Return to search

Predictive modeling med maximal entropi för att förutsäga platser med fornnordisk bosättning

En komplett bild av bosättningar från förhistorisk tid har alltid varit svår att kartlägga med tanke på hur tiden gömt undan dessa platser och lämningar genom nedbrytning av det material de tillverkats av och uppbyggnaden av nya lager av sediment. Arkeologer har genom tiden använt sig av en mängd olika typer av metoder och tekniker för att finna spår av dessa förhistoriska lämningar. I modern tid har GIS blivit ett vanligt användningsområde till att assistera den här processen. I den här studien är det ”predictive modeling” som använts för att förutsäga sannolikheten av att kunna hitta nya arkeologiska fynd baserat på redan funna och dess samband med egenskaper i landskapet och miljön. Med en relativt ny metod som använder sig av principen för maximal entropi i sin algoritm hoppas den här studien kunna visa prov på potentialen för den här tekniken i Sverige till att underlätta arkeologers arbete samt ge en inblick i det förflutna när det gäller människors framgång och val av bosättning. Genom att skapa modeller med programvaran Maxent producerades sannolikhetskartor över studieområdet baserat på 221 fyndplatser och upp till 16 faktorer samt statistiska diagram för att ge en djupare inblick i modellens byggnadsprocess. Validering av resultatet visade prov på mycket stor framgång. Trots det utmärkta resultatet finns en viss skepsis i hur behjälplig just den här modellen vore för arkeologin i att hitta nya bosättningar från forntiden. I och med att den här studien är rätt begränsad i sin tillgång till data har den ändå visat potentialen i hur algoritmer med användning av principen för maximal entropi har för arkeologin inom Sverige. Med ett större och mer precisare urval av fyndplatser och faktorer, både över miljö, landskap och övrigt, har modeller som denna en stor potential till att både assistera arkeologin att hitta fortfarande gömda fornnordiska boplatser och utvinna information om forntida människors liv och samhällen.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hig-36239
Date January 2021
CreatorsRönnlund, Elias
PublisherHögskolan i Gävle, Datavetenskap
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds