지자기 지도 보간을 위한 물리 정보 기반 확산 생성

Physics-informed Diffusion Generation for Geomagnetic Map Interpolation

지자기 지도 보간은 공간 지점에서 관측되지 않은 지자기 데이터를 추론하는 것을 목표로 하며, 이는 항법 및 자원 탐사 분야에서 중요한 응용 사례를 제공한다. 그러나 산란 데이터 보간을 위한 기존 방법들은 지자기 지도를 위해 특별히 설계되지 않았으며, 탐지 잡음과 물리 법칙으로 인해 필연적으로 최적화되지 않은 성능을 초래한다. 따라서 본 논문에서는 불완전한 지자기 지도를 보간하기 위해 물리 정보 기반 확산 생성 프레임워크(PDG)를 제안한다. 첫째, 국소 수용 영역을 기반으로 확산 생성 과정을 유도하여 잡음 간섭을 효과적으로 제거하는 물리 정보 기반 마스크 전략을 설계한다. 둘째, 지자기 지도의 크리깅(kriging) 원리에 따라 확산 생성 결과에 물리 정보 기반 제약 조건을 부과하여 물리 법칙을 엄격히 준수하도록 보장한다. 4개의 실제 데이터셋에 대한 광범위한 실험과 심층 분석을 통해 PDG의 각 구성 요소의 우수성과 유효성을 입증하였다.

Geomagnetic map interpolation aims to infer unobserved geomagnetic data at spatial points, yielding critical applications in navigation and resource exploration. However, existing methods for scattered data interpolation are not specifically designed for geomagnetic maps, which inevitably leads to suboptimal performance due to detection noise and the laws of physics. Therefore, we propose a Physics-informed Diffusion Generation framework~(PDG) to interpolate incomplete geomagnetic maps. First, we design a physics-informed mask strategy to guide the diffusion generation process based on a local receptive field, effectively eliminating noise interference. Second, we impose a physics-informed constraint on the diffusion generation results following the kriging principle of geomagnetic maps, ensuring strict adherence to the laws of physics. Extensive experiments and in-depth analyses on four real-world datasets demonstrate the superiority and effectiveness of each component of PDG.