Automated rock joint trace mapping using a supervised learning model trained on synthetic data generated by parametric modelling

Resumen Técnico: Mapeo Automatizado de Trazas de Juntas en Rocas mediante Aprendizaje Supervisado con Datos Sintéticos

Título original: Automated rock joint trace mapping using a supervised learning model trained on synthetic data generated by parametric modelling

1. El Problema

El mapeo de juntas (fracturas) en macizos rocosos es fundamental para la estabilidad de taludes y túneles. Sin embargo, los métodos tradicionales de mapeo manual son laboriosos, subjetivos y propensos a errores. Aunque el aprendizaje automático (ML) ofrece una solución escalable, su implementación enfrenta tres obstáculos críticos:

• Escasez de datos: La obtención de grandes conjuntos de imágenes de alta calidad es costosa y difícil.
• Desequilibrio de clases: Las juntas son estructuras delgadas y pequeñas en comparación con el fondo de la roca, lo que dificulta el entrenamiento de modelos de segmentación.
• Inconsistencia en el etiquetado: Las etiquetas manuales en entornos reales (como taludes) suelen ser ruidosas, incompletas o inconsistentes debido a la complejidad geológica y las condiciones de iluminación.

2. Metodología

Los autores proponen un enfoque impulsado por la geología que integra el modelado de redes de fracturas discretas (DFN) con técnicas de visión artificial. El flujo de trabajo se divide en:

• Generación de Datos Sintéticos (DFN): En lugar de usar imágenes generadas por IA (como GANs o modelos de difusión) que carecen de lógica estructural, utilizan modelado paramétrico mediante DFN (Discrete Fracture Networks). Esto permite crear imágenes con "etiquetas perfectas" que preservan la persistencia, conectividad y la distribución de tipos de nodos de las juntas reales. Se utilizaron herramientas como FracMan y Rhino/Grasshopper para simular geometrías de bloques y texturas de roca realistas.
• Estrategias de Entrenamiento: Se evaluaron dos arquitecturas de redes neuronales convolucionales (CNN): U-Net y DeepLabv3+. Se compararon dos estrategias de entrenamiento:
  1. SimpleMixed: Entrenamiento conjunto de datos sintéticos y reales en una sola etapa.
  2. Finetune (Ajuste fino): Pre-entrenamiento con datos sintéticos seguido de un ajuste fino exclusivo con una pequeña cantidad de datos reales.
• Conjuntos de Datos: Se utilizaron cuatro datasets: un gran dataset sintético DFN, un dataset de cajas sintéticas (controlado), un dataset de cajas reales y un dataset de taludes rocosos reales (Larvik y Rv4 en Noruega).

3. Contribuciones Clave

• Prior Geológico Estructurado: El uso de DFN permite que el modelo aprenda la "lógica" de cómo se conectan las fracturas, algo que los datos puramente naturales o generados por IA no siempre proporcionan de forma consistente.
• Marco de Evaluación Cualitativa: Los autores argumentan que las métricas estándar de segmentación (como IoU o Dice) no son suficientes para la ingeniería. Introducen una evaluación basada en criterios geológicos: reconocibilidad, persistencia de la junta, localización de bordes y ruido.
• Protocolo de Adaptación de Dominio: Demuestran cómo utilizar datos sintéticos para mitigar la falta de datos reales, proporcionando una base para el despliegue en nuevos sitios con poco etiquetado.

4. Resultados Principales

• Dependencia del Dominio:
  • En el dominio de cajas (geometría simple), la estrategia SimpleMixed funcionó excepcionalmente bien, incluso con muy pocos datos reales.
  • En el dominio de taludes (geometría compleja y etiquetas ruidosas), la estrategia de Finetune fue superior, ya que permite al modelo aprender la estructura básica de las juntas con los datos sintéticos y luego adaptarse a la textura y ruido del mundo real.
• Métricas vs. Utilidad: Se encontró una correlación positiva entre las métricas cuantitativas (Dice) y la calidad cualitativa, pero con matices importantes. A menudo, los modelos con un puntaje Dice ligeramente menor producían trazas más continuas y geológicamente coherentes, lo cual es más útil para un ingeniero que una segmentación con alto puntaje pero fragmentada.
• Generalización: La transferencia "zero-shot" (sin datos reales) es limitada debido a la diferencia de texturas, pero el ajuste fino con una pequeña cantidad de datos reales (10-50%) mejora drásticamente la capacidad del modelo para mapear nuevos sitios.

5. Significado e Implicaciones

Este trabajo demuestra que los datos sintéticos basados en modelos físicos/geológicos son un sustituto viable y poderoso para el entrenamiento de modelos de ML en geotecnia.

La investigación cambia el paradigma de "más datos reales es mejor" a "datos sintéticos con control paramétrico + ajuste fino estratégico es más eficiente". Esto permite a las empresas de ingeniería desarrollar herramientas de mapeo automatizado sin necesidad de etiquetar miles de imágenes manualmente, facilitando la digitalización de la caracterización de macizos rocosos y mejorando la precisión en la evaluación de la estabilidad de infraestructuras.