Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/120440
Title: Aplicación del aprendizaje automático en Arqueología: ¿Un cambio de paradigma?
Other Titles: The Application of Machine Learning to Archaeology: A Paradigm Shift?
Authors: Palacios Martínez, Olga
UNESCO Clasification: 5505 Ciencias auxiliares de la historia
550501 Arqueología
Keywords: Aprendizaje automático
Arqueología
Metodología
Redes bayesianas
Beneficios y limitaciones, et al
Issue Date: 2023
Journal: Vegueta: Anuario de la Facultad de Geografía e Historia 
Abstract: Aunque las primeras aplicaciones de aprendizaje automático en arqueología datan de finales de los años 90, no ha sido hasta el año 2019 cuando su uso se ha empezado a extender. ¿Qué ventajas tiene esta metodología respecto a otros métodos con una trayectoria más larga en arqueología? ¿Se puede aplicar en todos los ámbitos de estudio? La presente contribución tiene el objetivo de dar respuesta a estas cuestiones a través de una exhaustiva revisión de los estudios arqueológicos realizados con esta metodología y desarrollando un modelo con un algoritmo concreto, las redes bayesianas, para explorar sus beneficios y limitaciones.
Despite initial attempts to apply machine learning to archaeology dating back to the late 1990s, it was not until 2019 that its use began to become widespread. What advantages does this methodology have over previous methods? Can it be applied to all relevant fields of study? This article aims to answer these questions through an exhaustive review of archaeological studies that employ this methodology and by developing a model with a specific algorithm, based on Bayesian networks, to explore its benefits and limitations.
URI: http://hdl.handle.net/10553/120440
ISSN: 2341-1112
DOI: 10.51349/veg.2023.1.06
Source: Vegueta: Anuario de la Facultad de Geografía e Historia [ISSN 2341-1112], v. 23 (1), p. 147-186, (Enero 2023)
Appears in Collections:Artículos
Adobe PDF (2,45 MB)
Show full item record

Google ScholarTM

Check

Altmetric


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.