CRANE

We are pleased to announce the recent appointment of Dr. Kamal Badreshany to the role of Assistant Professor on a permanent basis in the Department of Archaeology, Durham University (effective from June 1, 2022).

Kamal runs the Durham Archaeomaterials Research Centre (DARC), an analytical research facility based in the Department of Archaeology that offers advanced chemical and materials analysis for academia and industry. He has overseen recent investments at Durham totalling more than £1.5 million to develop new state-of-the-art-facilities for the analysis of archaeological materials.

He received his PhD from the University of Chicago in 2013. His research focuses upon human adaptation to changing social, economic, and environmental conditions, especially as related to increasing settlement density and the formation of the earliest states in the Levant. He specializes in the analysis of archaeological materials using archaeometric techniques, including ceramic petrography, scanning electron microscopy, XRF, ICP and X-ray diffraction, and he has published extensively on the role of ceramics in the ancient Levant.

Reposted from COSNEWS, June 6, 2022.

The time-consuming process of piecing together broken pottery vessels found during archaeological excavations is getting a boost from artificial intelligence.

Pottery provides key insights into how ancient people lived, but most archaeological sites uncover pottery in broken sherds. To use this evidence to its full potential requires piecing them back together like a jigsaw puzzle to figure out how the vessels were made and used, explains UCF Anthropology Associate Professor Scott Branting, Ph.D.

Improving the accuracy and speed of this reconstruction is the goal of an international collaboration between UCF and mathematicians and computer scientists at the Université du Québec à Trois-Rivières (UQTR).

UQTR Professor of Mathematics Alain Goupil, Ph.D., pitched artificial intelligence to reconstruct pottery in 2018 after visiting Kerkenes, an important Iron Age “megacity” in the central Turkish province of Yozgat. Kerkenes is the focus of a broader international archaeological project directed by Branting. Goupil was astounded by the complexity of the process of reconstructing pottery vessels, particularly those with many missing pieces.

UQTR graduate student Étienne Beaulac, working with Goupil and Professor of Computer Science Fadel Toure, Ph.D. spent the last two years developing a solution to this problem using artificial intelligence.

“Research revealed shortcomings in the existing deep learning methods used for object reconstruction,” said Beaulac. “Using Siamese Convolutional Neural Networks proved to be an elegant solution to this vexing problem.”

The current accuracy rate for identifying adjoining sherds using AI is 98.3%. The team at UQTR expects to advance these methods from 2D pictures of the pieces of the objects to 3D scans in future years. Goupil notes there are broader applications to this object reconstruction technology in areas like forensic science.

Assistant Director of the Kerkenes Project, doctoral candidate at the University of Toronto and visiting UCF scholar at UCF Dominique Langis-Barsetti, said, “the Kerkenes Project has always been keen to develop innovative solutions with collaborators from other disciplines who can offer different perspectives on the challenges we face in understanding the evidence and interpreting the past.  This partnership between UCF and UQTR holds great promise for advancing computational methods within archaeology.”

The city of Nineveh, located in Mosul, Iraq, is one of the largest archaeological sites in the world, and one of the most significant. “It’s where archaeology started, if you will,” says CRANE’s founder Prof. Timothy Harrison. “It is also still recovering from its capture by ISIS in 2014. The destruction was incredible and the people suffered immensely,” says CRANE Project Manager Stephen Batiuk. As part of the rebuilding, everyone involved needs to have up-to-date information about where archaeological remains are located and where it is or isn’t safe to build. Creating and sharing that information is part of the idea behind the Nineveh Mapping Project, a new partnership between CRANE, the State Board of Antiquities and Heritage of Iraq, and the University of Bologna. This project will pull together existing documentation from close to 200 years of excavations at the site, as well as legacy satellite imagery, and data from ongoing research to build a Geographic Information System, which aims to be eventually available to the public. “We’re going to work towards translating it to Arabic and having meetings where we share data and we talk about using the software and the programs,” says Tracy Spurrier, one of two postdoctoral fellows working on the project.

The project provides a microcosm of the importance of archaeology to new construction, since the entire archaeological site is full of areas that may be problematic for rebuilding, and many of them are poorly or incompletely documented. In consultations with our Italian partners from Bologna, the State Board of Antiquities and Heritage of Iraq and the local Municipality, the importance of this larger documentation project became obvious. The more detailed information there is about previous excavations or other changes, the easier it is to rebuild the city in an ethical and sustainable way.

Building this information database means collecting as much of the existing information as possible. Some of this information is visual; CRANE’s other postdoctoral researcher Khaled Abu-Jayyab is collecting satellite imagery from the twentieth century, which can help pinpoint the exact location of old, poorly documented excavations as well as identify other destruction or damage of archaeological remains. Spurrier, who wrote her doctoral thesis on Nineveh, is concentrating on written documentation of older excavations, dating back to the mid-19th century, trying to make “a chronological list of who was excavating and where.”

Of course, building the database is only the beginning of the work that needs to be done. Working with colleagues from Bologna and Iraq, the project also aims to incorporate local infrastructure data into the GIS, while training students, both in Iraq and Canada, to carry on the documentation work as the project moves forward. “I got a lot out of just meeting people and asking them questions, especially our fellow archaeologists who worked at Nineveh and other sites in the area for a long time,” says Spurrier. “We can do future work here, we can make friends, we can build connections.” And eventually, sections of the site will become public monuments and part of a larger archaeological park for people to visit – a reminder that archaeology is, above all, about the way human beings use the past to live, build and rebuild.

Written by Jaime Weinman.

Reposted from Néo UQTR, March 2, 2022.

Reconstruire le passé grâce aux réseaux de neurones

Le défi d’Étienne Beaulac

02 MARS 2022  SERGE BOUDREAUACTUALITÉS, MATHÉMATIQUES ET INFORMATIQUE, RECHERCHE, SCIENCES ET TECHNOLOGIES

Lors de leurs fouilles méticuleuses, les archéologues doivent composer avec des artefacts en multiples fragments. Mais comment pourraient-ils parvenir à accélérer le processus de reconstitution de ces objets des civilisations du passé ? La réponse se trouve peut-être dans l’apprentissage profond et les réseaux de neurones. Voilà l’univers dans lequel se plonge Étienne Beaulac dans son projet de maîtrise en mathématiques et informatique à l’Université du Québec à Trois-Rivières (UQTR).

L’apprentissage profond (deep learning) est un type d’intelligence artificielle dérivé de l’apprentissage automatique (machine learning). Il s’agit d’un processus où la machine est capable d’apprendre par elle-même. L’apprentissage profond s’appuie sur un réseau de neurones artificiels, s’inspirant du cerveau humain. Chaque réseau comporte de multiples couches de neurones, qui reçoivent et interprètent les informations de la couche précédente.  Durant tout ce processus, le système apprendra, par exemple, à reconnaître des lettres, tout en progressant vers la reconnaissance de mots.

Est-ce que la machine pourrait apprendre à reconnaître des fragments et ensuite parvenir à reconstituer l’image d’un artefact? C’est le défi que les chercheurs de l’équipe du projet archéologique Kerkenes en Turquie ont lancé au professeur Alain Goupil, du Département de mathématiques et informatique. Avec son collègue Fadel Toure, il a proposé à Étienne de creuser ce beau sujet.

Associer de multiples fragments

L’archéologue fait face à un tas de morceaux, contenant des pièces dégradées, et appartenant probablement à différentes pièces. Ces fragments de poterie pourraient bien appartenir à une tasse ou un bol. Comment peut-on alors concevoir un réseau de neurones qui pourra apprendre à associer des fragments entre eux, pour ensuite générer des images distinctes d’artefacts ?

« La reconstruction d’objets fragmentés est une problématique qui comprend plusieurs domaines d’application, notamment l’archéologie et les sciences forensiques. Cependant, les approches actuelles de reconstruction d’images 2D sont généralement limitées, par exemple au niveau de l’orientation possible des fragments. Notre nouvelle approche permet de remédier à ces limitations en utilisant une architecture neuronale invariante à la position des fragments. Cela permet non seulement de prédire si deux morceaux sont adjacents, mais également d’identifier, le cas échéant, la frontière qu’ils partagent », explique l’étudiant de 24 ans natif de Trois-Rivières.

Processus de comparaison

Un réseau plus « traditionnel » reçoit habituellement une seule image comme entrée. Or, la tâche que souhaitent effectuer les chercheurs requiert la comparaison de deux images différentes. « On doit donc adapter la structure de notre réseau de neurones pour supporter ce type d’opérations. On obtient alors une architecture dite « siamoise », comme des jumeaux. Les fragments soumis au réseau sont ensuite transformés, de couche en couche, pour en extraire des caractéristiques de plus en plus complexes, jusqu’à l’obtention d’un seul nombre : la probabilité entre 0 et 100 % que les deux fragments soient bel et bien adjacents. Au cours de l’apprentissage, c’est le réseau qui détermine les paramètres optimaux de ses couches pour obtenir une probabilité juste », explique Étienne.

Sur le terrain

Étienne Beaulac estime que son projet de maîtrise sera complété durant la période estivale. Il pourra alors se concentrer à la rédaction de son mémoire. « Si la situation sanitaire le permet, je voudrais bien aller visiter le chantier archéologique dirigé par les chercheurs de University of Central Florida en Turquie. Je pourrais procéder à la prise de photos d’artefacts sur le terrain. Nous pourrions donc avoir d’excellentes données à soumettre au réseau de neurones », mentionne Étienne.

Une fois qu’un réseau de neurones est créé, quelle sera sa durée de vie comme outil adapté à l’archéologie? Pourrait-il servir à d’autres applications ? « L’architecture et la méthodologie que nous avons développées ont le potentiel d’être utilisées dans d’autres domaines. Cependant, la qualité d’un réseau de neurones dépend directement des données utilisées pendant son entraînement. Par exemple, si on entraîne un réseau avec des fragments de poterie, celui-ci sera spécialisé uniquement pour ces fragments. Si on souhaite reconstruire autre chose, on peut débuter avec la même architecture siamoise, mais il faudra l’entraîner sur de nouvelles données », explique le passionné de mathématiques.

Prochaine étape

Quelle sera la prochaine étape sur ton parcours ? « Je vais prendre une pause », répond-il. Étienne a accumulé toute une feuille de route à l’UQTR. Il a complété à l’hiver 2021 un double baccalauréat en mathématiques et informatique et il achève sa maîtrise. Et à travers tout ça, cet étudiant boursier CRSNG et FRQNT cumule des tâches de chargé de cours et agit comme mentor auprès des élèves de l’Institut secondaire Keranna qui participent au projet Robotique FIRST.

« J’ai choisi l’UQTR car c’est ici qu’on offre le double baccalauréat en mathématiques et informatique. Les cohortes sont petites et les professeurs nous connaissent bien. Ils sont disponibles pour nous », affirme celui qui dit être très attaché à sa région natale.

Étienne a toujours adoré aider ses camarades de classe, depuis son jeune âge. Il a la passion de l’enseignement et souhaite poursuivre sur cette voie, afin de partager son amour pour les mathématiques et l’informatique.

Séminaire sur l’intelligence artificielle

Vous aimeriez en apprendre davantage sur l’intelligence artificielle ? Le Département de mathématiques et informatique organise justement le 29 mars un séminaire portant sur le sujet. Étienne Beaulac et son camarade Raphaël L’Heureux présenteront leurs projets lors de cet événement sur Zoom. Voilà une belle occasion d’en apprendre davantage sur ce monde fascinant.

Discover The Kerkenes Project.

WORKSHOP

Information about the workshop.

Program of the workshop.

____________________________________________________________________________

SYMPOSIUM

Program of the Symposium.