Buchumschlag

Machine learning applications in archaeological practices: a review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bellat, Mathias, Figueroa, Jordy D. Orellana, Reeves, Jonathan S., Taghizadeh-Mehrjardi, Ruhollah, Tennie, Claudio, Scholten, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning I.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Expressivity of Graph Neural Networks Through the Lens of Adversarial Robustness
von: Campi, Francesco, et al.
Veröffentlicht: (2023)

BOTracle: A framework for Discriminating Bots and Humans
von: Kadel, Jan, et al.
Veröffentlicht: (2024)

Transfer learning applications for anomaly detection in wind turbines
von: Roelofs, Cyriana M. A., et al.
Veröffentlicht: (2024)

Machine learning for in-situ composition mapping in a self-driving magnetron sputtering system
von: Jarl, Sanna, et al.
Veröffentlicht: (2025)

Geoinformatics-Guided Machine Learning for Power Plant Classification
von: Austin-Gabriel, Blessing, et al.
Veröffentlicht: (2025)

RobustModelMaker: Coupling Bootstrap Stability Selection with Leakage-Safe Nested Cross-Validation for Scientific Machine Learning
von: Barnard, Amanda S
Veröffentlicht: (2026)

EvilGenie: A Reward Hacking Benchmark
von: Gabor, Jonathan, et al.
Veröffentlicht: (2025)

Classifying Inconsistency in AHP Pairwise Comparison Matrices Using Machine Learning
von: Bose, Amarnath
Veröffentlicht: (2025)

Machine Learning Based Path Planning for Improved Rover Navigation (Pre-Print Version)
von: Abcouwer, Neil, et al.
Veröffentlicht: (2020)

rmlnomogram: An R package to construct an explainable nomogram for any machine learning algorithms
von: Sufriyana, Herdiantri, et al.
Veröffentlicht: (2025)

ALPEC: A Comprehensive Evaluation Framework and Dataset for Machine Learning-Based Arousal Detection in Clinical Practice
von: Kraft, Stefan, et al.
Veröffentlicht: (2024)

Analyzing the Benefits of Prototypes for Semi-Supervised Category Learning
von: Zhang, Liyi, et al.
Veröffentlicht: (2024)

Representation learning with CGAN for casual inference
von: Weng, Zhaotian, et al.
Veröffentlicht: (2024)

Prediction Instability in Machine Learning Ensembles
von: Kedziora, Jeremy
Veröffentlicht: (2024)

OFMU: Optimization-Driven Framework for Machine Unlearning
von: Asif, Sadia, et al.
Veröffentlicht: (2025)

Machine learning and emoji prediction: How much accuracy can MARBERT achieve?
von: Shormani, Mohammed Q., et al.
Veröffentlicht: (2026)

Deep learning four decades of human migration
von: Gaskin, Thomas, et al.
Veröffentlicht: (2025)

Amortized Molecular Optimization via Group Relative Policy Optimization
von: Javaid, Muhammad bin, et al.
Veröffentlicht: (2026)

Fitzpatrick Thresholding for Skin Image Segmentation
von: Stothers, Duncan, et al.
Veröffentlicht: (2025)

Evolving machine learning workflows through interactive AutoML
von: Barbudo, Rafael, et al.
Veröffentlicht: (2024)

ArrowFlow: Hierarchical Machine Learning in the Space of Permutations
von: Yilmaz, Ozgur
Veröffentlicht: (2026)

Engineering the Law-Machine Learning Translation Problem: Developing Legally Aligned Models
von: Hanson, Mathias, et al.
Veröffentlicht: (2025)

Cryptogenic stroke and migraine: using probabilistic independence and machine learning to uncover latent sources of disease from the electronic health record
von: Betts, Joshua W., et al.
Veröffentlicht: (2025)

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks
von: Kee, Patrick D., et al.
Veröffentlicht: (2024)

Inference-Time Machine Unlearning via Gated Activation Redirection
von: Turani, Vinícius Conte, et al.
Veröffentlicht: (2026)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Stage-specific cancer survival prediction enriched by explainable machine learning
von: Poorhasani, Parisa, et al.
Veröffentlicht: (2026)

Learning to Get Up Across Morphologies: Zero-Shot Recovery with a Unified Humanoid Policy
von: Spraggett, Jonathan
Veröffentlicht: (2025)

Trustworthiness Preservation by Copies of Machine Learning Systems
von: Ceragioli, Leonardo, et al.
Veröffentlicht: (2025)

Guided Speculative Inference for Efficient Test-Time Alignment of LLMs
von: Geuter, Jonathan, et al.
Veröffentlicht: (2025)

Inferring Reward Machines and Transition Machines from Partially Observable Markov Decision Processes
von: Wu, Yuly, et al.
Veröffentlicht: (2025)

Error Mitigation for TDoA UWB Indoor Localization using Unsupervised Machine Learning
von: Duong, Phuong Bich, et al.
Veröffentlicht: (2024)

Algebraic Machine Learning for Small-to-Medium Datasets Is Competitive against Strong Standard Baselines
von: Mendez, David, et al.
Veröffentlicht: (2026)

Atom dimension adaptation for infinite set dictionary learning
von: Băltoiu, Andra, et al.
Veröffentlicht: (2024)

MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning
von: Callaghan, Adam, et al.
Veröffentlicht: (2025)

Hierarchical Pooling and Explainability in Graph Neural Networks for Tumor and Tissue-of-Origin Classification Using RNA-seq Data
von: Fontanari, Thomas Vaitses, et al.
Veröffentlicht: (2026)

Aligning Validation with Deployment in Spatial Prediction: Target-Weighted Cross-Validation
von: Brenning, Alexander, et al.
Veröffentlicht: (2026)

TensLoRA: Tensor Alternatives for Low-Rank Adaptation
von: Marmoret, Axel, et al.
Veröffentlicht: (2025)

Memory Bank Compression for Continual Adaptation of Large Language Models
von: Katraouras, Thomas, et al.
Veröffentlicht: (2026)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)