論文の概要: Automatización de Informes Geotécnicos para Macizos Rocosos con IA

• arxiv url: http://arxiv.org/abs/2511.04690v1
• Date: Mon, 27 Oct 2025 00:42:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-16 06:38:30.982354
• Title: Automatización de Informes Geotécnicos para Macizos Rocosos con IA
• Title（参考訳）: Automatización de Informes Geotécnicos para Macizos Rocosos con IA
• Authors: Christofer Valencia, Alexis Llumigusín, Silvia Alvarez, Abrahan Arias, Christian Mejia-Escobar,
• Abstract要約: 本稿では,ジオテクニカルレポートの自動生成のための人工知能技術を提案する。 これは、岩石の露頭と手動のサンプルの収集と、ジオテクニカル・スタディ・コースで準備された報告に基づいている。 レポートの各セクションで構造化および具体的指示が得られるまでのプロンプトの反復的改善は、マルチモーダル大言語モデルの微調整に有効な選択肢であることが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Geotechnical reports are crucial for assessing the stability of rock formations and ensuring safety in modern engineering. Traditionally, these reports are prepared manually based on field observations using compasses, magnifying glasses, and notebooks. This method is slow, prone to errors, and subjective in its interpretations. To overcome these limitations, the use of artificial intelligence techniques is proposed for the automatic generation of reports through the processing of images and field data. The methodology was based on the collection of photographs of rock outcrops and manual samples with their respective descriptions, as well as on the reports prepared during the Geotechnical Studies course. These resources were used to define the report outline, prompt engineering, and validate the responses of a multimodal large language model (MLLM). The iterative refinement of prompts until structured and specific instructions were obtained for each section of the report proved to be an effective alternative to the costly process of fine-tuning the MLLM. The system evaluation establishes values of 0.455 and 0.653 for the BLEU and ROUGE-L metrics, respectively, suggesting that automatic descriptions are comparable to those made by experts. This tool, accessible via the web, with an intuitive interface and the ability to export to standardized formats, represents an innovation and an important contribution for professionals and students of field geology.
• Abstract（参考訳）: ジオテクニカルレポートは、岩石の形成の安定性を評価し、近代工学における安全性を確保するために不可欠である。 伝統的に、これらのレポートはコンパス、拡大眼鏡、ノートブックを用いたフィールド観測に基づいて手動で作成される。 この方法は遅く、誤りを犯しがちで、解釈に主観的である。 これらの制約を克服するために、画像やフィールドデータの処理によるレポートの自動生成に人工知能技術を用いることを提案する。 この手法は、岩石の露頭と手動のサンプルの収集と、ジオテクニカル・スタディ・コースで準備された報告に基づいていた。 これらのリソースは、レポートの概要を定義し、エンジニアリングを促し、マルチモーダルな大規模言語モデル(MLLM)の応答を検証するために使用された。 MLLMの微調整に要する費用のかかるプロセスの代替として, レポートの各セクションについて, 構造化および具体的な指示が得られるまで, プロンプトの反復的改良が有効であることが判明した。 システム評価はBLEUとROUGE-Lでそれぞれ0.455と0.653の値を確立し、自動記述は専門家が作成した値に匹敵するものであることを示唆している。 このツールはウェブ経由でアクセス可能で、直感的なインターフェースと標準化されたフォーマットへのエクスポート機能を備えており、プロやフィールド地質学の学生にとって、革新であり重要な貢献である。

関連論文リスト

• LLM Agents for Interactive Workflow Provenance: Reference Architecture and Evaluation Methodology [3.470217255779291]
  本稿では,対話型大規模言語モデル(LLM)エージェントをランタイムデータ解析に活用する評価手法,参照アーキテクチャ,オープンソース実装を提案する。 提案手法では,自然言語を構造化された前処理クエリに変換する軽量なメタデータ駆動型設計を用いる。 LLaMA、GPT、Gemini、Claudeにまたがる評価では、多様なクエリクラスと現実世界の化学ワークフローを網羅し、モジュール設計、即時チューニング、Retrieval-Augmented Generation (RAG)が正確で洞察に富んだエージェント応答を可能にすることを示している。
  論文  参考訳（メタデータ） (2025-09-17T13:51:29Z)
• Fine-tune Smarter, Not Harder: Parameter-Efficient Fine-Tuning for Geospatial Foundation Models [16.522696273752835]
  地球観測は、環境変化の監視、災害への対応、天然資源の管理に不可欠である。 基礎モデルにより、リモートセンシング画像解析により、関係する地理情報を正確かつ効率的に取得することができる。 これらのモデルのサイズが大きくなるにつれて、関連する計算資源とコストのために微調整がますます困難になる。
  論文  参考訳（メタデータ） (2025-04-24T09:37:02Z)
• PROXYQA: An Alternative Framework for Evaluating Long-Form Text Generation with Large Language Models [72.57329554067195]
  ProxyQAは、長文生成を評価するための革新的なフレームワークである。 さまざまなドメインにまたがる詳細なヒューマンキュレートされたメタクエストで構成されており、それぞれに事前にアノテートされた回答を持つ特定のプロキシクエストが伴っている。 プロキシクエリに対処する際の評価器の精度を通じて、生成されたコンテンツの品質を評価する。
  論文  参考訳（メタデータ） (2024-01-26T18:12:25Z)
• Automated Labeling of German Chest X-Ray Radiology Reports using Deep Learning [50.591267188664666]
  本稿では,ルールベースのドイツ語CheXpertモデルによってラベル付けされたレポートに基づいて,ディープラーニングに基づくCheXpertラベル予測モデルを提案する。 その結果,3つのタスクすべてにおいて,ルールベースモデルを大幅に上回ったアプローチの有効性が示された。
  論文  参考訳（メタデータ） (2023-06-09T16:08:35Z)
• Beyond Labels: Empowering Human Annotators with Natural Language Explanations through a Novel Active-Learning Architecture [43.85335847262138]
  現実世界のドメインの専門家(医師など)は、説明なしに日々のワークフローで意思決定ラベルに注釈を付けることは滅多にない。 本研究は,アノテーションのラベル付けと説明の現実的ニーズを支援するための,新しいアクティブラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-05-22T04:38:10Z)
• Natural Language Inference with Self-Attention for Veracity Assessment of Pandemic Claims [54.93898455714295]
  まず、COVID-19に関する異質なクレームからなる新しいPANACEAデータセットの構築について述べる。 そこで我々は,自然言語推論に基づく自動妥当性評価のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-05-05T12:11:31Z)
• Information-Theoretic Odometry Learning [83.36195426897768]
  生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。 提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
  論文  参考訳（メタデータ） (2022-03-11T02:37:35Z)
• Toward Educator-focused Automated Scoring Systems for Reading and Writing [0.0]
  本稿では,データとラベルの可用性,信頼性と拡張性,ドメインスコアリング,プロンプトとソースの多様性,伝達学習といった課題に対処する。 モデルトレーニングコストを増大させることなく、エッセイの長さを重要な特徴として保持する技術を採用している。
  論文  参考訳（メタデータ） (2021-12-22T15:44:30Z)
• DAGA: Data Augmentation with a Generation Approach for Low-resource Tagging Tasks [88.62288327934499]
  線形化ラベル付き文に基づいて訓練された言語モデルを用いた新しい拡張手法を提案する。 本手法は, 教師付き設定と半教師付き設定の両方に適用可能である。
  論文  参考訳（メタデータ） (2020-11-03T07:49:15Z)

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。