論文の概要: TabPFN Extensions for Interpretable Geotechnical Modelling
- arxiv url: http://arxiv.org/abs/2603.21033v1
- Date: Sun, 22 Mar 2026 03:06:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:39.199333
- Title: TabPFN Extensions for Interpretable Geotechnical Modelling
- Title（参考訳）: TabPFN Extensions for Interpretable Geotechnical Modelling
- Authors: Taiga Saito, Yu Otake, Daijiro Mizutani, Stephen Wu,
- Abstract要約: 本稿では,テキスト内学習を用いたトランスフォーマーベース基盤モデルであるTabPFNについて検討する。
本研究では,TabPFN由来の埋め込みにコサイン類似性解析を適用し,反復的推論手法から完全な後部分布を可視化し,SHAPに基づく特徴量の計算を行う。
以上の結果から,データスカース地盤技術における不確実性を考慮したパラメータ推論を支援する基盤モデルツールの可能性が示唆された。
- 参考スコア（独自算出の注目度）: 1.89576312978177
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Geotechnical site characterisation relies on sparse, heterogeneous borehole data where uncertainty quantification and model interpretability are as critical as predictive accuracy for reliable engineering decisions. This paper presents an exploratory investigation into the use of TabPFN, a transformer-based tabular foundation model using in-context learning, and its extension library tabpfn-extensions for two geotechnical inference tasks: (1) soil-type classification using N-value and shear-wave velocity data from a synthetic geotechnical dataset, and (2) iterative imputation of five missing mechanical parameters ($s_\mathrm{u}$, $E_{\mathrm{u}}$, ${σ'}_\mathrm{p}$, $C_\mathrm{c}$, $C_\mathrm{v}$) in benchmark problem BM/AirportSoilProperties/2/2025. We apply cosine-similarity analysis to TabPFN-derived embeddings, visualise full posterior distributions from an iterative inference procedure, and compute SHAP-based feature importance, all without model retraining. Learned embeddings clearly separate Clay and Sand samples without explicit soil-type supervision; iterative imputation improves predictions for four of five target parameters, with posterior widths that reflect physically reasonable parameter-specific uncertainty; and SHAP analysis reveals the inter-parameter dependency structure, recovering established geotechnical relationships including the Skempton compression index correlation and the inverse dependence of preconsolidation pressure on water content. These results suggest the potential of foundation-model-based tools to support interpretable, uncertainty-aware parameter inference in data-scarce geotechnical practice.
- Abstract（参考訳）: ジオテクニカルサイトの特徴付けは、不確かさの定量化とモデルの解釈可能性が信頼性の高いエンジニアリング決定の予測精度と同じくらい重要な、スパースで異質なボアホールデータに依存している。
本稿では,(1)人工地層からのN値およびせん断波速度データを用いた土壌型分類,(2)欠落した5つの機械パラメータ(s_\mathrm{u}$, $E_{\mathrm{u}}$, ${σ'}_\mathrm{p}$, $C_\mathrm{c}$, $C_\mathrm{v}$)の反復的計算を行う。
本研究では,TabPFN由来の埋め込みにコサイン類似性解析を適用し,反復的推論手順から完全な後部分布を可視化し,SHAPに基づく特徴量の計算を行う。
また, SHAP解析により, 水平間依存関係構造が明らかとなり, スクーポン圧縮指数相関や, プレコンソリデーション圧力の逆依存性など, 既設の地学的関係が回復した。
これらの結果から,データスカース地盤技術における解釈可能な不確実性を考慮したパラメータ推論を支援する基盤モデルベースツールの可能性が示唆された。
関連論文リスト
- TopoPrune: Robust Data Pruning via Unified Latent Space Topology [9.204659134755792]
TopoPruneは、トポロジを活用して、安定した、本質的なデータ構造をキャプチャすることで、この問題を解決するフレームワークである。
TopoPruneは、(1)トポロジーを意識した多様体近似を利用して、データセットのグローバルな低次元埋め込みを確立する。
統合された二スケールトポロジカルアプローチは、特に大きなデータセットのプルーニングレートにおいて、高い精度と精度を保証することを実証する。
論文 参考訳（メタデータ） (2026-02-02T19:53:59Z) - Leveraging generative adversarial networks with spatially adaptive denormalization for multivariate stochastic seismic data inversion [0.0]
本研究では,地震データから相の予測と複数の相関した連続特性を示す反復的測地逆解析アルゴリズムSPADE-GANInvを提案する。
SPADE-GANは現実的なジオメトリを再現するように訓練され、シーケンシャルなコシミュレーションは相依存性の連続特性の空間的変動を予測する。
本手法は2次元合成シナリオとフィールドデータの両方で実証され, フルスタック地震データからフェーシ, ポロシティ, 音響インピーダンスの予測を目標としている。
論文 参考訳（メタデータ） (2025-12-02T15:25:22Z) - Nonparametric Data Attribution for Diffusion Models [57.820618036556084]
生成モデルのデータ属性は、個々のトレーニング例がモデル出力に与える影響を定量化する。
生成画像とトレーニング画像のパッチレベルの類似性によって影響を測定する非パラメトリック属性法を提案する。
論文 参考訳（メタデータ） (2025-10-16T03:37:16Z) - Tabular foundation model for GEOAI benchmark problems BM/AirportSoilProperties/2/2025 [2.07098502859192]
本稿では,GEOAIベンチマークBM/AirportSoilProperties/2/2025で定義されたサイト特性問題に対する Tabular Prior-Data Fitted Network (TabPFN) の新たな応用について述べる。
我々は、TabPFNをゼロトレーニング、少数ショット、空間内学習設定に適用し、大きな間接データベース(BID)から追加のコンテキストを提供する。
この研究は、TabPFNが汎用基礎モデルとして優れた精度とよく校正された予測分布を達成したことを示す。
論文 参考訳（メタデータ） (2025-09-03T10:21:18Z) - CP$^2$: Leveraging Geometry for Conformal Prediction via Canonicalization [51.716834831684004]
幾何データシフトにおける共形予測(CP)の問題について検討する。
本稿では,幾何的ポーズなどの幾何学的情報を統合することを提案する。
論文 参考訳（メタデータ） (2025-06-19T10:12:02Z) - DispFormer: A Pretrained Transformer Incorporating Physical Constraints for Dispersion Curve Inversion [56.64622091009756]
本研究では、レイリー波位相と群分散曲線からプロファイルインバージョンを$v_s$とするトランスフォーマーベースのニューラルネットワークであるDispFormerを紹介する。
DispFormerは各期間に分散データを個別に処理し、ネットワークの変更やデータセットのトレーニングとテストの厳格な調整を必要とせずに、さまざまな長さを処理できる。
論文 参考訳（メタデータ） (2025-01-08T09:08:24Z) - Latent Semantic Consensus For Deterministic Geometric Model Fitting [109.44565542031384]
我々はLSC(Latent Semantic Consensus)と呼ばれる効果的な方法を提案する。
LSCは、モデルフィッティング問題をデータポイントとモデル仮説に基づく2つの潜在意味空間に定式化する。
LSCは、一般的な多構造モデルフィッティングのために、数ミリ秒以内で一貫した、信頼性の高いソリューションを提供することができる。
論文 参考訳（メタデータ） (2024-03-11T05:35:38Z) - Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation
for high-dimensional problems: uncertainty quantification and inverse
modeling [62.997667081978825]
本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。
本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
論文 参考訳（メタデータ） (2023-07-05T18:14:38Z) - Topological Parallax: A Geometric Specification for Deep Perception
Models [0.778001492222129]
本稿では,学習したモデルを参照データセットと比較する理論的・計算ツールとしてトポロジカルパララックスを導入する。
我々の例では、データセットとモデルの間のこの幾何学的類似性は、信頼性と摂動に不可欠である。
この新しい概念は、ディープラーニングの応用における過度な適合と一般化の間の不明瞭な関係について、現在の議論に価値をもたらすだろう。
論文 参考訳（メタデータ） (2023-06-20T18:45:24Z) - Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。
地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
論文 参考訳（メタデータ） (2020-02-05T10:11:26Z)
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。