Samodejno prepoznavanje arheoloških ostalin iz podatkov aerolaserskega skeniranja (TII ADAF)

Samodejno prepoznavanje arheoloških struktur - ADAF

ADAF je odprtokodna programska oprema, ki omogoča hitre in stroškovno učinkovite arheološke raziskave na modelih višin izhajajočih iz aerolaserskega skeniranja. Razlog za razvoj programa ADAF je bila potreba podjetja Transport Infrastructure Ireland po zgodnjem prepoznavanju prej neznanih in potencialno pomembnih spomenikov. Zaradi obsega raziskovalnih območij, omejitev programa in omejenih zmogljivosti zasebnega sektorja za zagotavljanje te storitve tega ni bilo mogoče doseči brez strojnega učenja.

Orodje ADAF je sestavljeno iz beležnic Jupyter za pripravo podatkov, učenje (izdelavo novih modelov strojnega učenja) in samodejno prepoznavanje arheoloških struktur.

Projekt je vključeval pripravo obsežnega nabora podatkov za učenje z digitalizacijo poligonov za 10.718 evidentiranih spomenikov ter obdelavo in homogenizacijo več kot 200 posameznih nizov podatkov aerolaserskega skeniranja. Modeli strojnega učenja so bili temeljito preizkušeni glede vpliva velikosti izrezov, tehnike prikaza, metode bogatenja in transformacije podatkov, kakovosti podatkov ter različnih arhitektur za prepoznavanje objektov in semantično segmentacijo na uspešnost strojnega učenja. Trenutno so modeli optimizirani za odkrivanje treh razredov irske arheologije (gomile, ograde, okroglaste utrdbe) vendar je mogoče vstaviti tudi lastne modele. Uporabnik ne potrebuje obsežnega predhodnega znanja o tehnikah strojnega učenja, kar močno poveča dostopnost programja arheološki skupnosti.

Projekt je pomemben korak k demokratizaciji in demistifikaciji strojnega učenja za uporabo v arheologiji. Dosedanje delo je pokazalo, da lahko napredni modeli strojnega učenja učinkovito prepoznavajo in razvrščajo arheološke značilnosti v lidarski podatkih, kar zmanjšuje potrebo po ročnem delu in posredovanju strokovnjakov. Ta napredek odraža razvoj GIS v devetdesetih letih prejšnjega stoletja, ki so se iz specializiranih orodij razvili v široko dostopne tehnologije, kar spodbuja inovacije in širšo uporabo. Odprtokodna programska oprema, nabor podatkov FAIR, pripravljenih za strojno učenje, in odprt dostop do metodologije so namenjeni odpiranju novih načinov za sodelovanje nestrokovnjakov s temi naprednimi tehnologijami in izkoriščanje njihovih prednosti.

ADAF can be downloaded from the GitHub repository.

YouTube video z navodili.