@techreport{oai:nuis.repo.nii.ac.jp:00003423,
 author = {藤田, 晴啓 and 山本, 亮 and 板垣, 正敏 and 市川, 健太 and 宮尾, 亨 and 河原, 和好 and Fujita, Haruhiro and YAMAMOTO, Ryo and ITAGAKI, Masatoshi and ICHIKAWA, Kenta and MIYAO, Toru and Kawahara, Kazuyoshi},
 month = {2021-11-25},
 note = {専門家によって判断基準や種類分別が異なる恣意性の高い出土土器の「型式」や「年代」等の分類が妥当なものであるかを最新のデータサイエンス・深層学習により検証する一連の手法を提案する。光学スキャナーで土器資料を計測、ひとつひとつの3D形状,色,表面の質感情報である3D-RGBデータを取得し,「ヒトの判断が介在しない」深層学習クラスター解析により導出したクラスターと,「ヒトの判断基準による」専門家の分類ラベルで機械学習・推論した分類グループとの乖離あるいはマッチングを数理的に分析することにより専門家の分類基準の妥当性を検証するという、独創的な解析手法を提案し, 考古・文化財科学分野に新たな革新的領域を開くことを目指したい。
　検証の中心となるTensorFlow/Kerasとscikit-learn k-meansによる深層学習クラスター解析モデルを試作, 解析用データとして公開されている3DデータセットであるModelNet10を用い, 導出された深層学習クラスターと分類クラスグループをクラスターマトリックスを用いて検証した。色情報を持たないModelNet10の各分類グループはクラスター解析による導出クラスターに部分的に反映されており,その他のクラスターはヒトがこれまで分類したことのない「未知の分類基準」でクラスター化されていることが確認された。
　当研究で構築・解析した深層クラスター解析（疑似ラベル教師あり分類+クラスタリングモデル）では3D形状の認知がヒトと共通するもの, あるいは共通しないものがあることが明らかとなり, （ヒトの基準からみて）未知のクラスターが導出された。この事実からみて多数の土器3D-RGBデータを解析するとこれまでヒトの分類基準では検知できない, 未知のクラスターを検出できる可能性は非常に高いといえる。
　今後は古墳時代の須恵器600点前後, 新潟県内の縄文4遺跡の出土縄文土器深鉢4000点をスキャナー計測する予定である。
　本研究のような3Dデータに即応した基礎分析技術を確立することができれば、膨大な時間を費やしてきた年代や生産地の決定といった基礎的な資料の位置づけに関わる作業を簡略化し、専任の研究者のみならず、各自治体の埋蔵文化財担当者も含めて、生産論や流通論といった文化財科学および考古学的研究にあたる時間を拡大させることにつながり、地域研究ひいては地域文化の発展に大いに貢献できる可能性を有する。},
 title = {土器3D-RGBデータの深層学習クラスター解析による型式・年代分類基準の検証},
 year = {},
 yomi = {フジタ, ハルヒロ and ヤマモト, リョウ and イタガキ, マサトシ and イチカワ, ケンタ and ミヤオ, トオル and カワハラ, カズヨシ}
}