GeoMind：根拠付きツール呼び出しによる岩相分類のエージェント型ワークフロー

arXiv cs.AI / 2026/4/25

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

GeoMindは、岩相分類を静的な1回限りの写像ではなく、証拠に基づく逐次的な推論として捉える、ツール併用のエージェント型フレームワークである。
システムはモジュール化された段階（パーセプション：ウェルログを意味的トレンドへ変換、推論：複数ソースの根拠から岩相仮説を生成、分析：層序制約に照らして予測を検証）で処理を行う。
グローバルプランナーが入力の特徴に応じてモジュールを適応的に連携させ、地質学的に妥当でエビデンスに根ざした意思決定を可能にする。
GeoMindは論理的一貫性を保証するために、最終結果だけでなく中間の推論ステップを最適化するきめ細かなプロセス監督を導入している。
4つのベンチマークのウェルログデータセットで、強力なベースラインに対して一貫して分類性能が向上し、判断過程が透明で追跡可能であることが示された。

Abstract

ウェルログにおける岩相（リソロジー）分類は、岩石の種類を多次元の地球物理データ列から推定することを目的とする、基礎的な地球科学データマイニング課題である。近年の進展にもかかわらず、既存の手法は通常、この問題を静的な単一ステップの弁別的写像として定式化する。こうした静的パラダイムは、地質学的な標準に対する、根拠に基づく診断的推論を制限し、その結果、領域の事前知識が欠如しているために、予測が地質学的現実から切り離されがちである。本研究では、GeoMind というツール拡張型のエージェント的枠組みを提案し、岩相分類を逐次的な推論プロセスとしてモデル化する。GeoMind は、そのツールキットを知覚、推論、分析の各モジュールに整理しており、それぞれが生のログを意味的な傾向へと変換し、複数ソースの証拠から岩相仮説を推論し、層序（層位）に関する制約に照らして予測を検証する。グローバルプランナは入力の特性に応じてこれらのモジュールを適応的に調整し、地質学的に妥当で、証拠に裏付けられた判断を可能にする。GeoMind の論理的一貫性を保証するために、我々はきめ細かなプロセス監督戦略を導入する。最終結果のみに焦点を当てる標準的な手法とは異なり、本アプローチは中間の推論ステップを最適化し、意思決定の軌跡の妥当性と、地質学的制約への整合性を確実にする。4つのベンチマークとなるウェルログデータセットに対する実験により、GeoMind が分類性能において強力なベースラインを一貫して上回るだけでなく、透明で追跡可能な意思決定プロセスを提供することが示された。