Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/120440
Título: Aplicación del aprendizaje automático en Arqueología: ¿Un cambio de paradigma?
Otros títulos: The Application of Machine Learning to Archaeology: A Paradigm Shift?
Autores/as: Palacios Martínez, Olga
Clasificación UNESCO: 5505 Ciencias auxiliares de la historia
550501 Arqueología
Palabras clave: Aprendizaje automático
Arqueología
Metodología
Redes bayesianas
Beneficios y limitaciones, et al.
Fecha de publicación: 2023
Publicación seriada: Vegueta: Anuario de la Facultad de Geografía e Historia 
Resumen: 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
Fuente: Vegueta: Anuario de la Facultad de Geografía e Historia [ISSN 2341-1112], v. 23 (1), p. 147-186, (Enero 2023)
Colección:Artículos
Adobe PDF (2,45 MB)
Vista completa

Visitas

119
actualizado el 17-feb-2024

Descargas

196
actualizado el 17-feb-2024

Google ScholarTM

Verifica

Altmetric


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.