SHRUG-FM：地球観測のための信頼性を考慮した基盤モデル

SHRUG-FMは、地球観測に用いる地理空間基盤モデルの信頼性を重視した新たなフレームワークです。従来のモデルは、事前学習時に十分に表現されていない環境下で信頼性に欠ける場合があります。SHRUG-FMは、入力空間における外れ値検出、埋め込み空間での外れ値検出、およびタスク特有の予測不確実性という三つの補完的な信号を統合します。このフレームワークは、焼失痕のセグメンテーションに適用され、外れ値スコアが特定の環境条件における性能低下と相関することを示しました。また、不確実性に基づくフラグは、性能の低い予測を排除するのに役立ちます。失敗は偶然ではなく、低標高地域や大河地域など特定の地理に集中していることが確認され、これは事前学習データの不足を反映しています。SHRUG-FMは、気候に敏感なアプリケーションでのGFMsの安全かつ解釈可能な導入への道を提供し、ベンチマーク性能と実際の信頼性とのギャップを埋める助けになります。