・土器の三次元（3D）点群データを用いて形態学的分類を行う深層学習（ディープラーニング）注1）モデルを開発し、二次元形状の解析では実現できなかった分類に成功した。・猿投窯注2）出土の須恵器注3）917点の点群に対して高精度で分類が可能なことを示した。・PCA注4）、階層クラスタリング注5）、3D Grad-CAM注6）によって分類の解釈性を高めた。・須恵器の形態学的変化が食習慣の変化に関連している可能性を指摘した。・...