Yapay Zeka, Antik Seramikleri Üç Boyutlu Verilerle Yüzde 93 Doğrulukla Sınıflandırdı
Antik seramiklerin sınıflandırılması uzun süre boyunca uzman gözlemine dayanan bir süreç olarak ilerledi. Ancak benzer form özellikleri taşıyan parçalar, zaman zaman yorum farklılıklarına yol açabiliyor. Japonya’da yapılan yeni bir araştırma ise üç boyutlu tarama verileriyle geliştirilen bir modelin, bu sınıflandırmayı yüksek doğrulukla gerçekleştirebildiğini ortaya koyuyor.
Antik seramiklerin sınıflandırılması uzun yıllardır arkeologların deneyimine ve gözlemsel yorumlarına dayanan bir süreçti.
Ancak Japonya’da gerçekleştirilen yeni bir araştırma, bu alanda nesnel veri temelli yöntemlerin giderek daha güçlü bir alternatif haline geldiğini ortaya koyuyor. Üç boyutlu tarama verileriyle geliştirilen bir derin öğrenme modeli, antik çömlekleri yüzde 93’ün üzerinde doğrulukla sınıflandırmayı başardı.
Nagoya Üniversitesi’nden araştırmacıların da yer aldığı ekip, özellikle Japonya’da 5. ve 10. yüzyıllar arasında üretilen Sue seramiklerine odaklandı. Sırsız ve taş formundaki bu seramikler, üretim teknikleri sayesinde belirli biçimsel özellikler taşıyor ve bu yönleriyle bilgisayar destekli sınıflandırma için uygun bir örneklem oluşturuyor.
Araştırmada en önemli değişim, iki boyutlu görüntü temelli analizlerin yerine üç boyutlu nokta bulutu verilerinin kullanılması oldu.
Bu yaklaşım, yalnızca yüzey görünümünü değil, nesnenin tüm geometrik yapısını hesaba katarak daha kapsamlı bir analiz imkânı sundu.
Toplam 917 seramik parçası optik tarama ve fotogrametri yöntemleriyle dijital ortama aktarıldı. Her bir parça binlerce uzamsal nokta ile temsil edilerek modele dahil edildi. Çalışmada kullanılan “Point Transformer” mimarisi, bu üç boyutlu veriler üzerinden beş farklı seramik formunu ayırt edecek şekilde eğitildi.
Model, tabak gövdesi, kase ve servis tabağı gibi kategorilerde genel olarak yüzde 93,2 doğruluk oranına ulaştı. Özellikle biçimsel farkların belirgin olduğu gruplarda yüksek başarı elde edilirken, birbirine yakın özellikler taşıyan tabak gövdesi ve kase gibi sınıflarda ayrımın daha zor olduğu gözlendi. Bu durum, aynı zamanda söz konusu dönem seramiklerinde biçimsel sınırların da net olmadığını düşündürüyor.
Çalışmanın dikkat çeken bir diğer yönü, modelin karar süreçlerinin görselleştirilebilir hale getirilmesiydi. Grad-CAM yöntemiyle yapılan analizler, yapay zekânın sınıflandırma sırasında hangi bölgelere odaklandığını ortaya koydu. Tabak formunda ağız kenarı ve iç açı geçişleri öne çıkarken, kase türlerinde dış yüzey ve taban bölgesi belirleyici oldu. Bu bulgular, arkeologların saha çalışmalarında önem verdiği gözlem alanlarıyla büyük ölçüde örtüşüyor.
Keşfet ile ziyaret ettiğin tüm kategorileri tek akışta gör!
Test
Gündem
Magazin
Video
İlginizi çekebilir:
Yapay Zeka ABD’de Görevlerin Yüzde 20’sini Devraldı
Uzmanlara Göre Mutfakta Asla Tercih Edilmemesi Gereken 7 Şey
Astrolojiye Göre İlk Bakışta Etkileyen 3 Burç Açıklandı
Yorum Yazın