用于伊朗Mirak和Delazian遗址中旧石器时代至晚旧石器时代石器艺术品的遗址间及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，您必须具有高级访问权限。

了解更多 登录

摘要

摘要

研究旧石器时代的文物组合对于理解早期人类技术和迁徙至关重要。然而，传统的分析方法依赖于主观判断，难以进行大规模应用。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。

我们专注于伊朗高原上两个相邻的旧石器时代遗址：Mirak和Delazian。前者包括三个考古层位，其中一个属于上旧石器时代，距今约21-28千年；一个属于中旧石器时代，距今约43-55千年；另一个处于两者之间的过渡阶段，距今约26-33千年。后者包含一个上旧石器时代的层位，估计年代在20-40千年之间。

我们开发并评估了六个机器学习模型，其中包括一个结合了随机森林（Random Forest）和XGBoost的高性能集成模型。该集成模型在成对分类中的准确率为97%，在多类分类中的准确率为84%，成功地根据技术类型学特征区分了密切相关的考古文物和时间序列。

利用这一经过验证的分类框架，并评估这些文物组合的相似性，我们提出了一种结构化的年代精细化方法。通过将Delazian的文物组合与Mirak中绝对年代确定的地层序列进行对比，我们将其大致的年代估计（20–40千年）缩小到了更具体的范围（21–33千年）。这种数据驱动的方法为年代评估提供了一种可靠且可复制的工具，尤其是在以非分层地表遗址为主的地区，同时也展示了机器学习在考古研究中的变革潜力。

AI摘要

AI生成的摘要（实验性）

此摘要是通过自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现、评估相关性，并协助相关领域的读者理解本文内容。它应作为作者提供的摘要的补充，后者仍然是论文的主要摘要。完整文章才是权威版本。点击这里了解更多。

点击这里可以对摘要的准确性、清晰度和实用性发表评论。您的反馈将有助于未来的改进和更新。