使用能量分散式X射线光谱学和人工智能对元素组成进行分析,用于对考古硬币进行分类
Marcos Levi C M Dos Reis1, Sara E B Dos Santos1, Edvaldo P Q Júnior1
1Instituto de Química, Universidade Federal da Bahia, Campus Universitário de Ondina, Salvador, Bahia, 40170-115, Brazil.
机器学习,特别是随机森林,有效地根据元素组成对巴西硬币进行分类,帮助考古研究和文化遗产研究. 这种方法可以高准确地区分造时期和货币体系.
科学领域:
- 材料科学 材料科学 材料科学
- 考古学测量是指考古学测量的方法.
- 计算考古学 计算考古学
背景情况:
- 对历史文物进行元素组成分析对于考古学研究至关重要.
- 巴西的硬币表现出一个复杂的数据集,由于不同的造时期和货币系统.
研究的目的:
- 根据元素组成对巴西硬币 (1888-2025) 进行分类.
- 通过使用机器学习,根据造期和货币体系区分硬币.
主要方法:
- 使用能量分散式X射线光谱法 (EDXRF) 进行半定量元素分析.
- 数据预处理,包括自动缩放和归算.
- 监督机器学习算法的应用和比较:支持矢量机 (SVM),随机森林 (RF),k-最近邻居 (k-NN),学习矢量量量化 (LVQ) 和梯度增强机 (GBM).
主要成果:
- 随机森林 (RF) 在将硬币按货币组分类方面表现出卓越的表现 (准确度=0.89,科恩的卡帕=0.85).
- 在将硬币分类为历史造时期时,RF和k-NN实现了完美的分类 (精度=1.00,科恩的卡帕=1.00).
- 非参数组合方法,特别是RF,在这个分类任务中被证明是非常有效的.
结论:
- 机器学习,特别是射频,提供了一个强大的工具来分析和分类基于元素组成的硬币.
- 这种方法增强了与币有关的文化遗产和考古发现的研究.
- 射频的有效性凸显了它对考古学复杂数据集的有用性.
更多相关视频
10:00Energy Dispersive X-ray Tomography for 3D Elemental Mapping of Individual Nanoparticles
Published on: July 5, 2016
14:55Analysis of Minerals Produced by hFOB 1.19 and Saos-2 Cells Using Transmission Electron Microscopy with Energy Dispersive X-ray Microanalysis
Published on: June 24, 2018
相关概念视频
Atomic Emission Spectroscopy: Overview
Atomic Emission Spectroscopy: Lab
Inductively Coupled Plasma-Mass Spectrometry (ICP-MS): Interferences
Qualitative Analysis
For instance, group IV...
Inductively Coupled Plasma Atomic Emission Spectroscopy: Instrumentation
There are three main types of inductively coupled plasma atomic emission spectroscopy (ICP-AES) instruments: sequential, simultaneous multichannel, and Fourier transform instruments, with the latter being less commonly used....
Scanning Electron Microscopy
Fundamental Principles
Accelerated...
