Starch granules have been found to

Starch granules have been found to be preserved in association with archaeological remains and their identification may provide direct botanical evidences of the plants used by ancient humans. However, subtle morphological differences between starch granules make their taxonomic identifications difficult. In order to improve the identification of these plant remains, we used an image analysis program that measures up to 123 different optical and morphological characters. With Random Forest tests we analyzed ~ 5000 starch granules extracted from underground storage organs (USO), seeds, and fruits of 20 different East African edible plant species. Our results show that correct identification rates are up to 74% for some species (Echinochloa colona, Cyperus rodundus), ~ 80% for some suprageneric taxa (Poaceae, Fabaceae), and 80% for underground storage organs. However, on average, success rates are just ~ 53% for species (up to 70% with a dataset reduced to herbaceous species), 60% for families, and 72% for plant parts. Yet, this automated system is not perfect, but it is still more powerful than the human eye, for which the average success rate is just of 25% for species level identifications. We evaluated the performance of our system and found that accuracy rates of identifications of starch granules are highly sensitive to the number of groups (species) to identify (r2 = 0.83) and, to a lesser extent to the number of characters used by the identification system (r2 = 0.87). It is therefore crucial to narrow down as much as possible the number of target species, by analyzing additional proxies. We conclude that better results can be achieved if the candidate field is narrowed. If not, the automated identification of starch granules will remain unsatisfactory to provide acceptable interpretations in archaeological contexts.

ผลลัพธ์ (ไทย) 2:

เม็ดแป้งที่ได้รับพบว่าได้รับการเก็บรักษาไว้ในการเชื่อมโยงกับซากโบราณส​​ถานและบัตรประจำตัวของพวกเขาอาจจะให้หลักฐานโดยตรงพฤกษศาสตร์ของพืชที่ใช้โดยมนุษย์โบราณ อย่างไรก็ตามความแตกต่างทางสัณฐานวิทยาที่ลึกซึ้งระหว่างเม็ดแป้งที่ให้ระบุการจัดหมวดหมู่ของพวกเขายาก เพื่อที่จะปรับปรุงตัวของพืชเหล่านี้ยังคงอยู่ที่เราใช้โปรแกรมวิเคราะห์ภาพที่วัดได้ถึง 123 ตัวอักษรแสงและลักษณะทางสัณฐานวิทยาที่แตกต่างกัน กับการทดสอบป่าสุ่มเราวิเคราะห์ ~ 5000 เม็ดแป้งที่สกัดจากอวัยวะใต้ดินจัดเก็บข้อมูล (USO) เมล็ดพืชและผลไม้ 20 ที่แตกต่างกันในแอฟริกาตะวันออกพันธุ์พืชที่กินได้ ผลของเราแสดงให้เห็นว่าอัตราประจำตัวประชาชนที่ถูกต้องถึง 74% สำหรับบางชนิด (หญ้าข้าวนก, กก rodundus) ~ 80% สำหรับบางแท็กซ่า suprageneric (หญ้าซี้อี้) และ 80% สำหรับอวัยวะที่จัดเก็บใต้ดิน แต่โดยเฉลี่ยอัตราความสำเร็จเป็นเพียง ~ 53% สำหรับการขยายพันธุ์ (สูงสุดถึง 70% กับชุดข้อมูลลดลงไปชนิดต้นไม้) 60% สำหรับครอบครัวและ 72% สำหรับชิ้นส่วนของพืช แต่ระบบอัตโนมัตินี้จะไม่สมบูรณ์ แต่ก็ยังคงมีประสิทธิภาพมากขึ้นกว่าสายตามนุษย์ซึ่งอัตราความสำเร็จเฉลี่ยอยู่ที่เพียง 25% สำหรับการวินิจฉัยระดับสายพันธุ์ เราประเมินประสิทธิภาพการทำงานของระบบของเราและพบว่าอัตราความถูกต้องของการวินิจฉัยของเม็ดแป้งเป็นอย่างสูงที่มีความไวต่อจำนวนของกลุ่ม (สายพันธุ์) เพื่อระบุ (R2 = 0.83) และในระดับน้อยถึงจำนวนตัวอักษรที่ใช้โดยประชาชน ระบบ (R2 = 0.87) ดังนั้นจึงเป็นเรื่องสำคัญที่จะแคบลงมากที่สุดเท่าที่เป็นไปได้หลายชนิดเป้าหมายโดยการวิเคราะห์ผู้รับมอบฉันทะเพิ่มเติม เราสรุปได้ว่าผลลัพธ์ที่ดีกว่าสามารถทำได้ถ้าเขตผู้สมัครที่แคบ ถ้าไม่ระบุอัตโนมัติของเม็ดแป้งจะยังคงเป็นที่น่าพอใจที่จะให้ตีความได้รับการยอมรับในบริบททางโบราณคดี

ผลลัพธ์ (ไทย) 3:

เม็ดแป้งมีพบต้องเก็บรักษาไว้ในกลุ่มซากโบราณคดีและบัตรประจำตัวของพวกเขาอาจจะให้โดยหลักฐานทางพฤกษศาสตร์ของพืชที่ใช้โดยมนุษย์โบราณ อย่างไรก็ตาม ความแตกต่างของสีสันระหว่างเม็ดแป้งให้หมวดหมู่การแสดงตัวของยาก เพื่อปรับปรุงการจำแนกพืชเหล่านี้ยังคงอยู่ เราใช้โปรแกรมวิเคราะห์ภาพที่มาตรการได้ถึง 123 ที่แตกต่างกันแสงและลักษณะตัวอักษร ด้วยการทดสอบในป่าแบบเราวิเคราะห์ ~ 5000 เม็ดแป้งสกัดจากอวัยวะเก็บใต้ดิน ( ใช้ ) , เมล็ดและผลไม้ของแอฟริกาตะวันออกกินพืชชนิดต่าง ๆ 20 . ผลของเราแสดงให้เห็นว่าอัตราการแก้ไขถึง 74% บางชนิด ( หน้าต่างชีวิตกกกลม rodundus ) , ~ 80% บาง suprageneric ซ่า ( Zea บัมแบร์ก , ) และ 80% สำหรับอวัยวะที่เก็บใต้ดิน โดยมีอัตราความสำเร็จเป็นเพียง 53% ชนิด ~ ( ถึง 70% กับชุดข้อมูลลดลงไม้ล้มลุกชนิด ) , 60% สำหรับครอบครัวและ 72% ส่วนพืช ยัง ระบบอัตโนมัตินี้ไม่สมบูรณ์ แต่มันยังมีประสิทธิภาพมากขึ้นกว่าสายตามนุษย์ ซึ่งอัตราความสำเร็จโดยเฉลี่ยมีเพียง 25% สำหรับสายพันธุ์ระดับการแสดงตัวของ . เราประเมินประสิทธิภาพของระบบของเราและพบว่าอัตราความถูกต้องของการแสดงตัวของเม็ดแป้งที่มีความไวสูงกับจำนวนของกลุ่ม ( ชนิด ) เพื่อระบุ ( R2 = 0.83 ) และในระดับที่น้อยกว่าจำนวนของอักขระที่ใช้โดยระบบการจำแนก ( R2 = 0.87 ) มันเป็นสิ่งสำคัญจึงแคบลงมากที่สุดจำนวนของสายพันธุ์ของเป้าหมาย โดยการวิเคราะห์ผู้รับมอบฉันทะเพิ่มเติม เราสรุปได้ว่าผลลัพธ์ที่ดีสามารถเกิดขึ้นได้หากผู้สมัครเขตจะแคบลง ถ้าไม่ อัตโนมัติ ตัวเม็ดแป้งจะยังคงไม่ยอมรับให้ตีความในบริบททางโบราณคดี