用于伊朗米拉克和德拉齐安遗址中、上旧石器时代石器的遗址间与遗址内分析的机器学习技术

《Journal on Computing and Cultural Heritage》：Machine Learning Techniques for Inter- and Intra-Site Analysis of Middle and Upper Paleolithic Stone Artifacts from the Mirak and Delazian Sites, Iran

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

旧石器时代组合的研究对于理解早期人类技术和扩散至关重要。然而，传统分析依赖于主观方法，难以规模化。本研究引入了一种机器学习（ML）框架，将定量方法应用于石器文物的技术类型学分析。

我们重点关注伊朗高原两个邻近旧石器时代遗址的数据集：米拉克（Mirak）和德拉齐安（Delazian）。前者包括三个考古沉积层，包括一个距今约 21-28 ka 的上旧石器时代沉积层，一个距今约 43-55 ka 的中旧石器时代沉积层，以及一个介于 26 和 33 ka 之间具有混合特征的中间阶段；后者包括一个估计距今约 20-40 ka 的上旧石器时代沉积层。

我们开发并评估了六个机器学习模型，包括一个高性能的组合，结合了随机森林和 XGBoost。该组合在成对分类中达到了 97% 的准确率，在多类场景下达到了 84%，成功基于技术类型学属性区分了密切相关的考古和年代学文物。

利用此验证过的分类框架并评估这些组合的相似性，我们提出了一种用于年代细化的结构化方法。通过将德拉齐安组合与米拉克具有绝对年代的地层序列进行基准对比，我们将其广泛的上旧石器时代早期（20–40 ka）年龄估计限制在更具体的时间框架 21–33 ka 内。这种数据驱动的方法为年代评估提供了一个稳健且可复制的工具，特别是在以未分层的表面遗址为主的地区，并展示了机器学习在考古研究中的变革潜力。

AI 摘要

AI 生成摘要（实验性）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审阅。它旨在支持发现，帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍是论文的主要摘要。全文仍然是权威的记录版本。点击此处了解更多。

点击 此处 对此摘要的准确性、清晰度和有用性进行评论。这样做将有助于提供改进和未来重新生成版本的依据。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。