来自Technion和海法大学的专家团队共同
开发了一项新技术，可让您以自动模式收集考古“难题”。 我们正在谈论一个人可以组合成一个整体的发现碎片可能很困难。 但是计算机可以“理解”如何正确地将一件与另一件连接起来，以获得原始的图案，图片或器皿。
这项技术的开发者说，多年来，科学家一直在寻找解决“考古难题的问题”的方法。 除考古学外，这项新技术还适用于其他科学领域，包括考古学，生物学和考古学。
程序员已经开发了用于收集难题的系统（不是考古学的，普通的），已有数十年的历史。 此类第一个程序出现在1964年，她知道如何组装9个元素的拼图。 现代技术可以应对成千上万的碎片。 它们组装在一起，找到与表面颜色或图像相似的区域。
以色列科学家决定尝试采用旧的（相对）技术，并将其应用于解决新问题。 如上所述，其中之一是考古文物的不同碎片的组合。 它可以是马赛克，粘土器皿或其他元素。 实际上，大多数考古发现都是以发现它们的形式存储的-大的东西的各个部分。 当一名科学家（一个男人）被从事连接元素的工作时，他需要几天到几年的时间才能完成任务。
问题在于，始终不清楚哪个片段是其中的一部分。 计算机可以更快地处理此任务。 以特殊方式训练的神经网络可以按应有的顺序堆叠元素。
“我们选择考古学不仅是因为它是数百年来的文化遗产，而且还因为考古学中没有太多的技术创新，”开发团队的代表之一
说 。 “在大多数情况下，考古文物不是“干净的”，多数情况下它们是被破坏，腐蚀和污染的。 为了恢复发现的原始外观，需要极其现代的算法。 因此，考古学是信息技术专家面临的挑战。
为了使他们的方法可靠，科学家们对神经网络进行了训练，以区分三种类型的有问题的发现-破坏，褪色和侵蚀。 最经常出现的问题是，即使以前是一个整体的东西的碎片在一起，也很难堆叠，因为元件的边缘会受到腐蚀的影响。 而且并不总是清楚应该定位哪个元素。
另外，发现的褪色也是已知的问题，因为这也使恢复发现的工作复杂化。 如果没有鲜艳的颜色，则并不总是清楚哪个片段跟随哪个。 在普通难题中，尽管很复杂，但总会有一定数量的碎片。 “考古难题”中可能没有足够的碎片；如上所述，其中一些由于边缘被破坏而无法贴合。 因此，人或机器很难比较元素并将它们放在一起。
研究人员写道：“我们提出了一种可以解决所有这些困难的新算法。该技术基于各种思想。首先，我们提供虚拟还原发现的每个碎片的方法。这消除了边缘被破坏的问题。其次，我们我们使用复合变换的逆概率方法。”
科学家开发的算法基于以下问题：“如何最好地组合拼图？” 在这种情况下，难题是考古的。 为了回答这个问题，科学家使用了几种标准来评估每个片段。 其中-元素之间的距离，颜色的重合，边缘轮廓的相似性，片段的大小，图片元素的组合等。
为了测试神经网络的运行，科学家们从世界各地的各个教堂还原了壁画的各个部分。 事实证明，该算法确实可以完成其任务，可以将破碎的对象以及壁画和马赛克的不同元素放在一起。