{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5452682"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5452682","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Machine Learning for Archaeology: A Human-in-the-Loop Chronology Prediction System for Pottery from the Athenian Agora","abstract":"Η παρούσα διπλωματική εργασία εξετάζει κατά πόσο οι σύγχρονες μέθοδοι μηχανικής μάθησης μπορούν να αξιοποιηθούν στην αρχαιολογία ως εργαλείο υποστήριξης της λήψης αποφάσεων για τη χρονολογική ανάλυση αγγείων, παρέχοντας μια αρχική εκτίμηση, χωρίς να υποκαθιστούν την κρίση των ειδικών. Η χρονολόγηση των αγγείων αποτελεί μια χειρωνακτική και χρονοβόρα διαδικασία, το κόστος της οποίας θα μπορούσε να μειωθεί με τη χρήση ενός εργαλείου μηχανικής μάθησης. Το μεγαλύτερο μέρος των δημοσιευμένων ερευνών που εφαρμόζουν μηχανική μάθηση σε κεραμικά ευρήματα περιορίζεται στην ανάπτυξη και αξιολόγηση των μοντέλων, χωρίς να ενσωματώνονται σε μια προσβάσιμη εφαρμογή την οποία θα μπορούν να χρησιμοποιούν οι αρχαιολόγοι που διαχειρίζονται καθημερινά αυτά τα δεδομένα. Ως εκ τούτου, η εργασία έχει διπλό στόχο: αφενός, την υλοποίηση και συγκριτική αξιολόγηση διαφορετικών μεθοδολογιών και αλγορίθμων για την πρόβλεψη της χρονολογίας αγγείων και, αφετέρου, την ανάπτυξη ενός ολοκληρωμένου συστήματος που εφαρμόζει έναν επαναληπτικό κύκλο πρόβλεψης, επικύρωσης και επανεκπαίδευσης. Αρχικά, πραγματοποιείται συγκριτική μελέτη με τη χρήση 1.910 καταγεγραμμένων αγγείων από τον δωδέκατο τόμο της εκδοτικής σειράς «The Athenian Agora». Όλα τα αντικείμενα συνοδεύονται από περιγραφή κειμένου και χρονολόγηση που έχει προσδιοριστεί από ειδικούς και εκφράζεται ως χρονικό διάστημα ετών, ενώ περίπου τα μισά διαθέτουν φωτογραφία. Η πρόβλεψη της χρονολογίας προσεγγίζεται με δύο τρόπους: ως πρόβλημα ταξινόμησης σε μία από τέσσερις ιστορικές περιόδους και ως πρόβλημα παλινδρόμησης, με στόχο την εκτίμηση του έτους έναρξης και της διάρκειας του χρονικού διαστήματος. Συγκρίνονται πέντε μέθοδοι εξαγωγής χαρακτηριστικών σε δύο είδη δεδομένων: οι TF-IDF και BERT για το κείμενο και οι Canny με HOG, ResNet και ViT για τις εικόνες, καθώς και οι έξι δυνατοί συνδυασμοί των δύο ειδών, προκύπτοντας συνολικά έντεκα σύνολα χαρακτηριστικών. Κάθε σύνολο αξιολογείται με δύο οικογένειες μοντέλων: οκτώ κλασικούς αλγορίθμους, με ten-fold cross-validation, και ένα πολυτροπικό multilayer perceptron με ξεχωριστούς encoders για κείμενο και εικόνα. Για όλα τα μοντέλα πραγματοποιείται εξαντλητική αναζήτηση πλέγματος για τη ρύθμιση των παραμέτρων τους. Κάθε αποτέλεσμα παλινδρόμησης συνοδεύεται από confidence interval, το οποίο προκύπτει από τη διασπορά των ensemble μοντέλων και την quantile παλινδρόμηση για τα κλασικά μοντέλα, καθώς και από την τεχνική Monte Carlo Dropout για τα νευρωνικά δίκτυα. Στη συνέχεια, αναπτύσσεται μια διαδικτυακή εφαρμογή που ενσωματώνει τα επιλεγμένα μοντέλα. Οι ειδικοί μπορούν να υποβάλλουν την περιγραφή ενός αντικειμένου, μια φωτογραφία ή και τα δύο, να επιλέξουν τον τύπο χρονολογίας μεταξύ ιστορικής περιόδου και χρονικού διαστήματος ετών και να λαμβάνουν την πρόβλεψη του μοντέλου μαζί με αναλυτική παρουσίαση των επιμέρους στοιχείων της και της αβεβαιότητάς της, με έμφαση στην εύκολη ερμηνεία. Αφού προσδιοριστεί η πραγματική χρονολογία του αντικειμένου, μπορούν να την καταχωρίσουν, επιβεβαιώνοντας ή διορθώνοντάς την πρόβλεψη. Τα αντικείμενα που έχουν επικυρωθεί με αυτόν τον τρόπο χρησιμοποιούνται στη συνέχεια για την επανεκπαίδευση των μοντέλων, με σκοπό τη βελτίωση των μελλοντικών προβλέψεων. Κάθε κύκλος επανεκπαίδευσης παράγει μια νέα έκδοση όλων των μοντέλων που χρησιμοποιούνται στην εφαρμογή και την ανάγει αυτόματα στη live έκδοση. Το backend της εφαρμογής υλοποιείται με FastAPI, η βάση δεδομένων με PostgreSQL και το frontend με Angular. Τα μοντέλα και τα απαραίτητα αρχεία αποθηκύονται με διαχείριση εκδόσεων στο Hugging Face Hub, ενώ οι διαδικασίες επανεκπαίδευσης εκτελούνται σε serverless GPU. Η διεπαφή αξιολογήθηκε από τους συνεργάτες αρχαιολόγους σε δύο στάδια: διαμορφωτική αξιολόγηση ενός πρωτοτύπου και τελική αξιολόγηση του υλοποιημένου συστήματος. Τα μοντέλα κειμένου ξεπερνούν σταθερά την επίδοση των μοντέλων εικόνας σε πολλαπλές δοκιμές, γεγονός που μπορεί να αποδοθεί εν μέρει στη μικρή διαθεσιμότητα εικόνων στο συγκεκριμένο σύνολο δεδομένων. Για τον ίδιο λόγο, τα πολυτροπικά μοντέλα δεν προσφέρουν αξιόπιστη βελτίωση σε σχέση με τη χρήση μόνο κειμένου. Η κατάταξη των αναπαραστάσεων παραμένει σταθερή και στις δύο οικογένειες μοντέλων: το TF-IDF υπερέχει του BERT στα συγκεκριμένα δεδομένα, ενώ το ViT παρουσιάζει τις καλύτερες επιδόσεις μεταξύ των αναπαραστάσεων εικόνας. Η σύγκριση των δύο οικογενειών μοντέλων καταλήγει σε ισοδύναμες επιδόσεις: ακρίβεια 80,6% έναντι 80,1% στην ταξινόμηση με βάση το κείμενο και σφάλμα πρόβλεψης του έτους έναρξης 29,7 έναντι 33,1 ετών. Το σύστημα έχει αναπτυχθεί πλήρως και έχει χρησιμοποιηθεί από τους προβλεπόμενους χρήστες του, οι οποίοι εκτέλεσαν τον πλήρη κύκλο λειτουργίας του σε πραγματική υποδομή κατά τη διάρκεια της συνεδρίας αξιολόγησης. Δεν είναι εφικτό να διερευνηθεί στο πλαίσιο της παρούσας διπλωματικής εργασίας αν οι διαδοχικές εκδόσεις που προκύπτουν από την επανεκπαίδευση βελτιώνουν πράγματι τις επιδόσεις των μοντέλων, καθώς αυτό θα απαιτούσε τη συλλογή μεγάλου όγκου νέων επικυρωμένων δεδομένων σε βάθος χρόνου, καθώς και μια ειδικά σχεδιασμένη μεθοδολογία για τη μέτρηση της βελτίωσης.","abstract_html":"Η παρούσα διπλωματική εργασία εξετάζει κατά πόσο οι σύγχρονες μέθοδοι μηχανικής μάθησης μπορούν να αξιοποιηθούν στην αρχαιολογία ως εργαλείο υποστήριξης της λήψης αποφάσεων για τη χρονολογική ανάλυση αγγείων, παρέχοντας μια αρχική εκτίμηση, χωρίς να υποκαθιστούν την κρίση των ειδικών. Η χρονολόγηση των αγγείων αποτελεί μια χειρωνακτική και χρονοβόρα διαδικασία, το κόστος της οποίας θα μπορούσε να μειωθεί με τη χρήση ενός εργαλείου μηχανικής μάθησης. Το μεγαλύτερο μέρος των δημοσιευμένων ερευνών που εφαρμόζουν μηχανική μάθηση σε κεραμικά ευρήματα περιορίζεται στην ανάπτυξη και αξιολόγηση των μοντέλων, χωρίς να ενσωματώνονται σε μια προσβάσιμη εφαρμογή την οποία θα μπορούν να χρησιμοποιούν οι αρχαιολόγοι που διαχειρίζονται καθημερινά αυτά τα δεδομένα. Ως εκ τούτου, η εργασία έχει διπλό στόχο: αφενός, την υλοποίηση και συγκριτική αξιολόγηση διαφορετικών μεθοδολογιών και αλγορίθμων για την πρόβλεψη της χρονολογίας αγγείων και, αφετέρου, την ανάπτυξη ενός ολοκληρωμένου συστήματος που εφαρμόζει έναν επαναληπτικό κύκλο πρόβλεψης, επικύρωσης και επανεκπαίδευσης. Αρχικά, πραγματοποιείται συγκριτική μελέτη με τη χρήση 1.910 καταγεγραμμένων αγγείων από τον δωδέκατο τόμο της εκδοτικής σειράς «The Athenian Agora». Όλα τα αντικείμενα συνοδεύονται από περιγραφή κειμένου και χρονολόγηση που έχει προσδιοριστεί από ειδικούς και εκφράζεται ως χρονικό διάστημα ετών, ενώ περίπου τα μισά διαθέτουν φωτογραφία. Η πρόβλεψη της χρονολογίας προσεγγίζεται με δύο τρόπους: ως πρόβλημα ταξινόμησης σε μία από τέσσερις ιστορικές περιόδους και ως πρόβλημα παλινδρόμησης, με στόχο την εκτίμηση του έτους έναρξης και της διάρκειας του χρονικού διαστήματος. Συγκρίνονται πέντε μέθοδοι εξαγωγής χαρακτηριστικών σε δύο είδη δεδομένων: οι TF-IDF και BERT για το κείμενο και οι Canny με HOG, ResNet και ViT για τις εικόνες, καθώς και οι έξι δυνατοί συνδυασμοί των δύο ειδών, προκύπτοντας συνολικά έντεκα σύνολα χαρακτηριστικών. Κάθε σύνολο αξιολογείται με δύο οικογένειες μοντέλων: οκτώ κλασικούς αλγορίθμους, με ten-fold cross-validation, και ένα πολυτροπικό multilayer perceptron με ξεχωριστούς encoders για κείμενο και εικόνα. Για όλα τα μοντέλα πραγματοποιείται εξαντλητική αναζήτηση πλέγματος για τη ρύθμιση των παραμέτρων τους. Κάθε αποτέλεσμα παλινδρόμησης συνοδεύεται από confidence interval, το οποίο προκύπτει από τη διασπορά των ensemble μοντέλων και την quantile παλινδρόμηση για τα κλασικά μοντέλα, καθώς και από την τεχνική Monte Carlo Dropout για τα νευρωνικά δίκτυα. Στη συνέχεια, αναπτύσσεται μια διαδικτυακή εφαρμογή που ενσωματώνει τα επιλεγμένα μοντέλα. Οι ειδικοί μπορούν να υποβάλλουν την περιγραφή ενός αντικειμένου, μια φωτογραφία ή και τα δύο, να επιλέξουν τον τύπο χρονολογίας μεταξύ ιστορικής περιόδου και χρονικού διαστήματος ετών και να λαμβάνουν την πρόβλεψη του μοντέλου μαζί με αναλυτική παρουσίαση των επιμέρους στοιχείων της και της αβεβαιότητάς της, με έμφαση στην εύκολη ερμηνεία. Αφού προσδιοριστεί η πραγματική χρονολογία του αντικειμένου, μπορούν να την καταχωρίσουν, επιβεβαιώνοντας ή διορθώνοντάς την πρόβλεψη. Τα αντικείμενα που έχουν επικυρωθεί με αυτόν τον τρόπο χρησιμοποιούνται στη συνέχεια για την επανεκπαίδευση των μοντέλων, με σκοπό τη βελτίωση των μελλοντικών προβλέψεων. Κάθε κύκλος επανεκπαίδευσης παράγει μια νέα έκδοση όλων των μοντέλων που χρησιμοποιούνται στην εφαρμογή και την ανάγει αυτόματα στη live έκδοση. Το backend της εφαρμογής υλοποιείται με FastAPI, η βάση δεδομένων με PostgreSQL και το frontend με Angular. Τα μοντέλα και τα απαραίτητα αρχεία αποθηκύονται με διαχείριση εκδόσεων στο Hugging Face Hub, ενώ οι διαδικασίες επανεκπαίδευσης εκτελούνται σε serverless GPU. Η διεπαφή αξιολογήθηκε από τους συνεργάτες αρχαιολόγους σε δύο στάδια: διαμορφωτική αξιολόγηση ενός πρωτοτύπου και τελική αξιολόγηση του υλοποιημένου συστήματος. Τα μοντέλα κειμένου ξεπερνούν σταθερά την επίδοση των μοντέλων εικόνας σε πολλαπλές δοκιμές, γεγονός που μπορεί να αποδοθεί εν μέρει στη μικρή διαθεσιμότητα εικόνων στο συγκεκριμένο σύνολο δεδομένων. Για τον ίδιο λόγο, τα πολυτροπικά μοντέλα δεν προσφέρουν αξιόπιστη βελτίωση σε σχέση με τη χρήση μόνο κειμένου. Η κατάταξη των αναπαραστάσεων παραμένει σταθερή και στις δύο οικογένειες μοντέλων: το TF-IDF υπερέχει του BERT στα συγκεκριμένα δεδομένα, ενώ το ViT παρουσιάζει τις καλύτερες επιδόσεις μεταξύ των αναπαραστάσεων εικόνας. Η σύγκριση των δύο οικογενειών μοντέλων καταλήγει σε ισοδύναμες επιδόσεις: ακρίβεια 80,6% έναντι 80,1% στην ταξινόμηση με βάση το κείμενο και σφάλμα πρόβλεψης του έτους έναρξης 29,7 έναντι 33,1 ετών. Το σύστημα έχει αναπτυχθεί πλήρως και έχει χρησιμοποιηθεί από τους προβλεπόμενους χρήστες του, οι οποίοι εκτέλεσαν τον πλήρη κύκλο λειτουργίας του σε πραγματική υποδομή κατά τη διάρκεια της συνεδρίας αξιολόγησης. Δεν είναι εφικτό να διερευνηθεί στο πλαίσιο της παρούσας διπλωματικής εργασίας αν οι διαδοχικές εκδόσεις που προκύπτουν από την επανεκπαίδευση βελτιώνουν πράγματι τις επιδόσεις των μοντέλων, καθώς αυτό θα απαιτούσε τη συλλογή μεγάλου όγκου νέων επικυρωμένων δεδομένων σε βάθος χρόνου, καθώς και μια ειδικά σχεδιασμένη μεθοδολογία για τη μέτρηση της βελτίωσης.","abstract_has_math":false,"creators":["Κρικώνης Δημήτριος","Krikonis Dimitrios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:20:52Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5452682"],"render_values":[{"text":"uoadl:5452682","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5452682","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5452682","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5452682","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κρικώνης Δημήτριος","Krikonis Dimitrios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5452682","https://pergamos.lib.uoa.gr/uoa/dl/object/5452682"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία εξετάζει κατά πόσο οι σύγχρονες μέθοδοι μηχανικής μάθησης μπορούν να αξιοποιηθούν στην αρχαιολογία ως εργαλείο υποστήριξης της λήψης αποφάσεων για τη χρονολογική ανάλυση αγγείων, παρέχοντας μια αρχική εκτίμηση, χωρίς να υποκαθιστούν την κρίση των ειδικών. Η χρονολόγηση των αγγείων αποτελεί μια χειρωνακτική και χρονοβόρα διαδικασία, το κόστος της οποίας θα μπορούσε να μειωθεί με τη χρήση ενός εργαλείου μηχανικής μάθησης. Το μεγαλύτερο μέρος των δημοσιευμένων ερευνών που εφαρμόζουν μηχανική μάθηση σε κεραμικά ευρήματα περιορίζεται στην ανάπτυξη και αξιολόγηση των μοντέλων, χωρίς να ενσωματώνονται σε μια προσβάσιμη εφαρμογή την οποία θα μπορούν να χρησιμοποιούν οι αρχαιολόγοι που διαχειρίζονται καθημερινά αυτά τα δεδομένα. Ως εκ τούτου, η εργασία έχει διπλό στόχο: αφενός, την υλοποίηση και συγκριτική αξιολόγηση διαφορετικών μεθοδολογιών και αλγορίθμων για την πρόβλεψη της χρονολογίας αγγείων και, αφετέρου, την ανάπτυξη ενός ολοκληρωμένου συστήματος που εφαρμόζει έναν επαναληπτικό κύκλο πρόβλεψης, επικύρωσης και επανεκπαίδευσης. Αρχικά, πραγματοποιείται συγκριτική μελέτη με τη χρήση 1.910 καταγεγραμμένων αγγείων από τον δωδέκατο τόμο της εκδοτικής σειράς «The Athenian Agora». Όλα τα αντικείμενα συνοδεύονται από περιγραφή κειμένου και χρονολόγηση που έχει προσδιοριστεί από ειδικούς και εκφράζεται ως χρονικό διάστημα ετών, ενώ περίπου τα μισά διαθέτουν φωτογραφία. Η πρόβλεψη της χρονολογίας προσεγγίζεται με δύο τρόπους: ως πρόβλημα ταξινόμησης σε μία από τέσσερις ιστορικές περιόδους και ως πρόβλημα παλινδρόμησης, με στόχο την εκτίμηση του έτους έναρξης και της διάρκειας του χρονικού διαστήματος. Συγκρίνονται πέντε μέθοδοι εξαγωγής χαρακτηριστικών σε δύο είδη δεδομένων: οι TF-IDF και BERT για το κείμενο και οι Canny με HOG, ResNet και ViT για τις εικόνες, καθώς και οι έξι δυνατοί συνδυασμοί των δύο ειδών, προκύπτοντας συνολικά έντεκα σύνολα χαρακτηριστικών. Κάθε σύνολο αξιολογείται με δύο οικογένειες μοντέλων: οκτώ κλασικούς αλγορίθμους, με ten-fold cross-validation, και ένα πολυτροπικό multilayer perceptron με ξεχωριστούς encoders για κείμενο και εικόνα. Για όλα τα μοντέλα πραγματοποιείται εξαντλητική αναζήτηση πλέγματος για τη ρύθμιση των παραμέτρων τους. Κάθε αποτέλεσμα παλινδρόμησης συνοδεύεται από confidence interval, το οποίο προκύπτει από τη διασπορά των ensemble μοντέλων και την quantile παλινδρόμηση για τα κλασικά μοντέλα, καθώς και από την τεχνική Monte Carlo Dropout για τα νευρωνικά δίκτυα. Στη συνέχεια, αναπτύσσεται μια διαδικτυακή εφαρμογή που ενσωματώνει τα επιλεγμένα μοντέλα. Οι ειδικοί μπορούν να υποβάλλουν την περιγραφή ενός αντικειμένου, μια φωτογραφία ή και τα δύο, να επιλέξουν τον τύπο χρονολογίας μεταξύ ιστορικής περιόδου και χρονικού διαστήματος ετών και να λαμβάνουν την πρόβλεψη του μοντέλου μαζί με αναλυτική παρουσίαση των επιμέρους στοιχείων της και της αβεβαιότητάς της, με έμφαση στην εύκολη ερμηνεία. Αφού προσδιοριστεί η πραγματική χρονολογία του αντικειμένου, μπορούν να την καταχωρίσουν, επιβεβαιώνοντας ή διορθώνοντάς την πρόβλεψη. Τα αντικείμενα που έχουν επικυρωθεί με αυτόν τον τρόπο χρησιμοποιούνται στη συνέχεια για την επανεκπαίδευση των μοντέλων, με σκοπό τη βελτίωση των μελλοντικών προβλέψεων. Κάθε κύκλος επανεκπαίδευσης παράγει μια νέα έκδοση όλων των μοντέλων που χρησιμοποιούνται στην εφαρμογή και την ανάγει αυτόματα στη live έκδοση. Το backend της εφαρμογής υλοποιείται με FastAPI, η βάση δεδομένων με PostgreSQL και το frontend με Angular. Τα μοντέλα και τα απαραίτητα αρχεία αποθηκύονται με διαχείριση εκδόσεων στο Hugging Face Hub, ενώ οι διαδικασίες επανεκπαίδευσης εκτελούνται σε serverless GPU. Η διεπαφή αξιολογήθηκε από τους συνεργάτες αρχαιολόγους σε δύο στάδια: διαμορφωτική αξιολόγηση ενός πρωτοτύπου και τελική αξιολόγηση του υλοποιημένου συστήματος. Τα μοντέλα κειμένου ξεπερνούν σταθερά την επίδοση των μοντέλων εικόνας σε πολλαπλές δοκιμές, γεγονός που μπορεί να αποδοθεί εν μέρει στη μικρή διαθεσιμότητα εικόνων στο συγκεκριμένο σύνολο δεδομένων. Για τον ίδιο λόγο, τα πολυτροπικά μοντέλα δεν προσφέρουν αξιόπιστη βελτίωση σε σχέση με τη χρήση μόνο κειμένου. Η κατάταξη των αναπαραστάσεων παραμένει σταθερή και στις δύο οικογένειες μοντέλων: το TF-IDF υπερέχει του BERT στα συγκεκριμένα δεδομένα, ενώ το ViT παρουσιάζει τις καλύτερες επιδόσεις μεταξύ των αναπαραστάσεων εικόνας. Η σύγκριση των δύο οικογενειών μοντέλων καταλήγει σε ισοδύναμες επιδόσεις: ακρίβεια 80,6% έναντι 80,1% στην ταξινόμηση με βάση το κείμενο και σφάλμα πρόβλεψης του έτους έναρξης 29,7 έναντι 33,1 ετών. Το σύστημα έχει αναπτυχθεί πλήρως και έχει χρησιμοποιηθεί από τους προβλεπόμενους χρήστες του, οι οποίοι εκτέλεσαν τον πλήρη κύκλο λειτουργίας του σε πραγματική υποδομή κατά τη διάρκεια της συνεδρίας αξιολόγησης. Δεν είναι εφικτό να διερευνηθεί στο πλαίσιο της παρούσας διπλωματικής εργασίας αν οι διαδοχικές εκδόσεις που προκύπτουν από την επανεκπαίδευση βελτιώνουν πράγματι τις επιδόσεις των μοντέλων, καθώς αυτό θα απαιτούσε τη συλλογή μεγάλου όγκου νέων επικυρωμένων δεδομένων σε βάθος χρόνου, καθώς και μια ειδικά σχεδιασμένη μεθοδολογία για τη μέτρηση της βελτίωσης.","This thesis examines whether modern machine learning can be utilised in archaeological workflows, as a decision support tool for the chronological analysis of pottery, providing a first suggestion rather than a replacement for expert judgement. Dating pottery is manual, time-consuming, and labour-intensive, and that cost is what a machine learning tool could reduce. Most published work applying machine learning to archaeological ceramic artefacts stops at an offline model, evaluated but never integrated into an accessible application that the archaeologists who handle this data daily can use. The objective here is therefore twofold: to implement and compare different model methodologies and algorithms for predicting pottery chronology, and to develop a working system around them, built on a predict–validate–retrain loop. First, a comparison study is conducted. It uses 1,910 catalogued pottery items from Volume XII of “The Athenian Agora” publication series, all with a text description and a chronology assigned by specialists as a year range, and about half with a photograph. Chronology is predicted under two framings: classification into one of four historical periods, and regression onto a start year together with the length of the year range. Five feature extraction methods are compared across two modalities: TF-IDF and BERT for text, Canny with HOG, ResNet and ViT for images, along with their six multimodal combinations, giving eleven feature sets in total. Each is evaluated under two model families: eight classical algorithms with ten-fold cross-validation, and a multimodal multilayer perceptron with per-modality encoders. All models are tuned by an exhaustive hyperparameter grid search. Every regression output carries a confidence interval, derived from ensemble spread and quantile regression for the classical models and from Monte-Carlo Dropout for the networks. Afterwards, a web application integrating the selected models is developed. Experts can submit an item's description, a photograph, or both, choose output type between historical period and year range, and receive the model’s response along with a full breakdown of the prediction and its uncertainty, presented with a focus on interpretability. Once the item's true chronology has been established, they can record it against the prediction, verifying or correcting it. Those validated items are then used to retrain the models, with the intention of improving future predictions. A retraining run produces and automatically promotes a new version of every deployed model. The application is built on a FastAPI backend, a PostgreSQL database and an Angular client. Model and feature assets are versioned on the Hugging Face Hub and retraining runs on serverless GPU. The interface was evaluated by archaeologists in two rounds, formative on a prototype and summative on the deployed system. Text models consistently outperform image models across multiple tests, which can be partly attributed to the image scarcity of this dataset. Fusing the two modalities gives no reliable improvement over text alone for the same reason. The ranking of the feature representations proves stable across both model families: TF-IDF outperforms BERT on this corpus, and ViT leads among the image descriptors. Between the families the result is a tie: 80.6% against 80.1% accuracy for text classification, and 29.7 against 33.1 years of start-year error. The system is fully deployed and has been used by its intended users, running the full loop on live infrastructure during the evaluation session. Whether successive retrained versions genuinely improve cannot be tested in the scope of this thesis, since it would require the system to collect a large amount of new validated data over time and a dedicated methodology to measure it."]},{"key":"dc:title","label":"Title","values":["Machine Learning for Archaeology: A Human-in-the-Loop Chronology Prediction System for Pottery from the Athenian Agora"]}]}],"canonical_facts":{"dc:creator":["Κρικώνης Δημήτριος","Krikonis Dimitrios"],"dc:date":["2026"],"dc:description":["Η παρούσα διπλωματική εργασία εξετάζει κατά πόσο οι σύγχρονες μέθοδοι μηχανικής μάθησης μπορούν να αξιοποιηθούν στην αρχαιολογία ως εργαλείο υποστήριξης της λήψης αποφάσεων για τη χρονολογική ανάλυση αγγείων, παρέχοντας μια αρχική εκτίμηση, χωρίς να υποκαθιστούν την κρίση των ειδικών. Η χρονολόγηση των αγγείων αποτελεί μια χειρωνακτική και χρονοβόρα διαδικασία, το κόστος της οποίας θα μπορούσε να μειωθεί με τη χρήση ενός εργαλείου μηχανικής μάθησης. Το μεγαλύτερο μέρος των δημοσιευμένων ερευνών που εφαρμόζουν μηχανική μάθηση σε κεραμικά ευρήματα περιορίζεται στην ανάπτυξη και αξιολόγηση των μοντέλων, χωρίς να ενσωματώνονται σε μια προσβάσιμη εφαρμογή την οποία θα μπορούν να χρησιμοποιούν οι αρχαιολόγοι που διαχειρίζονται καθημερινά αυτά τα δεδομένα. Ως εκ τούτου, η εργασία έχει διπλό στόχο: αφενός, την υλοποίηση και συγκριτική αξιολόγηση διαφορετικών μεθοδολογιών και αλγορίθμων για την πρόβλεψη της χρονολογίας αγγείων και, αφετέρου, την ανάπτυξη ενός ολοκληρωμένου συστήματος που εφαρμόζει έναν επαναληπτικό κύκλο πρόβλεψης, επικύρωσης και επανεκπαίδευσης. Αρχικά, πραγματοποιείται συγκριτική μελέτη με τη χρήση 1.910 καταγεγραμμένων αγγείων από τον δωδέκατο τόμο της εκδοτικής σειράς «The Athenian Agora». Όλα τα αντικείμενα συνοδεύονται από περιγραφή κειμένου και χρονολόγηση που έχει προσδιοριστεί από ειδικούς και εκφράζεται ως χρονικό διάστημα ετών, ενώ περίπου τα μισά διαθέτουν φωτογραφία. Η πρόβλεψη της χρονολογίας προσεγγίζεται με δύο τρόπους: ως πρόβλημα ταξινόμησης σε μία από τέσσερις ιστορικές περιόδους και ως πρόβλημα παλινδρόμησης, με στόχο την εκτίμηση του έτους έναρξης και της διάρκειας του χρονικού διαστήματος. Συγκρίνονται πέντε μέθοδοι εξαγωγής χαρακτηριστικών σε δύο είδη δεδομένων: οι TF-IDF και BERT για το κείμενο και οι Canny με HOG, ResNet και ViT για τις εικόνες, καθώς και οι έξι δυνατοί συνδυασμοί των δύο ειδών, προκύπτοντας συνολικά έντεκα σύνολα χαρακτηριστικών. Κάθε σύνολο αξιολογείται με δύο οικογένειες μοντέλων: οκτώ κλασικούς αλγορίθμους, με ten-fold cross-validation, και ένα πολυτροπικό multilayer perceptron με ξεχωριστούς encoders για κείμενο και εικόνα. Για όλα τα μοντέλα πραγματοποιείται εξαντλητική αναζήτηση πλέγματος για τη ρύθμιση των παραμέτρων τους. Κάθε αποτέλεσμα παλινδρόμησης συνοδεύεται από confidence interval, το οποίο προκύπτει από τη διασπορά των ensemble μοντέλων και την quantile παλινδρόμηση για τα κλασικά μοντέλα, καθώς και από την τεχνική Monte Carlo Dropout για τα νευρωνικά δίκτυα. Στη συνέχεια, αναπτύσσεται μια διαδικτυακή εφαρμογή που ενσωματώνει τα επιλεγμένα μοντέλα. Οι ειδικοί μπορούν να υποβάλλουν την περιγραφή ενός αντικειμένου, μια φωτογραφία ή και τα δύο, να επιλέξουν τον τύπο χρονολογίας μεταξύ ιστορικής περιόδου και χρονικού διαστήματος ετών και να λαμβάνουν την πρόβλεψη του μοντέλου μαζί με αναλυτική παρουσίαση των επιμέρους στοιχείων της και της αβεβαιότητάς της, με έμφαση στην εύκολη ερμηνεία. Αφού προσδιοριστεί η πραγματική χρονολογία του αντικειμένου, μπορούν να την καταχωρίσουν, επιβεβαιώνοντας ή διορθώνοντάς την πρόβλεψη. Τα αντικείμενα που έχουν επικυρωθεί με αυτόν τον τρόπο χρησιμοποιούνται στη συνέχεια για την επανεκπαίδευση των μοντέλων, με σκοπό τη βελτίωση των μελλοντικών προβλέψεων. Κάθε κύκλος επανεκπαίδευσης παράγει μια νέα έκδοση όλων των μοντέλων που χρησιμοποιούνται στην εφαρμογή και την ανάγει αυτόματα στη live έκδοση. Το backend της εφαρμογής υλοποιείται με FastAPI, η βάση δεδομένων με PostgreSQL και το frontend με Angular. Τα μοντέλα και τα απαραίτητα αρχεία αποθηκύονται με διαχείριση εκδόσεων στο Hugging Face Hub, ενώ οι διαδικασίες επανεκπαίδευσης εκτελούνται σε serverless GPU. Η διεπαφή αξιολογήθηκε από τους συνεργάτες αρχαιολόγους σε δύο στάδια: διαμορφωτική αξιολόγηση ενός πρωτοτύπου και τελική αξιολόγηση του υλοποιημένου συστήματος. Τα μοντέλα κειμένου ξεπερνούν σταθερά την επίδοση των μοντέλων εικόνας σε πολλαπλές δοκιμές, γεγονός που μπορεί να αποδοθεί εν μέρει στη μικρή διαθεσιμότητα εικόνων στο συγκεκριμένο σύνολο δεδομένων. Για τον ίδιο λόγο, τα πολυτροπικά μοντέλα δεν προσφέρουν αξιόπιστη βελτίωση σε σχέση με τη χρήση μόνο κειμένου. Η κατάταξη των αναπαραστάσεων παραμένει σταθερή και στις δύο οικογένειες μοντέλων: το TF-IDF υπερέχει του BERT στα συγκεκριμένα δεδομένα, ενώ το ViT παρουσιάζει τις καλύτερες επιδόσεις μεταξύ των αναπαραστάσεων εικόνας. Η σύγκριση των δύο οικογενειών μοντέλων καταλήγει σε ισοδύναμες επιδόσεις: ακρίβεια 80,6% έναντι 80,1% στην ταξινόμηση με βάση το κείμενο και σφάλμα πρόβλεψης του έτους έναρξης 29,7 έναντι 33,1 ετών. Το σύστημα έχει αναπτυχθεί πλήρως και έχει χρησιμοποιηθεί από τους προβλεπόμενους χρήστες του, οι οποίοι εκτέλεσαν τον πλήρη κύκλο λειτουργίας του σε πραγματική υποδομή κατά τη διάρκεια της συνεδρίας αξιολόγησης. Δεν είναι εφικτό να διερευνηθεί στο πλαίσιο της παρούσας διπλωματικής εργασίας αν οι διαδοχικές εκδόσεις που προκύπτουν από την επανεκπαίδευση βελτιώνουν πράγματι τις επιδόσεις των μοντέλων, καθώς αυτό θα απαιτούσε τη συλλογή μεγάλου όγκου νέων επικυρωμένων δεδομένων σε βάθος χρόνου, καθώς και μια ειδικά σχεδιασμένη μεθοδολογία για τη μέτρηση της βελτίωσης.","This thesis examines whether modern machine learning can be utilised in archaeological workflows, as a decision support tool for the chronological analysis of pottery, providing a first suggestion rather than a replacement for expert judgement. Dating pottery is manual, time-consuming, and labour-intensive, and that cost is what a machine learning tool could reduce. Most published work applying machine learning to archaeological ceramic artefacts stops at an offline model, evaluated but never integrated into an accessible application that the archaeologists who handle this data daily can use. The objective here is therefore twofold: to implement and compare different model methodologies and algorithms for predicting pottery chronology, and to develop a working system around them, built on a predict–validate–retrain loop. First, a comparison study is conducted. It uses 1,910 catalogued pottery items from Volume XII of “The Athenian Agora” publication series, all with a text description and a chronology assigned by specialists as a year range, and about half with a photograph. Chronology is predicted under two framings: classification into one of four historical periods, and regression onto a start year together with the length of the year range. Five feature extraction methods are compared across two modalities: TF-IDF and BERT for text, Canny with HOG, ResNet and ViT for images, along with their six multimodal combinations, giving eleven feature sets in total. Each is evaluated under two model families: eight classical algorithms with ten-fold cross-validation, and a multimodal multilayer perceptron with per-modality encoders. All models are tuned by an exhaustive hyperparameter grid search. Every regression output carries a confidence interval, derived from ensemble spread and quantile regression for the classical models and from Monte-Carlo Dropout for the networks. Afterwards, a web application integrating the selected models is developed. Experts can submit an item's description, a photograph, or both, choose output type between historical period and year range, and receive the model’s response along with a full breakdown of the prediction and its uncertainty, presented with a focus on interpretability. Once the item's true chronology has been established, they can record it against the prediction, verifying or correcting it. Those validated items are then used to retrain the models, with the intention of improving future predictions. A retraining run produces and automatically promotes a new version of every deployed model. The application is built on a FastAPI backend, a PostgreSQL database and an Angular client. Model and feature assets are versioned on the Hugging Face Hub and retraining runs on serverless GPU. The interface was evaluated by archaeologists in two rounds, formative on a prototype and summative on the deployed system. Text models consistently outperform image models across multiple tests, which can be partly attributed to the image scarcity of this dataset. Fusing the two modalities gives no reliable improvement over text alone for the same reason. The ranking of the feature representations proves stable across both model families: TF-IDF outperforms BERT on this corpus, and ViT leads among the image descriptors. Between the families the result is a tie: 80.6% against 80.1% accuracy for text classification, and 29.7 against 33.1 years of start-year error. The system is fully deployed and has been used by its intended users, running the full loop on live infrastructure during the evaluation session. Whether successive retrained versions genuinely improve cannot be tested in the scope of this thesis, since it would require the system to collect a large amount of new validated data over time and a dedicated methodology to measure it."],"dc:identifier":["uoadl:5452682","https://pergamos.lib.uoa.gr/uoa/dl/object/5452682"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Machine Learning for Archaeology: A Human-in-the-Loop Chronology Prediction System for Pottery from the Athenian Agora"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:52Z"}