Uncovering Spatial Patterns in Archaeological Data through the Integration of Self-Organizing Maps, Principal Component Analysis and Hierarchical Clustering
تُظهر هذه الدراسة أن دمج خرائط التنظيم الذاتي (SOM) مع تحليل المكونات الرئيسية والتحليل العنقودي الهرمي يعزز تحليل المشهد الأثري، ليس فقط من خلال تأكيد وجود مجموعات استيطانية قوية، بل وأيضاً عبر الكشف عن تدرجات مكانية مستمرة ومواقع انتقالية غالباً ما تغفلها طرق التقسيم الجامدة التقليدية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد علم الآثار في جوهره عملية فرز. فلقد دأب الباحثون لقرون على أخذ تلك المجموعة الهائلة والفوضوية من الأشياء الموجودة في الأرض — كشظايا الفخار، والأدوات الحجرية، ومواقع القرى القديمة — ومحاولة ترتيبها في مجموعات ذات معنى. وتساعد هذه العملية في فهم كيفية تنظيم المجتمعات القديمة، وكيفية تنقلها، وتفاعلها مع بيئتها. ومع ذلك، عندما تصبح البيانات معقدة، وتتضمن قياسات عديدة مختلفة في آن واحد، مثل ارتفاع التل، ودرجة انحدار المنحدر، ومدى بُعد الموقع عن النهر، فإن الأساليب التقليدية للفرز غالباً ما تعاني. فهذه التقنيات القياسية ممتازة في إيجاد فئات واضحة المعالم، لكنها قد تغفل أحياناً عن التحولات التدريجية الدقيقة الموجودة في العالم الحقيقي، حيث يندمج نوع من التضاريس في نوع آخر ببطء بدلاً من أن يتوقف بشكل مفاجئ.
في دراسة جديدة، عالج باحثون من جامعة نيوكاسل وجامعة برشلونة المستقلة هذا التحدي عبر تطبيق أداة جديدة قوية على دراسة المناظر الطبيعية القديمة. وقد ركزوا على حوض "أرلانزا" العلوي في شمال إسبانيا، وهو منطقة جبلية وعرة كانت موطناً لمجتمعات العصور الوسطى المبكرة بين القرنين الخامس والثالث عشر. وتعد هذه المنطقة مختبراً مثالياً لفهم كيفية اختيار الناس لأماكن عيشهم، إذ تتميز بمزيج من القمم العالية، والوديان العميقة، وشبكات الأنهار. وقد جمع الفريق أحد عشر قياساً مختلفاً لخمسة وخمسين موقعاً أثرياً، تتراوح بين الارتفاع والبعد عن المياه إلى مدى وضوح الرؤية للموقع من الأراضي المحيطة. ولتفسير هذه البيانات، استخدموا ثلاثة مقاربات تحليلية مختلفة: طريقتان راسختان اعتمد عليها علماء الآثار لعقود، وتقنية أحدث تسمى "الخريطة ذاتية التنظيم" (Self-Organizing Map)، وهي نوع من البرامج الحاسوبية المصممة لإيجاد الأنماط في البيانات المعقدة دون إخبارها بما يجب أن تبحث عنه.
أراد الباحثون معرفة ما إذا كان هذا الأسلوب الحاسوبي الأحدث يمكنه الكشف عما فات الأساليب القديمة. بدأوا بـ "تحليل المكونات الرئيسية"، وهي تقنية تبسط جدولاً ضخماً من الأرقام عبر إيجاد الاتجاهات الرئيسية التي تتنوع فيها البيانات. كما استخدموا "التجميع الهرمي"، الذي يبني شجرة عائلة للمواقع، حيث يجمع المواقع الأكثر تشابهاً معاً ثم يدمج تلك المجموعات في عناقيد أكبر. وأخيراً، طبقوا "الخريطة ذاتية التنظيم". تخيل شبكة من البلاطات الصغيرة، حيث تتعلم كل بلاطة تمثيل نوع معين من ملامح المناظر الطبيعية. وبينما يعالج الكمبيوتر البيانات، تُجذب المواقع المتشابهة إلى نفس البلاطة، بينما تنتقل المواقع المختلفة إلى بلاطات أخرى، مما يخلق خريطة تعكس المسافة بين البلاطات مدى اختلاف المناظر الطبيعية.
وعندما قارن الفريق النتائج، وجدوا اتساقاً مطمئناً؛ فقد اتفقت الطرق الثلاث على وجود أربع مجموعات رئيسية من المستوطنات. ويشير هذا التقارب إلى أن التصنيف قوي وليس مجرد نتاج خدعة رياضية محددة. ومع ذلك، فإن الطريقة التي عرضت بها هذه الأساليب النتائج كشفت عن فرق جوهري في كيفية تعاملها مع الواقع الفوضوي للمناظر الطبيعية. فالطرق التقليدية فرضت المواقع في صناديق متميزة، ورغم أن هذا مفيد، إلا أنه قد يبدو اصطناعياً أحياناً، كما لو أنه يقطع تدرجاً انسيابياً لخلق حواف حادة حيث لا توجد حواف حقاً. وفي المقابل، حافظت "الخريطة ذاتية التنظيم" على الانتقالات السلسة بين هذه المجموعات؛ حيث أظهرت أنه بينما توجد أربعة أنواع رئيسية من المستوطنات، إلا أنها لا توجد في عزلة، بل تتدفق الواحدة في الأخرى.
وقد أصبحت قوة "الخريطة ذاتية التنظيم" أكثر وضوحاً عندما نظر الباحثون في التفاصيل. فبسبب احتفاظ هذه الطريقة بالقياسات الأصلية مرئية، استطاع الفريق إنشاء خرائط حرارية أظهرت بدقة شكل كل مجموعة في العالم الحقيقي. فعلى سبيل المثال، استطاعوا رؤية أن إحدى مجموعات المواقع تميزت بوضوح الرؤية العالي والهيمنة على المنطقة المحيطة، بينما تميزت مجموعة أخرى بتضاريس وعرة شديدة الانحدار. كما سلطت الخريطة الضوء على المواقع التي تقع تماماً على الحدود بين المجموعات. هذه المواقع "الانتقالية"، التي تمتلك مزيجاً من سمات مجموعتين مختلفتين، كانت غالباً الأصعب في التصنيف باستخدام الأساليب القديمة. وقد تعاملت "الخريطة ذاتية التنظيم" مع هذه المواقع الغامضة ليس كأخطاء يجب حشرها في صندوق، بل كدلالات قيمة على أن المناظر الطبيعية هي طيف مستمر.
تخلص الدراسة إلى أن النهج الأفضل ليس اختيار طريقة واحدة من بين الطرق الأخرى، بل استخدامها معاً. فالتقنيات التقليدية توفر إطاراً صلباً ومألوفاً لتجميع البيانات، بينما تضيف "الخريطة ذاتية التنظيم" طبقة من العمق من خلال إظهار كيفية اتصال تلك المجموعات وأين تكون الحدود ضبابية. ومن خلال الكشف عن التدرجات المستمرة والمواقع الانتقالية، يقدم هذا النهج الجديد فهماً أكثر دقة لكيفية تنقل البشر في العصور الوسطى المبكرة واستقرارهم في عالمهم. وهو ما يشير إلى أن قرارات الماضي لم تكن دائماً بالأبيض والأسود، بل كانت غالباً في ظلال الرمادي المعقدة والمتغيرة التي تميز المناظر الطبيعية الطبيعية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.