[論文レビュー] SeisBind: Physics-Aware Tri-Modal Representation Binding for Seismic Data via Contrastive Learning

Chaohua Liang, Jun Matsushima|arXiv (Cornell University)|Jan 21, 2026

Seismic Imaging and Inversion Techniques被引用数 0

ひとこと要約

SeisBindは地震データ、速度モデル、物理記述子を結合する三模態の物理認識埋め込み空間を学習し、対照学習を用いてクロスモーダル検索を堅牢化し、解釈可能な物理意味を提供します。

ABSTRACT

This letter proposes a physics-aware multi-modal contrastive learning framework designed to transform complex seismic wavefields into human-readable physical representations. Traditional data-driven inversion methods often focus on pixel-wise mapping, which lacks physical grounding and interpretability. To address this, we introduce a novel framework that jointly aligns seismic shot gathers, subsurface velocity models, and explicit physical descriptors (e.g., mean velocity and gradients) in a shared latent space. By introducing these descriptors as a third modality, our approach encourages the learned embeddings to capture intrinsic geological semantics rather than superficial signal correlations. Experiments on the OpenFWI dataset demonstrate that the proposed method not only achieves robust seismic-to-velocity retrieval but also preserves meaningful physical semantics, enabling cross-modal inference of interpretable attributes. This representation-centric perspective provides a flexible foundation for expert-guided subsurface characterization.

研究の動機と目的

• 表現をピクセル単位の inversion より物理記述子に grounded して解釈性の高い速度推定を促進する。
• 地震データ、速度モデル、物理記述子を共有潜在空間で整列させる三模態 CLIP 風フレームワークを提案する。
• OpenFWIデータで堅牢な地震-to-速度検索と物理意味の保存を実証する。
• 物理記述子が意味的アンカーとして機能し、学習表現の解釈性を高めることを示す。

提案手法

• 三つのエンコーダ（地震/Seismic、速度/Velocity、物理/Physics）を用いて入力を256次元の共有埋め込み空間へ写像する。
• 地震エンコーダは対称CNNを用いてマルチショット収集を処理する。
• 速度エンコーダは単一チャネル入力に対して改変されたResNet-18のバックボーンを使用する。
• 物理エンコーダは低次元の記述子ベクトルをMLPでエンコードし意味的アンカーを提供する。
• シンメトリックな CLIPスタイルの InfoNCE 目的を用いて Seismic–Velocity および Velocity–Physics の埋め込みを整列させる。
• 学習を安定化させ物理的一貫性を強制するために損失を λ1=1、λ2=0.1 で調整する。

Figure 1 : model architecture

実験結果

リサーチクエスチョン

• RQ1 三模態埋め込み空間はクロスモーダル検索のために地震データ、速度モデル、物理記述子を効果的に整列できるか。
• RQ2 明示的な物理記述子を組み込むことで学習表現の解釈性と物理的一貫性は向上するか。
• RQ3 三模態対照学習が地震→速度検索性能に与える影響は、単一モーダルのベースラインと比べてどうか。

主な発見

指標	地震 → 速度 R@1	地震 → 速度 R@5	地震 → 速度 R@10	速度 → 物理 R@1	速度 → 物理 R@5	速度 → 物理 R@10	地震→速度 平均正例類似度	地震→速度 平均負例類似度	速度→物理 平均正例類似度	速度→物理 平均負例類似度
取得結果 (OpenFWI)	0.5780	0.8610	0.9350	0.6810	0.9150	0.9610	0.6164	−0.0070	0.6378	−0.0014

• 地震 → 速度検索精度: R@1 = 0.5780, R@5 = 0.8610, R@10 = 0.9350。
• 速度 → 物理検索精度: R@1 = 0.6810, R@5 = 0.9150, R@10 = 0.9610。
• 地震–速度の正例類似度の平均は 0.6164、負例類似度の平均は −0.0070。
• 速度–物理の正例類似度の平均は 0.6378、負例類似度の平均は −0.0014。
• 定性的結果として、トップ1の速度モデルは ground truth への構造的忠実性が高く、トップ2／トップ3は物理的にも一貫性を維持。
• クロスモーダル検索を介した物理記述子推定は、選択された記述子（k=5）全体で相対誤差平均9.12%を達成。

Figure 2 : Qualitative retrieval results. For each query seismic shot gather (first column), the corresponding ground truth (second column) and the top-3 retrieved velocity models are displayed. Similarity scores are provided above each retrieved candidate, demonstrating the model’s precision in str