論文の概要: Verifiably grounded machine interpretation of lunar geology

• arxiv url: http://arxiv.org/abs/2608.09276v1
• Date: Mon, 10 Aug 2026 08:32:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.159801
• Title: Verifiably grounded machine interpretation of lunar geology
• Title（参考訳）: 月の地質学の機械解釈の検証
• Abstract要約: 自動化された「機械知能地質学」への一歩を提示する。 我々は、共同登録された地形、スペクトル、地質図から、検証可能な地下の地質学的解釈を生成するためにモデルを訓練する。 本研究は, 自動地質解析に必要な構造を概説した。
• 参考スコア（独自算出の注目度）: 2.4349098308669594
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Planetary geology relies on historical, interpretive reasoning to reconstruct past events from diverse observations. Here, we present a step toward an automated "machine intelligence geologist" by embedding this distinct methodology of geologic knowledge discovery and inference into a multimodal vision-language architecture. Focusing on the stratigraphy of lunar basaltic mare volcanism, we train a model to generate verifiably grounded geologic interpretations directly from co-registered topographic, spectral, and geologic maps. We demonstrate that while the system successfully balances established geological priors with local visual evidence to accurately describe stratigraphy and terrain, numeric age dating derived solely from vision defaults to memorized priors. Integrating an open-book retrieval mechanism resolves this, enabling the model to faithfully cite published chronologies. Our findings delineate the necessary architecture for automated geologic inference: site evidence must be visually interpreted from local data, while quantitative historical context must be retrieved from the scientific record.
• Abstract（参考訳）: 惑星地質学は、様々な観測から過去の出来事を再構築する歴史的解釈的推論に依存している。 本稿では,この地質学的知識発見と推論の独特な方法論をマルチモーダル視覚言語アーキテクチャに組み込むことにより,自動的な「機械知能地質学者」への一歩を示す。 月の玄武岩層火山活動の層序に着目して,共同登録された地形,スペクトル,地質図から直接,検証可能な地下の地質学的解釈を生成するモデルを訓練する。 本システムは,地層学や地形を正確に記述するための局所的な視覚的証拠と,確立された地質学的先行とをうまくバランスさせる一方で,視覚的既定値から記憶的先行値にのみ由来する数値的年代推定が可能であることを実証した。 オープンブック検索機構を統合することで、モデルが発行された時系列を忠実に引用できるようにする。 位置証拠は局所的なデータから視覚的に解釈されなければならないが、定量的な歴史的文脈は科学的記録から取り出さなければならない。

関連論文リスト

• Geo-Strat-RL: Learning Geological Event Reasoning from Verifiable Tasks [0.0]
  層序観測とコンパクトな可視的事象履歴を生成する合成環境であるGeo-Strat-RLを提案する。 我々は,RLVRが視覚言語モデル(VLM)の地質学的再構成を改善し,階層図上での地質学的内容のスコアを増大させることを示す。 さらに, 合成地震観測領域において, 生成したシーンを音響インピーダンス由来の振幅区間に変換することにより, 同様の地質学的履歴を評価する。
  論文  参考訳（メタデータ） (2026-06-23T16:20:01Z)
• Textual Supervision Enhances Geospatial Representations in Vision-Language Models [47.5986642837928]
  地理空間的理解は、機械学習システムの開発において決定的だが未解明の要素である。 視覚のみのアーキテクチャ(ViTなど)、視覚言語モデル(CLIPなど)、大規模マルチモーダル基盤モデル(LLaVA、Qwen、Gemmaなど)の3つのモデルファミリによって得られた空間的表現を分析する。
  論文  参考訳（メタデータ） (2026-06-05T11:40:13Z)
• Earth-o1: A Grid-free Observation-native Atmospheric World Model [81.55899748753434]
  我々は、構造的制約を克服する観測ネイティブな大気圏モデルであるEarth-o1を提示する。 多様なセンサー入力を統一されたグリッドフリーな力学場に統合することにより、モデルは空間と時間の大気状態を自律的に前進させる。 本稿では,このパラダイムにより,明示的な数値解法のオーバーヘッドを伴わずに,直接的,リアルタイムな予測とクロスセンサ推論が可能となることを示す。
  論文  参考訳（メタデータ） (2026-05-07T14:27:48Z)
• GIAT: A Geologically-Informed Attention Transformer for Lithology Identification [6.315199366662337]
  Geologically-Informed Attention Transformer (GIAT) は、データ駆動型地質学的先行をTransformerの注意機構と融合させる新しいフレームワークである。 GIATは95.4%の精度で最先端のパフォーマンスを達成し、既存のモデルよりも大幅に優れている。
  論文  参考訳（メタデータ） (2026-03-10T04:02:57Z)
• Synthetic Geology -- Structural Geology Meets Deep Learning [3.216132991084434]
  ボキセル化画像に応用した生成人工知能の技術に基づいて,ニューラルネットワークをトレーニングすることにより,地表の地質データを3次元の地下領域に拡張する手法を実証する。 地質活動のイオンを模倣した合成データ生成プロセスの設計により,地下深層学習の発展におけるこのデータギャップを埋める。 このような合成データに基づいてトレーニングされた基礎モデルは、以前は目に見えない表面地形と地質図から地下の3次元画像を生成することができる。
  論文  参考訳（メタデータ） (2025-06-11T20:42:28Z)
• 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)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オンロジはドメインの知識とメタデータを表現するために広く使われている。 直接支援できる論理的推論は、学習、近似、予測において非常に限られています。 1つの簡単な解決策は、統計分析と機械学習を統合することである。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• GeoGLUE: A GeoGraphic Language Understanding Evaluation Benchmark [56.08664336835741]
  我々はGeoGLUEと呼ばれるGeoGraphic Language Understanding Evaluationベンチマークを提案する。 オープンソースの地理資源からデータを収集し、6つの自然言語理解タスクを導入する。 我々は,GeoGLUEベンチマークの有効性と意義を示す一般ベースラインの評価実験と解析を行った。
  論文  参考訳（メタデータ） (2023-05-11T03:21:56Z)
• Spatiotemporal modeling of European paleoclimate using doubly sparse Gaussian processes [61.31361524229248]
  計算負担を軽減するため,近年の大規模分散時間GPを構築した。 我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
  論文  参考訳（メタデータ） (2022-11-15T14:15:04Z)
• Self-Supervised Learning to Guide Scientifically Relevant Categorization of Martian Terrain Images [1.282755489335386]
  キュリオシティ・ローバーに搭載されたマストカメラから撮影した画像に堆積テクスチャを集成する自己監督手法を提案する。 次に、これらのクラスターの定性的解析を行い、その地質学的意義を粒状地形群の作成を通して記述する。
  論文  参考訳（メタデータ） (2022-04-21T02:48:40Z)
• 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)

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。