在考古环境中使用计算技术在生物档案(动物和植物残留物)的分析中是一种相对较新的现象。这可以归因于几个因素。首先,生物考古学遗骸的内在特征引起了各种并发症,并带来了特定的困难。计算定量方法的部署高度取决于2D或3D中大量可比数字数据的可用性。但是,这些数据通常无法访问。其次,由于它们的原始功能,对动物的保存和植物残留物的保存很少是最佳的(例如食物浪费)及其埋葬,发现和存储的条件。第三,过去动植物的间和内部个体自然变异是基于部分数据,这些数据通常具有挑战性地与当前数据进行比较。鉴于这些挑战,将生物结构医生的专业知识与机器学习和统计方法融合至关重要。从这个意义上讲,如Miele等人的研究所证明的那样,受监督和无监督的机器学习技术的应用。
主要关键词