[論文レビュー] Data-driven modeling of time-domain induced polarization

Charles L. Bérubé, Pierre R. Bérubé|arXiv (Cornell University)|Jul 30, 2021

Magnetic Properties and Applications参考文献 39被引用数 7

ひとこと要約

本稿では、カナダ、米国、カザフスタンの160万件のIP減衰曲線を用いて学習された変分オートエンコーダー（VAE）を用いた、時間領域誘導整合度（IP）モデリングの新規で教師なしのデータ駆動型アプローチを提案する。この手法により、手動ラベリングやコール・コール・モデルのような経験的モデルに依存せずに、合成データ生成、ベイズ的ノイズ除去、S/N推定、外れ値検出が可能となり、潜在空間の1つのスカラーが平均整合度を捉えていることが判明し、複雑なパrametric形式に代わる簡略化されたモデリングが正当化される。

ABSTRACT

We present a novel approach for data-driven modeling of the time-domain induced polarization (IP) phenomenon using variational autoencoders (VAE). VAEs are Bayesian neural networks that aim to learn a latent statistical distribution to encode extensive data sets as lower dimension representations. We collected 1 600 319 IP decay curves in various regions of Canada, the United States and Kazakhstan, and compiled them to train a deep VAE. The proposed deep learning approach is strictly unsupervised and data-driven: it does not require manual processing or ground truth labeling of IP data. Moreover, our VAE approach avoids the pitfalls of IP parametrization with the empirical Cole-Cole and Debye decomposition models, simple power-law models, or other sophisticated mechanistic models. We demonstrate four applications of VAEs to model and process IP data: (1) representative synthetic data generation, (2) unsupervised Bayesian denoising and data uncertainty estimation, (3) quantitative evaluation of the signal-to-noise ratio, and (4) automated outlier detection. We also interpret the IP compilation's latent representation and reveal a strong correlation between its first dimension and the average chargeability of IP decays. Finally, we experiment with varying VAE latent space dimensions and demonstrate that a single real-valued scalar parameter contains sufficient information to encode our extensive IP data compilation. This new finding suggests that modeling time-domain IP data using mathematical models governed by more than one free parameter is ambiguous, whereas modeling only the average chargeability is justified. A pre-trained implementation of our model -- readily applicable to new IP data from any geolocation -- is available as open-source Python code for the applied geophysics community.

研究の動機と目的

• 手動ラベリングや経験的パラメトリックモデルに依存しない、教師なしでデータ駆動型の時間領域IPデータ処理およびモデリング手法の開発。
• コール・コールやデイビー分解のような従来のIPモデリング手法が抱えるパラメータの曖昧さや高い共分散の問題を克服すること。
• ベイズ的ディープラーニングフレームワークを用いて、自動的かつ解釈可能で不確実性を考慮したIPデータ処理を実現すること。
• 潜在空間の1つの次元がIP減衰曲線の本質的情報を捉えられることを示し、平均整合度の単純化されたモデリングを正当化すること。

提案手法

• 多様な地質的地域から得られた1,600,319件の時間領域IP減衰曲線のコンパイルデータセットを用いて、深層変分オートエンコーダー（VAE）を学習する。
• VAEは、高次元IPデータを低次元の潜在分布にエンコードすることで、教師なしの表現学習を実現する。
• 潜在空間の事後分布からのサンプリングにより、不確実性を伴う教師なしベイズ的ノイズ除去が可能となる。
• 学習された潜在分布からのランダムサンプルをデコードすることで、合成IP曲線が生成される。
• 信号対雑音比（S/N）は、VAEの事後分散から導出される不確実性推定値を用いて定量的に評価される。
• 外れ値検出は、再構成誤差が大きく、または学習済み分布下での尤度が低いデータポイントを特定することで実施される。

実験結果

リサーチクエスチョン

• RQ1 深層教師なしVAEモデルは、手動ラベリングや事前のパラメトリック仮定なしに、時間領域IP減衰曲線の意味のある表現を効果的に学習できるか？
• RQ2 学習された潜在空間は、平均整合度のような物理的に解釈可能な地球物理学的パラメータをエンコードしているか？
• RQ3 VAEを用いて、データ拡張やテスト用に現実的な合成IPデータを生成できるか？
• RQ4 VAEは、ノイズの多いIPデータに対してどの程度、ベイズ的ノイズ除去と不確実性の定量化を実現できるか？
• RQ5 潜在空間の1つのスカラーが、IP減衰曲線の本質的ばらつきを十分に表現できるか。これにより、単純化されたモデリングが正当化されるか？

主な発見

• VAEは、160万件のIP減衰曲線のコンpactかつ意味のある潜在表現を効果的に学習しており、最初の次元が平均整合度と強く相関している。
• 潜在空間の1つの実数スカラーが、すべてのIPデータコンパイルを十分にエンコードする情報量を有しており、平均整合度のみをモデリングすることが正当化される。
• 教師なしのラベルやパラメトリック仮定なしに、高品質な合成IP曲線の生成が可能である。
• 事後分布からのサンプリングにより、教師なしのベイズ的ノイズ除去と不確実性推定が達成され、再構成誤差が信頼性の高い外れ値検出指標として機能する。
• 信号対雑音比（S/N）は、VAEの不確実性推定値を用いて定量的に推定可能であり、客観的なデータ品質評価が可能になる。
• コール・コールのような経験的モデルへの依存を排除し、データ処理における主観性を低減することで、従来手法を上回る性能を発揮する。