Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
本研究は、土器に残された種実・昆虫圧痕の分析・同定を可能にするAIモデルを開発する ことが主な目的である。近年、考古学の世界では、土器のX線CT画像を撮影し、分析するこ とで新たな発見が確認されているが、この分析には一部の研究者に限られた高度な専門知識 と長年の経験が必要である。したがって、より広範囲、多量の土器を効率よく分析するため には、以上に示した考古学研究者の知見(分析基準)を備えたAIモデルの開発が必至である。 具体的には、長年日本考古学の課題と言われているイネの同定を主な目的として、それに類 する種実や昆虫の痕跡を判別できるようにAIモデルを訓練する。
Deep Learning models have achieved high accuracy in the experimental dataset, demonstrating their capability to learn complex patterns and make accurate predictions. However, when applied to the Jomon dataset, the accuracy was lower than the experimental dataset. Nevertheless, experiments revealed that the models were relying on the morphology of the object to make predictions, which indicates that the results are reliable.Despite the challenges faced, we remain remain optimistic about the potential of deep learning models to aid the classification of potsherds. Our experiments have shown that the models can rely on object morphology to make accurate predictions, indicating their effectiveness in supporting archaeologists in their studies.
令和4年度が最終年度であるため、記入しない。
All 2023 2022 2021
All Journal Article (1 results) (of which Int'l Joint Research: 1 results, Peer Reviewed: 1 results) Presentation (4 results) (of which Int'l Joint Research: 2 results, Invited: 2 results)
Journal of Archaeological Science: Reports
Volume: 49 Pages: 104003-104003
10.1016/j.jasrep.2023.104003
