GeoChemAD: 鉱物探査のための無監督地球化学異常検知のベンチマーク

要旨: 地球化学的異常検知は鉱物探査において極めて重要な役割を果たします。地域の地球化学的ベースラインからの逸脱は鉱化を示す可能性があります。既存の研究は二つの重要な制限に悩まされています: (1) 単一地域のシナリオがモデルの一般化性を制限すること; (2) 独自データセットにより結果の再現性を得られないこと。本研究では、\textbf{GeoChemAD}を導入します。政府主導の地質調査から作成されたオープンソースのベンチマークデータセットで、複数の地域、サンプリングソース、およびターゲット元素を網羅します。データセットは、多様な空間スケールとサンプリング条件を表す8つのサブセットから成っています。強力なベースラインを確立するため、統計モデル、生成モデル、トランスフォーマーベースのアプローチを含む幅広い教師なし異常検知手法を再現し、ベンチマークします。さらに、\textbf{GeoChemFormer}を提案します。自己教師付き事前学習を活用して、空間サンプルのターゲット元素に対応した地球化学表現を学習するトランスフォーマーベースのフレームワークです。広範な実験により、GeoChemFormerは8つのサブセット全体で一貫して優れた堅牢な性能を達成し、異常検知の精度と一般化能力の両方の点で既存の教師なし手法を上回ることを示しています。提案されたデータセットとフレームワークは、再現性のある研究とこの方向の今後の発展の基盤を提供します。