論文の概要: What Do Language Priors Contribute to Darcy-Flow Inversion? A Mechanistic Audit

• arxiv url: http://arxiv.org/abs/2606.24967v1
• Date: Tue, 23 Jun 2026 10:07:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.074888
• Title: What Do Language Priors Contribute to Darcy-Flow Inversion? A Mechanistic Audit
• Title（参考訳）: ダーシーフローの逆転に先立つ言語は何か? メカニスティックな監査
• Authors: Taiga Saito, Yu Otake, Daijiro Mizutani, Sopheakpolin Mom,
• Abstract要約: 文の埋め込みが,学習した逆解法に地質学的記述を注入するための推論時インタフェースとして機能するかどうかを検証した。 テキストコンディショニングは,非文偽造に対して,再構成誤差を81%削減する。 これらの結果から,学習した逆解法に地質知識を注入するための工学情報インタフェースとして,言語先行が機能することが示唆された。
• 参考スコア（独自算出の注目度）: 1.73476909168338
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In ill-posed inverse problems, the recovered solution depends as much on the prior as on the data, yet much of the engineering knowledge that could serve as that prior is recorded qualitatively rather than in formal mathematical form. Here we test whether sentence embeddings can act as an inference-time interface for injecting geological descriptions into a learned Darcy-flow inverse solver. Across six synthetic geological classes and an exploratory transfer to a benchmark reservoir model (SPE10), we vary only the conditioning representation and find that text conditioning reduces reconstruction error by 81 % relative to a no-text counterfactual. Most of this gain comes from a categorical, class-level constraint whose value concentrates where the hydraulic head leaves the conductivity field underdetermined, while within-class geometric detail is secondary and pattern-dependent. Compared with a discrete class label, sentence embeddings add little dense-observation accuracy but improve training stability and enable paraphrase-based sensitivity analysis and open-vocabulary inputs. These results show that language priors can serve as an engineering-informatics interface for injecting geological knowledge into learned inverse solvers, while clarifying when they help and what signal they actually carry.
• Abstract（参考訳）: 不正な逆問題では、復元された解はデータと同じくらい事前に依存するが、それに役立つ工学的知識の多くは形式的な数学的形式ではなく定性的に記録される。 ここでは,学習したダーシーフロー逆解法に地質学的記述を注入するために,文の埋め込みが推論時インタフェースとして機能するかどうかを検証する。 6つの総合地質クラスとベンチマーク貯水池モデルへの探索的移行(SPE10)により、条件付け表現のみを変化させ、テキスト条件付けにより、非テキストの偽物に対する再構成誤差が81パーセント減少することがわかった。 この利得のほとんどは、水圧ヘッドが導電界を過度に決定した場所に集中するカテゴリー的なクラスレベルの制約によるものであるが、クラス内の幾何学的詳細は二次的かつパターンに依存している。 個別のクラスラベルと比較すると、文の埋め込みは濃密な観測精度がほとんどないが、トレーニングの安定性を改善し、パラフレーズベースの感度分析とオープン語彙入力を可能にする。 これらの結果から,学習した逆解法に地質知識を注入するための工学的情報学的なインタフェースとして,言語先行語が有効であることを示すとともに,それらがいつ役に立つか,実際にどの信号を運ぶのかを明らかにした。

関連論文リスト

• On the Generalization in Topology Optimization via Sensitivity-Conditioned Bernoulli Flow Matching [18.677394555631086]
  トポロジー最適化(TO)のサロゲートモデルは、負荷や境界条件の変化の下で、高度に可変なアウト・オブ・ディストリビューション(OOD)一般化を示す。 我々は,従来のTOを駆動する随伴感度について,コンディショニング信号がどれだけ情報を保存するかによってOOD性能が制御されるという仮説を立てる。 感性に対する条件付けにより,OODの性能が向上する一方で,物理場が生パラメータ条件に低下する傾向がみられた。
  論文  参考訳（メタデータ） (2026-06-01T12:36:41Z)
• Neural Information Causality [0.0]
  我々はニューラル情報因果性(Neural-IC)と呼ばれる枠組みを開発する。 本稿では,Neural-ICがクエリリーク,精度リーク,エピソード固有メモリの操作診断であることを示す。 また、1ビットの古典的RACベンチマークも提供し、関連する量子エンハンスメントがボトルネックを超える完全な情報ではないことを示す。
  論文  参考訳（メタデータ） (2026-05-10T04:25:11Z)
• Localized Gaussians as Self-Attention Weights for Point Clouds Correspondence [92.07601770031236]
  本稿では,エンコーダのみのトランスフォーマーアーキテクチャのアテンションヘッドにおける意味的意味パターンについて検討する。 注意重みの修正はトレーニングプロセスの促進だけでなく,最適化の安定性の向上にも寄与する。
  論文  参考訳（メタデータ） (2024-09-20T07:41:47Z)
• Pre-training and Diagnosing Knowledge Base Completion Models [58.07183284468881]
  我々は,事実の集合から他の集合への知識伝達へのアプローチを,エンティティや関係マッチングを必要とせずに導入し,分析する。 主な貢献は、構造化されていないテキストから収集された事実の大規模事前学習を利用する方法である。 得られた事前学習モデルをよりよく理解するために,オープン知識ベースコンプリートのための事前学習モデルの解析のための新しいデータセットを導入する。
  論文  参考訳（メタデータ） (2024-01-27T15:20:43Z)
• On the ISS Property of the Gradient Flow for Single Hidden-Layer Neural Networks with Linear Activations [0.0]
  本研究では,不確かさが勾配推定に及ぼす影響について検討した。 一般の過度にパラメータ化された定式化は、損失関数が最小化される集合の外側に配置されるスプリアス平衡の集合を導入することを示す。
  論文  参考訳（メタデータ） (2023-05-17T02:26:34Z)
• Transformer Meets Boundary Value Inverse Problems [4.165221477234755]
  変圧器を用いた深部直接サンプリング法は境界値逆問題のクラスを解くために提案される。 慎重に設計されたデータと再構成された画像の間に学習した逆演算子を評価することにより、リアルタイムな再構成を実現する。
  論文  参考訳（メタデータ） (2022-09-29T17:45:25Z)
• On the Viability of Monocular Depth Pre-training for Semantic Segmentation [48.29060171161375]
  本研究は,意味的タスクへの下流移動において,幾何学的タスクの事前学習が有効かどうかを考察する。 単分子深度は意味的セグメンテーションのための事前学習の実行可能な形式であり、共通ベースラインの改善によって検証される。
  論文  参考訳（メタデータ） (2022-03-26T04:27:28Z)
• Disentangling Generative Factors of Physical Fields Using Variational Autoencoders [0.0]
  本研究は,非線形次元低減のための変分オートエンコーダ (VAE) の利用について検討する。 不整合分解は解釈可能であり、生成的モデリングを含む様々なタスクに転送することができる。
  論文  参考訳（メタデータ） (2021-09-15T16:02:43Z)
• Mitigating Generation Shifts for Generalized Zero-Shot Learning [52.98182124310114]
  一般化ゼロショット学習(英: Generalized Zero-Shot Learning、GZSL)は、学習中に見知らぬクラスが観察できない、見つからないサンプルを認識するために意味情報(属性など)を活用するタスクである。 本稿では,未知のデータ合成を効率よく,効率的に学習するための新しい生成シフト緩和フローフレームワークを提案する。 実験結果から,GSMFlowは従来のゼロショット設定と一般化されたゼロショット設定の両方において,最先端の認識性能を実現することが示された。
  論文  参考訳（メタデータ） (2021-07-07T11:43:59Z)
• Fundamental Limits and Tradeoffs in Invariant Representation Learning [99.2368462915979]
  多くの機械学習アプリケーションは、2つの競合する目標を達成する表現を学習する。 ミニマックスゲーム理論の定式化は、精度と不変性の基本的なトレードオフを表す。 分類と回帰の双方において,この一般的かつ重要な問題を情報論的に解析する。
  論文  参考訳（メタデータ） (2020-12-19T15:24:04Z)

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。