This paper presents some of the results achieved in the study of medieval settlement patterns in southern Tuscany between the 12th and the 14th century, through the use of quantitative techniques and spatial analyses based on the application of Artificial Neural Networks (ANN). In this effort ANN had been used to estimate and analyze correlation between fortified villages locations and other settlements systems related to previous and successive historical phases. Significance of quantitative grids had been improved by evaluating and matching other environmental and ecological variables like morphology or distances from natural resources. All this, trying to answer how ANN changed after a decade of traditional studies and paradigms concerning relationships between human settlements with previous and successive systems in terms of background and feedback. Each village can be seen as an outcome of a background, but also as a feedback for future settlement development. Parallel to this, ANN had been used to measure differences in the medieval settlement system inside the Tuscany boundaries between different its districts. Besides, another objective of the project is to achieve a geographically-based classification of the settlements categories from late antiquity to the end of the middle ages between southern Tuscany and northern Lazio. Such tasks required the development of a large number of dedicated software. These tools where conceived and developed for an intuitive and automated application in the analysis process. Among these an ArcGIS plug-in that allow the final user to generate all the required files to train ANN inside the SNNS (Stuttgart Neural Network Simulator), but also to handle and apply trained ANN within GIS grid analysis routines.

Questo articolo presenta alcune dei risultati raggiunti nello studio delle maglie di stanziamento umano nella parte meridionale della Toscana (XII-XIV sec.) attraverso l'uso di metodi quantitativi e analisi spaziali basate nell'uso delle Reti Neurali Artificiali (ANN). In questo sforzo le ANN sono state per valutare e analizzare la correlazione tra le posizioni dei villaggi fortificati dei secoli centrali del Medioevo e altri sistemi insediativi appartenenti ad altre fasi storiche. L'indice delle superfici cartografiche prodotta è stato migliorato grazie all'utilizzo dentro i modello di altre variabili ambientali ed ecologiche come ad esempio la morfologica o le distanze dalle risorse naturali. Tutto questo anche cercando di rispondere a come l'introduzione delle ANN potevano trasformare e migliorare i paradigmi prodotti dopo 10 anni di studi tradizionali relativi alla trasformazione dei paesaggi umani in questa fase storica. Ogni villaggio viene visto come il risultato proveniente da una eredità, ma anche come il "feedback" per lo sviluppo dello stanziamento futuro. Parallelamente a questo le ANN sono state usate per misurare le differenze nelle maglie di stanziamento castrense all'interno delle subregioni della Toscana. Uno dei principali obiettivi del progetto è quello di giungere ad una classificazione spaziale o geografica delle categorie di insediamenti dalla Tarda Antichità fino alla fine del Medioevo nel territorio che comprende la parte meridionale della Toscana e quella settentrionale del Lazio. Questi sforzi hanno richiesto lo sviluppo di una ampia serie di applicazione. Questi strumenti son stati concepiti e sviluppati per una applicazione intuitiva e semplice nel processo di analisi. Tra questi un plug-in per ArcGIS che permette di produrre tutti i documenti necessari per allenare le ANN insieme allo Stuttgart Neural Network Simulator (SNNS) ma anche applicare le ANN allenate all'interno di algoritmi raster GIS.

MACCHI JANICA, G., Deravignone, L. (2006). From GIS to Artificial Neural Networks: ten years studies on fortified villages in central Italy. In Archäologie und Computer: Kulturelles Erbe und neue Technologien. VIENNA : Phoibos Verlag.

From GIS to Artificial Neural Networks: ten years studies on fortified villages in central Italy

MACCHI JANICA, GIANCARLO
;
2006-01-01

Abstract

This paper presents some of the results achieved in the study of medieval settlement patterns in southern Tuscany between the 12th and the 14th century, through the use of quantitative techniques and spatial analyses based on the application of Artificial Neural Networks (ANN). In this effort ANN had been used to estimate and analyze correlation between fortified villages locations and other settlements systems related to previous and successive historical phases. Significance of quantitative grids had been improved by evaluating and matching other environmental and ecological variables like morphology or distances from natural resources. All this, trying to answer how ANN changed after a decade of traditional studies and paradigms concerning relationships between human settlements with previous and successive systems in terms of background and feedback. Each village can be seen as an outcome of a background, but also as a feedback for future settlement development. Parallel to this, ANN had been used to measure differences in the medieval settlement system inside the Tuscany boundaries between different its districts. Besides, another objective of the project is to achieve a geographically-based classification of the settlements categories from late antiquity to the end of the middle ages between southern Tuscany and northern Lazio. Such tasks required the development of a large number of dedicated software. These tools where conceived and developed for an intuitive and automated application in the analysis process. Among these an ArcGIS plug-in that allow the final user to generate all the required files to train ANN inside the SNNS (Stuttgart Neural Network Simulator), but also to handle and apply trained ANN within GIS grid analysis routines.
2006
3-901232-78-8
Questo articolo presenta alcune dei risultati raggiunti nello studio delle maglie di stanziamento umano nella parte meridionale della Toscana (XII-XIV sec.) attraverso l'uso di metodi quantitativi e analisi spaziali basate nell'uso delle Reti Neurali Artificiali (ANN). In questo sforzo le ANN sono state per valutare e analizzare la correlazione tra le posizioni dei villaggi fortificati dei secoli centrali del Medioevo e altri sistemi insediativi appartenenti ad altre fasi storiche. L'indice delle superfici cartografiche prodotta è stato migliorato grazie all'utilizzo dentro i modello di altre variabili ambientali ed ecologiche come ad esempio la morfologica o le distanze dalle risorse naturali. Tutto questo anche cercando di rispondere a come l'introduzione delle ANN potevano trasformare e migliorare i paradigmi prodotti dopo 10 anni di studi tradizionali relativi alla trasformazione dei paesaggi umani in questa fase storica. Ogni villaggio viene visto come il risultato proveniente da una eredità, ma anche come il "feedback" per lo sviluppo dello stanziamento futuro. Parallelamente a questo le ANN sono state usate per misurare le differenze nelle maglie di stanziamento castrense all'interno delle subregioni della Toscana. Uno dei principali obiettivi del progetto è quello di giungere ad una classificazione spaziale o geografica delle categorie di insediamenti dalla Tarda Antichità fino alla fine del Medioevo nel territorio che comprende la parte meridionale della Toscana e quella settentrionale del Lazio. Questi sforzi hanno richiesto lo sviluppo di una ampia serie di applicazione. Questi strumenti son stati concepiti e sviluppati per una applicazione intuitiva e semplice nel processo di analisi. Tra questi un plug-in per ArcGIS che permette di produrre tutti i documenti necessari per allenare le ANN insieme allo Stuttgart Neural Network Simulator (SNNS) ma anche applicare le ANN allenate all'interno di algoritmi raster GIS.
MACCHI JANICA, G., Deravignone, L. (2006). From GIS to Artificial Neural Networks: ten years studies on fortified villages in central Italy. In Archäologie und Computer: Kulturelles Erbe und neue Technologien. VIENNA : Phoibos Verlag.
File in questo prodotto:
File Dimensione Formato  
Macchi_ann_vienna.pdf

non disponibili

Tipologia: PDF editoriale
Licenza: PUBBLICO - Pubblico con Copyright
Dimensione 2.06 MB
Formato Adobe PDF
2.06 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11365/1021529