Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina

Detalhes bibliográficos
Autor(a) principal: SOUZA, Lucas Bonald Pedrosa de
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/55979
Resumo: KREMPSER, Eduardo, também é conhecido em citações bibliográficas por: SILVA, Eduardo Krempser da.
id UFPE_50f1e85e934650d83550afa685d42c22
oai_identifier_str oai:repositorio.ufpe.br:123456789/55979
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling SOUZA, Lucas Bonald Pedrosa dehttp://lattes.cnpq.br/7986880612118252http://lattes.cnpq.br/0702140871414030http://lattes.cnpq.br/5399601756512708MUTZENBERG, Demétrio da SilvaKREMPSER, Eduardo2024-04-17T17:32:05Z2024-04-17T17:32:05Z2023-02-27SOUZA, Lucas Bonald Pedrosa de. Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE: um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina. 2023. Tese (Doutorado em Arqueologia) – Universidade Federal de Pernambuco, Recife, 2023.https://repositorio.ufpe.br/handle/123456789/55979KREMPSER, Eduardo, também é conhecido em citações bibliográficas por: SILVA, Eduardo Krempser da.As análises espaciais têm um destaque nos trabalhos arqueológicos, já que são fundamentais na compreensão dos contextos e na delimitação de áreas de estudos em Arqueologia. Os sítios de grafismos rupestres vêm sendo estudados no contexto espacial, desde uma escala mais abrangente até o nível específico, fazendo com que novas hipóteses possam ser traçadas a respeitos dos grupos pré-históricos que as produziram. Ultimamente, no Nordeste brasileiro, os trabalhos têm buscado observar alguns aspectos específicos das pinturas e gravuras rupestres estudadas, de modo a tentar melhor entender a dinâmica populacional do semiárido pretérito. Esta tese terá o intuito de observar esses padrões, porém a partir de uma escala macro, buscando elementos ambientais e sociais. Para realizar tal análise, serão aqui criados os chamados modelos preditivos arqueológicos (MPA), com o intuito não só de buscar os padrões, mas também, a partir deles, encontrar novos sítios arqueológicos, usando para isso uma base de dados com localidades registradas dentro da Bacia Hidrográfica do Pajeú, em Pernambuco. A modelagem aqui proposta possui um diferencial técnico, pois serão executados modelos computacionais os quais usarão de algoritmos de aprendizagem de máquina (AM), com o intuito de fornecer respostas mais graduadas e menos enviesadas aos pesquisadores. Foram criados diversos modelos, divididos em fase pré-campo, em que se usou um produto inicial para montar as estratégias para um campo, o qual teve o intuito de testar o modelo na prática e coletar mais informações. Após isso novos modelos foram criados, já com os novos dados coletados e com a inserção de novas variáveis. Os dois modelos tiveram resultados satisfatórios quando avaliadas as métricas estatísticas e ao nos debruçarmos sobre os mapas, podemos ver áreas de alta favorabilidade aparecendo como destaque, tais como a Serra do Umã, do Arapuá, Vermelha, Negra e da Baixa Verde. Para além disso, observou-se que a orientação das encostas, somada com a proximidade de áreas de grande densidade de redes de caminhos ótimos que usaram a declividade e a insolação como superfície de custo, tiveram uma importância significativa nos resultados do modelo. Por fim fica claro que o uso dos MPA contribuiu para um melhor entendimento acerca dos padrões associados aos sítios arqueológicos desta natureza, porém para se ter melhores resultados, mais informações precisam ser coletadas e inseridas a base.CAPESSpatial analyzes are highlighted in archaeological work, as they are fundamental in understanding contexts and delimiting areas of study in Archaeology. Rock art sites have been studied in a spatial context, from a broader scale to a specific level, allowing new hypotheses to be drawn about the prehistoric groups that produced them. Lately, in the Brazilian Northeast, works have sought to observe stylistic and technical patterns in the paintings and engravings studied, trying to better understand the past population dynamics of brazilian semi-arid. This thesis will aim to observe these patterns, from a macro scale, looking for environmental and social elements. To carry out such analysis, the so-called archaeological predictive models (APM) will be created, with the aim not only to looking for patterns, but also, to find new archaeological sites, using a database with locations registered within the Pajeú Watershed, in Pernambuco. The modeling proposed here has a technical differential. The computational models will be executed using machine learning (ML) algorithms, in order to provide more graduated and less biased responses to researchers. Several models were created, divided into a pre-field phase, in which an initial product was used to assemble strategies for a field, which aimed to test the model in practice and collect more information. After that, new models were created, already with the new data collected and with the insertion of new features. The two models had satisfactory results when the statistical metrics were evaluated and when looking at the maps, we can see areas of high probability appearing as highlights, such as Serra do Umã, do Arapuá, Vermelha, Negra and Baixa Verde. In addition, it was observed that the orientation of the slopes, together with the proximity of areas of great density of networks of optimal paths that used the slope and the insolation as a cost surface, had a significant importance in the results of the model. Finally, it is clear that the use of APM contributed to a better understanding of the patterns associated with archaeological sites of this nature, but in order to have better results, more information needs to be collected and entered into the database.Les analyses spatiales sont mises en avant dans les travaux archéologiques, car elles sont fondamentales pour comprendre les contextes et délimiter les domaines d'étude en Archéologie. Les sites d'art rupestre ont été étudiés dans un contexte spatial, d'une échelle plus large à une échelle spécifique, permettant de formuler de nouvelles hypothèses sur les groupes préhistoriques qui les ont produits. Dernièrement, dans le Nord-Est brésilien, des travaux ont cherché à observer les schémas stylistiques et techniques des peintures et gravures rupestres étudiées, afin de essayer de mieux comprendre la dynamique des populations de la région semi- aride passée. Cette thèse visera à observer ces schémas, mais à une échelle macro, en recherchant des éléments environnementaux et sociaux. Pour effectuer une telle analyse, les soi-disant modèles prédictifs archéologiques (MPA) seront créés ici, dans le but non seulement de rechercher des modèles, mais aussi, à partir d'eux, de trouver de nouveaux sites archéologiques, en utilisant une base de données avec des emplacements enregistrés dans le bassin hydrographique de Pajeú, à Pernambuco. La modélisation proposée ici a un différentiel technique, car des modèles informatiques seront exécutés qui utiliseront des algorithmes d'apprentissage automatique (AA), afin de fournir des réponses plus graduées et moins biaisées aux chercheurs. Plusieurs modèles ont été créés, divisés en une phase de pré-terrain, dans laquelle un produit initial a été utilisé pour assembler des stratégies pour une activitée de terrain, qui visait à tester le modèle dans la pratique et à collecter plus d'informations. Après cela, de nouveaux modèles ont été créés, déjà avec les nouvelles données collectées et avec l'insertion de nouvelles variables. Les deux modèles ont donné des résultats satisfaisants lors de l'évaluation des mesures statistiques et en regardant les cartes, nous pouvons voir des zones de haute favorabilité apparaître comme des points forts, comme Serra do Umã, do Arapuá, Vermelha, Negra et Baixa Verde. De plus, il a été observé que l'orientation des pentes, ainsi que la proximité des zones de grande densité de réseaux de chemins optimaux qui utilisaient la pente et l'insolation comme surface de coût, avaient une importance significative dans les résultats du modèle. Enfin, il est clair que l'utilisation de les MPA a contribué à une meilleure compréhension des schémas associés aux sites archéologiques de cette nature, mais pour obtenir de meilleurs résultats, davantage d'informations doivent être collectées et saisies dans la base de données.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em ArqueologiaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessArqueologiaAnálises espaciaisMPAAprendizagem de máquinaGrafismos rupestresDistribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquinainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE Lucas Bonald Pedrosa de Souza.pdfTESE Lucas Bonald Pedrosa de Souza.pdfapplication/pdf6884847https://repositorio.ufpe.br/bitstream/123456789/55979/1/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf6c614a6497dcabf739bdb8e19eadcba1MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/55979/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/55979/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTTESE Lucas Bonald Pedrosa de Souza.pdf.txtTESE Lucas Bonald Pedrosa de Souza.pdf.txtExtracted texttext/plain335932https://repositorio.ufpe.br/bitstream/123456789/55979/4/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf.txt495bc4927f0c71b9d65e1753414141c5MD54THUMBNAILTESE Lucas Bonald Pedrosa de Souza.pdf.jpgTESE Lucas Bonald Pedrosa de Souza.pdf.jpgGenerated Thumbnailimage/jpeg1301https://repositorio.ufpe.br/bitstream/123456789/55979/5/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf.jpg292f6f3113650ca0a1189ec4b4e9bd6aMD55123456789/559792024-04-18 02:27:38.527oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212024-04-18T05:27:38Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
title Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
spellingShingle Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
SOUZA, Lucas Bonald Pedrosa de
Arqueologia
Análises espaciais
MPA
Aprendizagem de máquina
Grafismos rupestres
title_short Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
title_full Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
title_fullStr Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
title_full_unstemmed Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
title_sort Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE : um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina
author SOUZA, Lucas Bonald Pedrosa de
author_facet SOUZA, Lucas Bonald Pedrosa de
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/7986880612118252
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0702140871414030
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5399601756512708
dc.contributor.author.fl_str_mv SOUZA, Lucas Bonald Pedrosa de
dc.contributor.advisor1.fl_str_mv MUTZENBERG, Demétrio da Silva
dc.contributor.advisor-co1.fl_str_mv KREMPSER, Eduardo
contributor_str_mv MUTZENBERG, Demétrio da Silva
KREMPSER, Eduardo
dc.subject.por.fl_str_mv Arqueologia
Análises espaciais
MPA
Aprendizagem de máquina
Grafismos rupestres
topic Arqueologia
Análises espaciais
MPA
Aprendizagem de máquina
Grafismos rupestres
description KREMPSER, Eduardo, também é conhecido em citações bibliográficas por: SILVA, Eduardo Krempser da.
publishDate 2023
dc.date.issued.fl_str_mv 2023-02-27
dc.date.accessioned.fl_str_mv 2024-04-17T17:32:05Z
dc.date.available.fl_str_mv 2024-04-17T17:32:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SOUZA, Lucas Bonald Pedrosa de. Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE: um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina. 2023. Tese (Doutorado em Arqueologia) – Universidade Federal de Pernambuco, Recife, 2023.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/55979
identifier_str_mv SOUZA, Lucas Bonald Pedrosa de. Distribuição espacial dos sítios arqueológicos com grafismos rupestres na bacia hidrográfica do Pajeú, PE: um estudo de caso para aplicação de modelos preditivos baseados em algoritmos de aprendizagem de máquina. 2023. Tese (Doutorado em Arqueologia) – Universidade Federal de Pernambuco, Recife, 2023.
url https://repositorio.ufpe.br/handle/123456789/55979
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Arqueologia
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/55979/1/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf
https://repositorio.ufpe.br/bitstream/123456789/55979/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/55979/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/55979/4/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/55979/5/TESE%20Lucas%20Bonald%20Pedrosa%20de%20Souza.pdf.jpg
bitstream.checksum.fl_str_mv 6c614a6497dcabf739bdb8e19eadcba1
e39d27027a6cc9cb039ad269a5db8e34
5e89a1613ddc8510c6576f4b23a78973
495bc4927f0c71b9d65e1753414141c5
292f6f3113650ca0a1189ec4b4e9bd6a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310778455326720

Registros relacionados