سفال

یکی از اساسی ترین پژوهش ها در بررسی های میدانی و کاوش های علمی باستان شناسی، ارائه یک توصیف کمّی و کیفی دقیق از ویژگی های هندسی قطعات سفالی است. این توصیفات در قالب مفاهیم طبقه بندی و گونه شناسی سفال های یک دوره تاریخی مطرح شده است و از آن ها به منظور بررسی ساختارهای فرهنگی و اجتماعی آن دوره استفاده می شود. امروزه، بیشتر مطالعات انجام شده در این زمینه به کمک روش های رقومی و مدل سازی های ریاضی صورت می گیرند. در این پژوهش نیز به بررسی امکان استفاده از روش ها و الگوریتم های ریاضی در طبقه بندی و گونه شناسی سفال های باستانی پرداخته می شود. آنچه در وهله اول حائز اهمیت است، معرفی مجموعه ای از ویژگی های هندسی برای منحنی لبه خارجی سفال است که در قالب توابع RTC به الگوریتم ها معرفی می شوند. این توابع ویژگی های یکتا و منحصربه فردی را برای هر منحنی لبه خارجی نشان می دهند که از آن ها در طبقه بندی و گونه شناسی سفال ها استفاده می شود. طبقه بندی نمونه ها به کمک شبکه عصبی مصنوعی و بر اساس توابع RTC انجام شده است که در آن نمونه ها با دقت حدود 95درصد و در سه طبقه کاسه، کوزه و خمره قرار می گیرند. شبکه عصبی طراحی شده یک شبکه سه لایه با یک لایه پنهان است که شامل دو نورون می شود. خروجی شبکه کدهای رقومی صفر، یک و دو هستند که به ترتیب به لبه های کاسه، کوزه و خمره اشاره می کنند. در ادامه، با تصحیح نمونه های خطادار و از مجموع 209 طرح سفال، 128 نمونه در طبقه کاسه ها (61.2درصد نمونه ها)، 42 نمونه در طبقه کوزه ها (20.1درصد نمونه ها) و 39 نمونه در طبقه خمره ها (18.7درصد نمونه ها) قرار می گیرند. پس از انجام طبقه بندی، گونه شناسی نمونه های موجود در هر طبقه نیز به کمک الگوریتم خوشه بندی اتصال همسایگی صورت گرفته که در آن فرم لبه های موجود در طبقات کاسه ها، کوزه ها و خمره ها به ترتیب در 83، 22 و 27 تیپ از یکدیگر متمایز می شوند. دقت روش گونه شناسی سفال ها نیز بین 95درصد تا 97 درصد ارزیابی می شود.