Verification of Sueki potteries' types and dating criteria by deep learning cluster analyses of 3D-RGB data

点击翻译按钮获取中文摘要

東京国立博物館所蔵6世紀の完形・略完形須恵器坏の蓋49点および身59点を光学スキャナー解像度0.5mmにて計測を行った。スキャン後にメッシュ出力されたデータを128*128*128解像度Voxelデータに変換した。解析に供試されたデータセットは3D-RGBA（色情報あり）および3D-A（色情報なし形状のみ）の2種類である。それぞれのデータを疑似ラベル教師付き分類+深層クラスターモデルにより6クラスターを出力した。須恵器身の型式データによるクラスター散布図では、ふたつのデータセットでは須恵器編年を大系化した中村浩氏の型式Ⅱ-4およびⅡ-5から成るクラスターがヒト分類と共通するクラスターとして顕著に検出された。導出されたクラスターおよび専門家の型式・年代分類とのクラスター行列では、上記の散布図で確認されたクラスター（クラスター行列ではID-3）における専門家型式分類構成も一致した。その他のクラスターと専門家型式分類の間には明瞭な関係がなく大きな乖離があった。須恵器身の年代解析でも専門家年代分類後葉およびクラスターID-3マッチングよく、それ以外は乖離し、ひとつのクラスター意外に顕著な関連は発見できなかった。須恵器3Dおよび3方向の2Dデータから形式と年代を同時に出力するCNNモデルを構築し上記専門家の型式・年代ラベルを正解として学習させた分類モデルでは、Voxel解像度を64から１２８にあげたところ全クラスの平均正解率および再現率が向上した。分類クラスにおける不均衡を少数派のデータクラスに対し損失関数に重み付けを行うことによって，それらが誤分類されたときの損失が大きくなるよう調整する（Weighted Loss Function）ことにより、解決を試みた。これにより、型式の正解率は約58.7％、年代については約71.2％と向上した。また縄文土器のクラスター解析も開始した。