Quantificació de traces d'ús en instruments lítics mitjançant imatges digitalitzades: Resultats d'experiments amb Xarxes Neurals i Estadística

Abstract

El treball, com a acció física que és, modifica la matèria. Aquest és el principi bàsic de les anàlisis de traces d'ús. La modificació de la matèria a partir del treball basteix a la societat dels productes necessaris per a la seva reproducció social. De fet, els instruments lítics formen part d'aquests productes. Nosaltres podem identificar els instruments mitjançant les anàlisis de traces d'ús, a instàncies d'inferir l'acció social.<br/>A més, nosaltres hem de pensar com observar el canvis en la matèria. Això en principi ho solventem mitjançant imatges. Definim la imatge com a una representació emergent de la Realitat. En aquest sentit, qualsevol imatge és una modelització de la Realitat.<br/>Reconeixem objectes mitjançant imatges i, en aquest procés, definim aquells aspectes que considerem rellevants. Aquest és un bon mètode per desenvolupar la nostra feina, però val a dir que sorgeixen cert problemes que es vinculen amb la inherent subjectivitat del procés d'observació. Les imatges digitals aporten una possible solució, donat que la seva pròpia configuració digital ens permet quantificar-les. Es pot desenvolupar una més complexa quantificació a partir dels valors numèrics dels píxels, cara a ser capaços d'arribar a un processament estadístic posterior que ens permeti de trobar diferències formals entre les imatges.<br/>He quantificat la descripció de les característiques de les traces d'ús per a desenvolupar coneixement que ens permeti classificar les alteracions d'us i determinar l'ús original de l'instrument. Aquest procés es composa de diverses parts:<br/>- Selecció de les àrees modificades per l'ús en totes les imatges; és a dir, una selecció dels píxels els valors del quals dintre de l'escala de grisos es pugui vincular a l'alteració d'ús. Aquestes àrees són denominades téxels (elements de textura).<br/>- Selecciono una sèrie de característiques per a descriure els téxels que quantificaré. La selecció de característiques és feta a partir del coneixement previ en anàlisis de traces d'ús. Una caracterització objectiva dels téxels es genera emprant variables geomètriques, les quals em permetran mesures discriminatòries vinculades a l'ús entre les diverses textures.<br/>- Ja en darrera instància, anàlisis estadístiques i xarxes neurals seran emprades per a classificar el conjunt d'imatges segons sia el seu ús corresponent.

Work, as physical action, modifies matter. This is the basic principle of use-wear analysis. Changes on matter by work give society those products needed for social reproduction. Lithic tools are part of these. We can identify the tools through use-wear analysis, in order to infer the social action.<br/>Moreover, we should think about how to observe change of states in matter. We think we can solve it using images. We define the image as a representation arising from Reality. In this way, any image is a model of Reality.<br/>We recognise objects through images and, in this process, we define those aspects of the same objects which we consider relevant. This is a good method for developing our work, but there are still some problems arising from aspects related to the inherent subjectivity of the observation process. Digital images are a possible solution, because their own digital configuration allows us to quantify them. We can develop a more complex quantification from the numeric values of pixels, in order to be able to analyse statistically differences between image textures.<br/>I have quantified the description of use-wear features in order to develop knowledge that allows us to classify use alterations and determine the original use of the tool. This process is composed of several parts:<br/>- Selection of the areas modified by use in all images, that is the selection of pixels, which have grey values related to the use alteration. Those areas are called texels (texture elements).<br/>- I have selected some features to describe the texels that we will quantify. The selection of features is made from our previous knowledge of use wear analysis. An objective characterisation of texels is generated using geometric variables, which will allow discriminatory measures between different use-related textures.<br/>- Finally, statistical analysis and neural networks are used to classify the set of images into their corresponding uses.