Phogrammetry for medieval archaeology A way to represent and analyse stratigraphy
Bibliographic record
Abstract
Il lavoro presenta un progetto interdisciplinare che è un work in progress verso un 3D sistema di informazione geografica (GIS) dedicato ai Beni Culturali con una specifica applicazione focus sul castello di Shawbak, conosciuta anche come la "Crac de Montréal", uno dei migliori conservato rurali insediamenti medievali in tutto il Medio Oriente. Il progetto archeologico Shawbak è un progetto specifico e integrato tra medievali di ricerca archeologica e computer vision done grazie ad una lunga collaborazione tra l'Università di Firenze e CNRS. Concentrandosi principalmente sull'analisi stratigrafica delle strutture erette forniamo archeologi un gasdotto in due fasi. Prima un processo di rilevamento usando fotogrammetria, sia in modo tradizionale e utilizzando la tecnica più avanzata per ottenute mappa denso e quindi uno strumento di analisi statistica. Il rilievo fotogrammetrico è guidato da una conoscenza archeologica, che è formalizzata da ontologie come collegamento tra tutti i concetti archeologici che sono censiti. La conoscenza archeologica studiato è ora limitata a stratigrafia struttura eretta con una pietra da un'indagine di pietra e una riproiezione 3D del disegno dell'archeologo fatta su fotografie. Il GIS 3D è l'ultimo passo di questa catena e mira la produzione automatica di modelli 3D attraverso interrogazioni database archeologici: questi modelli 3D sono infatti un'immagine grafica del database e allo stesso tempo l'interfaccia attraverso cui l'utente è in grado di modificare e produce diversi tipi di analisi. Tutti questi sviluppi sono scritti in Java nel quadro arpenteur. \nThe paper presents an interdisciplinary project which is a work in progress towards a 3D Geographical Information System (GIS) dedicated to Cultural Heritage with a specific focus application on the Castle of Shawbak, also known as the “Crac de Montréal”, one of the best preserved rural medieval settlements in the entire Middle East.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".