Análisis clúster: un primer paso sobre técnicas cuantitativas en Arqueología de la Arquitectura

• Autores: Agustin Azkarate Garai-Olaun, Ismael García Gómez, Amaia Mesanza Moraza
• Localización: Arqueología de la arquitectura, ISSN 1695-2731, Nº. 15, 2018
• Idioma: español
• Títulos paralelos:
  • Cluster analysis: a first step in quantitative techniques in Archaeology of Architecture
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    La propuesta que se hace en este artículo parte del convencimiento de que existen ciertos métodos de análisis en arqueología que podrían mejorar notablemente si incorporaran las técnicas cuantitativas; uno de esos métodos es sin duda el de la lectura estratigráfica de alzados. A lo largo de estas líneas expondremos cual es nuestro bagaje al respecto, haciendo un breve recorrido que, si bien partirá de los primeros experimentos más intuitivos, se centrará prioritariamente en nuestros últimos ensayos de carácter matemático-estadístico. En el texto se apreciará cómo estamos experimentando con métodos de captura masiva de información geométrica que después, mediante programación, sometemos a una minería de datos basada en el empleo de algoritmos propios de las técnicas de análisis multivariante. Aportamos finalmente nuestra reflexión sobre un futuro en el que prevemos que la lectura estratigráfica de alzados alcanzará un grado de automatización muy próximo a los sistemas expertos y la inteligencia artificial.

  • English

    The proposal made in this article is based on the conviction that there are certain methods of analysis in archaeology that could be significantly improved i f t hey incorporated quantitative t echniques; o ne o f those methods is undoubtedly that of the stratigraphic reading of elevations. In the course of this document, our background in this regard will be explained, by means of a brief summary. Although the starting point will be based on the initial more intuitive experiments, it will focus primarily on our latest mathematical-statistical trials.

    The text will identify how we are experimenting with methods of massive capture of geometric information, which through programming is later subjected to data mining, based on the use of multivariate analysis techniques with proprietary algorithms. Finally, we reflect on the future in which we envisage that the stratigraphic reading of elevations will reach a degree of automation very close to expert systems and artificial intelligence.