Needles in the Landscape: Semi-Supervised Pseudolabeling for Archaeological Site Discovery under Label Scarcity

技術的概要：景観の中のニードル：ラベル不足下での考古学遺跡発見のための半教師あり疑似ラベリング

問題定義
考古学的予測モデリング（APM）は、根本的な課題に直面している。考古学遺跡は極めて希少（調査面積の 0.004% 未満）であり、不均質な景観にまばらに分布している。従来の教師あり学習は失敗する。なぜなら、景観の大部分は「確認された負」ではなく「ラベル未付」であるため、ラベル未付領域を負として扱うことは深刻なバイアスを導入するからである。これは Positive-Unlabeled（PU）学習問題である。既存の統計的手法（例：LAMAP）は、手作業で設計された特徴量と遺跡の不在に関する強い仮定に依存しており、標準的な深層学習アプローチは、正例のみで訓練された場合に崩壊（至る所で遺跡を予測する）するか、不確実な負例で訓練された場合に壊滅的に失敗する（確率ランキングの逆転）かのいずれかである。核心的な難しさは、ラベル未付領域における遺跡の不在を仮定することなく、希薄な正ラベルから学習することにある。

手法
著者は、手作業による特徴量エンジニアリングを必要とせず、ラベル不足と PU 不確実性に対処するセマンティックセグメンテーション用のエンドツーエンド深層学習フレームワークである**非対称デュアル疑似ラベリング（DPL）**を提案する。

• アーキテクチャ: モデルは、共有エンコーダと 2 つの独立したデコーダを備えた UNet アーキテクチャを利用する。このデュアルブランチ構造は、疑似ラベリングに必要な多様な予測を生成しつつ、計算効率を維持することを可能にする。
• 非対称疑似ラベリング戦略: 核心的な革新は、訓練中に適用される非対称な閾値設定メカニズムである。
  • 正の疑似ラベル: 高い信頼性（保守的）を要求する。領域が正の遺跡としてラベル付けられるのは、両方のデコーダブランチが高い確率で一致する場合のみである（最小予測値 > $\tau_{pos}$）。これらのラベルは温度パラメータを用いてソフトスケーリングされる。
  • 負の疑似ラベル: 弱い証拠のみで十分である（許容的）。領域が負（非遺跡）としてラベル付けられるのは、少なくとも 1 つのブランチが懐疑的である場合である（最小予測値 < $\tau_{neg}$）。これらのラベルは 0 にハードコーディングされる。
  • 動的スケジューリング: 閾値はシグモイドランプアップ関数を通じて訓練中に進化し、最初は許容的な負の閾値から始まり、時間とともにより選択的になる。
• 損失関数: 総損失は 4 つの項を組み合わせる。
  1. 教師あり損失（$L_{SL\_Pos}$）: 不確実な背景から学習することを避けるため、確認された正のピクセルのみに計算される。
  2. 疑似ラベル損失（$L_{pseudo}$）: 不確実なピクセルに焦点を当てるために Focal Loss を用いて生成された疑似ラベルに対して計算される。
  3. 一貫性正則化（$L_{cons}$）: 2 つのデコーダブランチ間の合意を強制する。
  4. エントロピー正則化（$L_{ent}$）: ブランチが不一致を示すピクセルに適用され、不確実性を最小化する。
• 訓練戦略: モデルはハイブリッドサンプリング（既知の遺跡を中心としたパッチ 10%、ランダム 90%）を採用し、手作業による特徴量エンジニアリングなしに、多バンドの地理空間画像（DEM 派生特徴量と歴史的インフラマップ）で訓練される。

主要な貢献

1. 定式化: 極度のラベル不足と PU 不確実性下における半教師ありセマンティックセグメンテーションタスクとして APM を位置づける。
2. アルゴリズム: 考古学的リスクを反映する非対称な疑似ラベリング戦略を導入する。偽陽性に対しては保守的（合意を要求）、偽陰性に対しては許容的（異議のみを要求）であり、背景が真に負であると仮定することなく学習を可能にする。
3. 経験的範囲の確立: 標準的な教師あり学習（SL）が負の不確実性下で失敗する（ランキングの逆転）、また正のみでの訓練（SL_Pos）が至る所で予測する状態に崩壊することを示す。DPL はこれらの経験的範囲の間で効果的に機能する。
4. 検証: 補完的な戦略を持つ 2 つのデータセットで厳密な評価を行う。サガラッソス（独立した現地調査による検証）とキプロス（空間 k 分割交差検証による純粋な PU 設定）。
5. 再現性: 全コード、前処理スクリプト、キプロスデータセットを公開。サガラッソスデータは専有だが、コードは共有されている。

実験結果

• サガラッソスデータセット（トルコ）: 訓練に Survey 1 を使用し、独立した現地調査（Survey 2）に対して評価。
  • 性能: DPL は、7 つの歴史的期間において、最先端の LAMAP ベースラインを F1 で12.5%、Recall で**29.3%**上回った。
  • 比較: DPL は発見指標（F1、Recall）において優れていたが、LAMAP は明示的な確率モデルに起因して、優れた確率ランキング（PR-AUC および ROC-AUC）を維持した。
  • ベースライン: 標準的な SL は遺跡の 85% を見逃し、SL_Pos は識別力なしに 100% のリコールで崩壊した。
• キプロスデータセット（純粋な PU 設定）: 確認された負例なしに、均一なサイトレベルおよび空間 k 分割交差検証を通じて評価。
  • 性能: DPL は経験的範囲（SL と SL_Pos）の間で名目上機能したが、高い分散と訓練の不安定性を示した。個々の遺跡を広範な海岸地形の勾配から区別することに失敗した。
  • LAMAP との比較: LAMAP はこの設定においてすべての深層学習手法を大幅に上回った（ROC-AUC 0.765 対 DPL の約 0.51）。粗い地形勾配のみが利用可能な場合、疑似ラベルによるブートストラップよりも特徴類似性手法の方が頑健であることを示唆する。
  • 分析: 特徴量分離性の分析により、DPL のサガラッソスでの成功は、キプロスデータセットには存在しなかった、空間的に固有の歴史的インフラ特徴（例：道路までの距離）に依存していたことが明らかになった。

意義と主張
本論文は、確認された不在やクラス事前分布の推定を必要とせず、不完全で正に偏ったラベルから、空間的に構造化されたドメイン（生態学、疫学、リモートセンシングに関連）で学習するための実行可能な経路を DPL が提供すると主張する。

著者は、DPL が空間的に固有の補助特徴量（例：歴史的インフラマップ）によって微細な識別が提供される場合に最も効果的であることを強調する。広範な地理的勾配のみが存在する景観（キプロスの事例研究のように）では、この手法は安定した疑似ラベルをブートストラップすることに苦しみ、LAMAP のような従来の特徴類似アプローチの方が適切である。この研究は、考古学遺跡発見における疑似ラベリングの適用範囲の境界を画定する。それは特定の識別信号が存在する際の遺跡発見のための強力なツールであるが、データ不足で特徴量に乏しい環境において、ターゲットを絞った現地調査やドメインに調整されたモデルの必要性を代替することはできない。