使用数字考古学和机器学习来确定手指飞的性别
Andrea Jalandoni1,2, Robert Haubt3,4, Calum Farrar5
1Place, Evolution, Rock Art Heritage Unit, Griffith Centre for Social and Cultural Research, Griffith University, Gold Coast, QLD, 4215, Australia. a.jalandoni@griffith.edu.au.
Scientific reports
|October 16, 2025
概括
这项研究引入了数字考古学方法来分析古代指纹,超越了有问题的人类测量. 触觉实验显示了识别艺术家性别的潜力,尽管需要更多数据.
科学领域:
- 考古学的考古学
- 数字考古学 数字考古学
- 法医人类学 法医人类学
背景情况:
- 指纹是古老的岩石艺术,过去的研究使用了来自现代人口的不可靠的生物识别数据.
- 之前分析手指飞的方法在理论上和方法上存在问题.
- 需要一种新的方法来克服人类测量的局限性和有争议的理论.
研究的目的:
- 引入一种新的数字考古学方法来分析手指的飞.
- 开发和测试一种机器学习模型,用于指挥艺术家的性别分类.
- 建立一种可复制,可扩展和可量化的方法来研究古代岩石艺术.
主要方法:
- 一个数字考古学实验,利用触觉和虚拟现实方法.
- 从96名参与者收集数据,创造了手指飞.
- 训练一个机器学习模型,根据浮动特征对个体的性别进行分类.
主要成果:
- 虚拟数据集缺乏可靠的性别分类的独特特征.
- 触觉实验证明了识别手指挥艺术家的性别的潜力.
- 需要进一步的样本来概括触觉实验的发现.
结论:
- 在岩石艺术分析中开发了一套数字考古学的基本方法和材料.
- 拟议的数字考古学方法提供了一种创建,收集和分析数据的新方法.
- 这种创新方法提高了研究古代手指挥的可复制性,可扩展性和可量化性.
