[论文解读] Using machine learning on new feature sets extracted from 3D models of broken animal bones to classify fragments according to break agent

Katrina Yezzi-Woodley, Alexander Terwilliger+5 more|arXiv (Cornell University)|May 20, 2022

Pleistocene-Era Hominins and Archaeology被引用 4

一句话总结

本研究提出了一种新颖的机器学习框架，从破碎的动物骨骼中提取丰富的三维几何特征，以分类断裂成因——智人与食肉动物，平均准确率达77%。通过使用基于碎片的样本划分和透明、可复现的特征集，该方法克服了古土壤学分析中的等效终态问题及不同分析者之间的变异问题。

ABSTRACT

Distinguishing agents of bone modification at paleoanthropological sites is at the root of much of the research directed at understanding early hominin exploitation of large animal resources and the effects those subsistence behaviors had on early hominin evolution. However, current methods, particularly in the area of fracture pattern analysis as a signal of marrow exploitation, have failed to overcome equifinality. Furthermore, researchers debate the replicability and validity of current and emerging methods for analyzing bone modifications. Here we present a new approach to fracture pattern analysis aimed at distinguishing bone fragments resulting from hominin bone breakage and those produced by carnivores. This new method uses 3D models of fragmentary bone to extract a much richer dataset that is more transparent and replicable than feature sets previously used in fracture pattern analysis. Supervised machine learning algorithms are properly used to classify bone fragments according to agent of breakage with average mean accuracy of 77% across tests.

研究动机与目标

• 解决古土壤学分析中长期存在的等效终态问题，即多种成因导致相似的断裂模式。
• 通过用计算生成的三维几何特征替代主观、非标准化的特征集，提升动物考古学研究的可复现性与透明度。
• 开发一种机器学习流程，基于高维、由三维模型提取的特征，对骨骼碎片按断裂成因（智人 vs. 食肉动物）进行分类。
• 通过在碎片级别进行数据划分，防止数据泄露，确保方法论的严谨性，提升模型泛化能力。
• 通过分类单个碎片而非依赖整体样本的汇总，实现对古人类学样本更精细的分辨率分析。

提出的方法

• 通过智人与食肉动物的实验性破碎，生成高分辨率的三维骨骼碎片模型。
• 从每个三维模型中提取全面的几何与拓扑特征，包括表面曲率、断裂角度、边缘锐度及体积特性。
• 应用监督学习算法（如随机森林、支持向量机、神经网络）对带标签的碎片数据进行训练，以分类断裂成因。
• 严格实施基于碎片级别的数据划分，防止测试集中混入重复或相关的碎片。
• 使用交叉验证和测试准确率作为无偏指标，评估模型泛化能力，避免过拟合。
• 开展模型可解释性分析，识别对分类决策影响最大的特征，提升透明度与科学洞察力。

实验结果

研究问题

• RQ1 从实验性骨骼碎片中提取的三维几何特征，能否可靠地区分智人与食肉动物引起的断裂？
• RQ2 使用基于碎片级别的数据划分，是否能提升模型泛化能力并防止机器学习驱动的古土壤学分类中的数据泄露？
• RQ3 当训练数据基于丰富、透明且可复现的特征集时，机器学习模型在分类断裂成因方面能达到多高的准确率？
• RQ4 哪些几何与拓扑特征对断裂成因最具预测力？它们在智人与食肉动物断裂模式之间有何差异？
• RQ5 与传统断裂模式分析相比，该方法如何解决等效终态问题并提升可复现性？

主要发现

• 机器学习模型在根据断裂成因分类骨骼碎片时，平均测试准确率达到77%，表现出强劲的判别性能。
• 采用基于碎片级别的数据划分有效防止了数据泄露，确保模型性能是对新数据泛化能力的可靠估计。
• 该方法生成了透明、可复现且计算可重现的结果，源代码已公开，可供验证与扩展。
• 特征重要性分析显示，表面曲率、断裂角度和边缘锐度是分类断裂成因最具预测力的特征。
• 多种算法下模型表现一致，其中随机森林与支持向量机达到最高准确率，表明对模型选择具有鲁棒性。
• 该方法通过利用高维三维特征，捕捉到传统二维分析无法检测到的断裂形态细微差异，成功缓解了等效终态问题。