Potential Use of Data Analyses and Machine Learning in the Interpretation of Provenance through Stable Strontium Isotopes in the La Tène Period

Abstract

Vo svojej diplomovej práci sa zameriavam na mobilitu minulých populácií počas laténskeho obdobia s využitím pokročilých techník analýzy dát a strojového učenia. Jadro výskumu spočíva v interpretácii pohybov obyvateľstva na základe analýzy stabilných izotopov stroncia. Cieľom je prostredníctvom týchto analytických metód zlepšiť porozumenie migračným vzorom ľudí v tomto historickom období a preskúmať, ako môže strojové učenie zefektívniť a prehĺbiť interpretáciu pôvodu. Súčasťou práce je vytvorenie štatistického modelu na určovanie miestneho biologicky dostupného stroncia. Kľúčové slová: migrácie; stabilní izotopy; doba laténská; dátová analýza; strojové učenie

In my thesis, I investigate the mobility of past populations during the La Tène period by utilizing advanced data analysis and machine learning techniques. The core of the research focuses on interpreting population movements based on stable strontium isotope analysis. By employing these analytical methods, I aim to enhance the understanding of human migration patterns in this historical period and assess how machine learning can improve the accuracy and depth of provenance interpretation. Part of the thesis involves the development of a statistical model to determine locally bioavailable strontium. Keywords: migrations; stable isotopes; La Tène period, data analyses, machine learning