Earticle

초록

영어

Fossils are traces of ancient organisms that provide valuable insights into Earth's history and environmental changes. Predicting fossil ages is important for understanding past biological and ecological changes and future environmental conditions. Carbon-14 and Uranium-Lead dating methods are commonly used to predict fossil ages. However, these have limitations in considering environmental changes and preservation conditions. Therefore, we propose a machine learning-based fossil age prediction model with various features of fossils. Our model showed 98.39 R-Squared, 1975.81 RMSE, 99.19% accuracy in test data. We expect that our model will help in geological and paleontological research.

한국어

화석은 과거에 살았던 생물의 흔적으로, 지구의 역사와 환경 변화의 중요한 단서를 제공한다. 과거 생물 및 환경 변화의 시점을 파악하고 미래의 변화를 예측하기 위해 화석의 나이를 측정할 필요가 있다. 원소의 비율을 활용하 여 화석의 나이를 측정하는 연구들이 이뤄지고 있으나 환경적 변화나 보존 상태를 반영할 수 없다는 한계가 존재한 다. 이에 본 연구에서는 화석의 다양한 특징을 고려해 나이를 예측하는 머신러닝 기반 회귀 모델을 제안한다. 제안 모델은 테스트 데이터 기준 R-Squared 98.39, RMSE(Root Mean Square Error) 1975.81, 정확도(Accuracy) 99.19%를 보였다. 본 연구에서 제안한 화석 나이 예측 모델은 지질학 및 고생물학 연구에 도움이 될 것으로 기대한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
1. 데이터 수집(Data Collectioin)
2 데이터 전처리(Data Preprocessing)
3. 모델링(Modeling)
Ⅲ. 결과
Ⅳ. 결론
References

키워드

저자

• 윤성연 [ Sungyeon Yoon | 준회원, 서울여자대학교 데이터사이언스학과 대학원생 ]
• 오수민 [ Sumin Oh | 준회원, 서울여자대학교 데이터사이언스학과 대학원생 ]
• 손서영 [ Seoyoung Sohn | 준회원, 서울여자대학교 데이터사이언스학과 대학원생 ]
• 김은영 [ Eunyoung Kim | 준회원, 서울여자대학교 데이터사이언스학과 학부생 ]
• 박민서 [ Minseo Park | 정회원, 서울여자대학교 데이터사이언스학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700