GEAR: 極端環境における地理知識強化アナログ認識フレームワーク

要約: マリアナ海溝と青海・チベット高原は、地質起源と微生物代謝機能において顕著な類似性を示します。深海生物サンプリングには高額な費用がかかることを鑑みると、青海・チベット高原におけるマリアナ海溝の構造的に相同な陸上アナログを同定することは極めて重要です。しかし、既存のモデルはいずれも、地理的知識を無視するか、計算効率を犠牲にするかのいずれかで、ドメイン横断的な地形類似検索に適切には対処していません。これらの課題に対処するため、\underline{\textbf{G}}eography-knowledge \underline{\textbf{E}}nhanced \underline{\textbf{A}}nalog \underline{\textbf{R}}ecognition (\textbf{GEAR}) Framework を提示します。これは、青海・チベット高原の250万平方キロメートルからアナログを効率的に検索するよう設計された、3段階のパイプラインです: (1) 骨格ガイドによるスクリーニングとクリッピング: 候補の谷の認識と、サイズおよび線形形態学的基準に基づく初期スクリーニング。 (2) 物理を意識したフィルタリング: 地形波形比較器（TWC）および形態的テクスチャモジュール（MTM）は波形とテクスチャを評価し、一貫性のない候補谷を除外します。 (3) グラフベースの微細認識: 地形形態学的指標に基づく、\underline{\textbf{M}}orphology-integrated \underline{\textbf{S}}iamese \underline{\textbf{G}}raph \underline{\textbf{N}}etwork (\textbf{MSG-Net}) を設計します。対応として、テクトニック衝突帯を対象とした専門家が注釈を付けた地形的類似データセットを公開します。実験は各段階の有効性を示しています。さらに、MSG-Net は最先端ベースラインより F1 スコアを 1.38 ポイント高く達成しました。MSG-Net で抽出された特徴を用いて、生物学的データとの顕著な相関を発見し、今後の生物学的解析の根拠を提供します。