月面に存在する「ボルダー」と呼ばれる岩塊を，ディープ・ラーニングの画像分類モデル（CNN）を用いて自動検出を目指しています．月面上のボルダーは探査機の着陸やローバ走行の障害になります．その一方で，ボルダーが偏在している場所は月面下の地殻やマントル物質などが偏在する科学的興味のある場所と相関があり，ボルダーの自動検出は着陸探査地点の選定に貢献できます．

探査ミッションの検討や科学的な研究のために，科学者は月面画像からクレータやボルダーと呼ばれる岩を検出します．この作業は時間的コストがかかるため，これまでも様々な工夫がされてきました．解析Gでも大学や研究機関と共同で機械学習を用いた手法を検討しています．

図1は自動検出結果の一例です．黄丸はボルダーのある地点（目視検出），赤四角はその中で識別モデルによってボルダーの自動検出に成功した地点，青四角は検出に失敗している地点を示しています．