPU時間で訓練され、ペトログラフ画像のFr'echet Inception Distance(FID)スコアが12.49に達した。
  論文  参考訳（メタデータ） (2022-04-07T01:55:53Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• Generalized Unsupervised Clustering of Hyperspectral Images of Geological Targets in the Near Infrared [0.0]
  スペクトルに類似した物質のクラスター化と分類は、しばしば、地球上の経済鉱物探査から火星での惑星探査まで、応用の第一歩である。 ここでは、専門的なスペクトル地質学者の入力と量的指標の両方から情報を得た特徴抽出とクラスタリングのための、完全に教師なしのワークフローを開発する。 このパイプラインは、類似の地質資料の高速かつ正確なクラスタリングマップを提供し、実験室の画像とリモートセンシング画像の両方の主要な鉱物クラスを一貫して識別し、分離する。
  論文  参考訳（メタデータ） (2021-06-24T21:05:10Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Deep learning for lithological classification of carbonate rock micro-CT images [52.77024349608834]
  本研究は,ブラジルのプリサルト炭酸塩岩微視的画像のパターン同定にディープラーニング技術を適用することを目的としている。 4つの畳み込みニューラルネットワークモデルが提案された。 精度によると、リサイズ画像で訓練されたモデル2は、最初の評価アプローチでは平均75.54%、2番目の評価では平均81.33%に達した。
  論文  参考訳（メタデータ） (2020-07-30T19:14:00Z)
• Interpreting Galaxy Deblender GAN from the Discriminator's Perspective [50.12901802952574]
  本研究は、ネットワークの主要なコンポーネントである識別器の動作に焦点を当てるが、しばしば見落とされがちな役割を担っている。 本手法は, 生成銀河画像と地中真理画像とを区別する際に, 識別器の注意領域を明確に明らかにする。
  論文  参考訳（メタデータ） (2020-01-17T04:05:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。