npj Heritage Science· 2026Q1
Tarihi Mavi Tuğlaların Köken Takibi İçin Seyrek Otomatik Kodlayıcı ve Açıklanabilir Yapay Zeka Çerçevesi
A sparse autoencoder and explainable machine learning framework for provenance tracing of historic blue bricks in architectural conservation
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Tarihi mavi tuğlaların kökenini belirlemek için seyrek otomatik kodlayıcıları, makine öğrenmesini ve açıklanabilir yapay zekayı birleştiren yeni bir çerçeve, spektral ve elementel verileri kullanarak yüksek doğruluk (%95 doğruluk, 0.973 AUC) sağlamaktadır ve geleneksel yöntemlerin sınırlamalarını aşmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Seyrek otomatik kodlayıcıları, makine öğrenmesini ve açıklanabilir yapay zekayı birleştiren bir çerçeve, tarihi mavi tuğlaların kökenini doğru bir şekilde izlemektedir.
- Model, beş bölgeden 52 tuğlalık bir veri setinde %95 test doğruluğu ve 0.973 AUC elde etmiştir.
- Ayırt edici önemli değişkenler arasında mineral fazlarla ilişkilendirilen Rb, Al ve Zr bulunmaktadır.
- Tamamlayıcı element ve spektral bilgilerin doğru sınıflandırma için gerekli olduğu kanıtlanmıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Provenance identification of historic blue bricks supports material authenticity in architectural conservation, but missing inscriptions and incomplete archives limit conventional approaches. We integrate sparse autoencoders, machine learning and explainable artificial intelligence to classify brick provenance using X-ray diffraction, Raman spectroscopy and X-ray fluorescence data. Spectral latent features are fused with elemental concentrations, and synthetic minority oversampling addresses class imbalance. In a dataset of 52 bricks from five regions, the random forest classifier achieved 95% test accuracy and an area under the receiver operating characteristic curve of 0.973. Shapley additive explanations identified Rb, Al and Zr as important discriminative variables, while decoder-based analysis linked latent features to mineral phases. Ablation and feature-substitution analyses indicated complementary elemental and spectral information. These results demonstrate that the proposed framework offers a high-accuracy and theoretically interpretable engineering solution for the provenance identification of historic blue bricks.
Yazarların özeti; kaynağından alınmıştır. npj Heritage Science, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Arkeoloji (Sanat ve Beşeri Bilimler)
ArcheologyArts and Humanities