<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Uporaba globokega učenja za prepoznavanje arheoloških značilnosti na visoko ločljivih digitalnih modelih višin</dc:title><dc:creator>Smolej,	Leon	(Avtor)
	</dc:creator><dc:creator>Mlekuž Vrhovnik,	Dimitrij	(Mentor)
	</dc:creator><dc:creator>Kokalj,	Žiga	(Komentor)
	</dc:creator><dc:subject>ADAF</dc:subject><dc:subject>samodejna prepoznava</dc:subject><dc:subject>gomile</dc:subject><dc:subject>globoko učenje</dc:subject><dc:subject>ALS- vizualizacije</dc:subject><dc:description>Aerolasersko skeniranje (ALS) je v zadnjih dveh desetletjih bistveno razširilo možnosti
arheološke prospekcije, hkrati pa je eksponentno povečalo količino podatkov, ki jih je treba
pregledati, kar odpira prostor za metode globokega učenja pri (delni) avtomatizaciji prepoznave
arheoloških struktur. Magistrska naloga preverja zmogljivost odprtokodnega orodja ADAF
(Automatic Detection Of Archaeological Features) pri samodejni zaznavi gomil, ene
najpogostejših, a hkrati morfološko izjemno heterogenih arheoloških struktur v slovenskem
prostoru. Ker je bil privzeti ADAF model naučen na irskih in angleških gomilah, geomorfološko
in kulturno različnih od slovenskih, je bila najprej izvedena ročna interpretacija desetih izbranih
slovenskih gomilnih najdišč iz različnih obdobij in regij, pri čemer je bilo evidentiranih 374
gomil, nato pa so bili na lokalno pridobljenih podatkih (10.294 objektov, od tega 942 gomil)
naučeni trije novi modeli, katerih rezultati so bili primerjani s privzetimi. Analiza je pokazala, da
privzeti model prepozna le 7, 75 % ročno evidentiranih gomil, medtem ko doučenje z lokalnimi
podatki uspešnost skoraj podvoji (najboljši novi model doseže 24, 3-odstotno prekrivnost), pri
čemer je ključni morfološki dejavnik uspešne prepoznave zaobljenost gomile, sledi pa ji
definiranost njenih robov, medtem ko naklon in površina gomile nanjo vplivata zanemarljivo. Na
podlagi rezultatov se sklepa, da ADAF v trenutni obliki deluje predvsem kot orodje za začetno
preiskavo območij z morfološko dobro ohranjenimi gomilami, in ne kot nadomestilo za
strokovno terensko interpretacijo, za bistveno izboljšanje prenosljivosti in zanesljivosti modelov
pa bo v prihodnje potrebna kakovostna razširitev in terenska verifikacija učnih množic ter
sistematično testiranje prenosljivosti modelov med različnimi regijami in kulturnimi konteksti.</dc:description><dc:date>2026</dc:date><dc:date>2026-10-10 07:16:16</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>189598</dc:identifier><dc:identifier>VisID: 643448</dc:identifier><dc:language>sl</dc:language></metadata>
