Neural Networks (SOM) Applied to INAA Data of Chemical Elements in Archaeological Ceramics from Central Amazon

Abstract

Artificial neural networks represent an alternative to traditional multivariate techniques, such as principal component and discriminant analysis, which rely on hypotheses regarding the normal distribution of the data and homoscedasticity. They also may be a powerful tool for multivariate modeling of systems that do not present linear correlation between variables, as well as to visualize high-dimensional data in bi-or trivariate structures. One special kind of neural network of interest in archaeometric studies is the Self-Organizing Map (SOM). SOMs can be distinguished from other neural networks for preserving the topological features of the original multivariate space. In this study, the self-organizing maps were applied to concentration data of chemical elements measured in archaeological ceramics from Central Amazon using instrumental neutron activation analysis (INAA). The main objective was testing the chemical patterns previously identified using cluster and principal component analysis, forming groups of ceramics according the multivariate chemical composition. It was verified by statistical tests that the chemical elemental data was not normally distributed and did not present homogeneity of covariance matrices for different groups, as requested by principal component analysis and other multivariate techniques. The maps obtained were consistent with the patterns identified by cluster and principal component analysis, forming two chemical groups of pottery shards for each archaeological site tested. Finally, it was verified the potential of SOMs for testing if failures in underlying hypotheses of traditional multivariate techniques might be critically influencing the results and subsequent archaeological interpretation of archaeometric data. ARTICLE HISTORY

Estudo de Interface entre Energia Nuclear e Arqueologia no CRPQ IPEN-CNEN/SP

“…Posteriormente, a análise discriminante é realizada para explorar as diferenças encontradas mediante a combinação linear das variáveis independentes que possam discriminar melhor os grupos. O Grupo tem utilizado também as redes neurais artificiais [2] os quais permitem visualizar dados em estruturas bi ou tri dimensionais, mediante construção de mapas de nós (ou neurônios) com um vetor peso de igual dimensionalidade que os dados, para estabelecer correlação entre os vetores peso representativos de cada neurônio.…”

“…A interface entre arqueologia e estudos físico-químicos, tem recebido múltiplos nomes ao longo da história da ciência, e isso tem dependido, em grande medida, da formação acadêmica do autor que desenvolve o estudo (arqueólogos, físicos, químicos, geólogos, pedólogos etc.). Os termos mais gerais são aqueles dados pelas ciências que oferecem as ferramentas técnicas, como é o caso da geoquímica e da química analítica [1][2][3].…”

Machine Learning Arrives in Archaeology

“…As noted earlier, ML algorithms on numerical and categorical data are very much extensions of the traditional statistical techniques (Hörr et al 2014). For example, the ML analysis of chemical data for provenience studies that rely on cluster and factor analysis can be less influenced by the statistical requirements of those algorithms and can be refined as new data becomes available (Hazenfratz Marks et al 2017). Similarly, ML has been used for pattern classification of pottery styles (Bickler 2018a; Chetouani et al 2020; Romanengo et al 2020).…”

Explorando problemas arqueológicos com técnicas físico-químicas: a trajetória do Grupo de Estudos Arqueométricos do Instituto de Pesquisas Energéticas e Nucleares, São Paulo, Brasil

“…No caso dos sítios Lago Grande e Osvaldo, localizados em terrenos altos próximos à várzea do rio Solimões, distantes 9 km entre si e conectados por uma rede de canais fluviais (Neves et al, 2004), o intuito das pesquisas arqueométricas, desenvolvidas por 14 Para mais detalhes e discussões, ver Lima (2008), Lima e Neves (2011) e Neves et al (2019). Hazenfratz (2014) e equipe (Hazenfratz et al, 2012(Hazenfratz et al, , 2016(Hazenfratz et al, , 2018Neves et al, 2019), foi o de contribuir para a compreensão de um sistema de interações regionais culturais da Amazônia Central. A existência de diversas esferas de interação amazônicas sob a forma de alianças interétnicas, rituais, casamentos exogâmicos, redes de troca ou comércio, entre outras, que foram observadas na região pelos primeiros exploradores europeus, teve nos sítios Lago Grande e Osvaldo a possibilidade de um correlato arqueológico nos dados da análise cerâmica (Donatti, 2003;Portocarrero, 2007;Lima, 2008;Mongeló, 2011).…”

“…As análises desenvolvidas por Hazenfratz (2014) e Hazenfratz et al (2012Hazenfratz et al ( , 2016Hazenfratz et al ( , 2018, com base numa amostragem de 200 fragmentos cerâmicos classificados tanto numa fase quanto na outra nos dois sítios arqueológicos, evidenciaram (em múltiplos cenários estudados mediante PCA e redes neurais) a presença de dois grandes grupos composicionais multielementares ao interior de cada sítio com um importante grau de superposição, revelando o complexo panorama esperado. Análises elementares de amostras de cauixi coletadas nas proximidades dos sítios, e de inclusões de cauixi separadas de fragmentos cerâmicos, permitiram descartar o efeito da diluição desse tempero no enriquecimento de alguns elementos.…”