机器学习识别出英国第一个镰刀龙恐龙化石

在牛津郡，格洛斯特郡和多塞特郡发现的牙齿被认为属于手盗龙，一组恐龙，包括迅猛龙，其中包括鸟类作为其近亲。这些恐龙在中侏罗纪进化成许多物种，但由于这一时期的化石稀缺，对其起源的了解也很少。

来自自然历史博物馆和伯克贝克学院的研究人员使用开创性的机器学习技术来训练计算机模型来识别神秘的牙齿，这让该小组的一些成员的起源推迟了近30万年。

领导这项研究的自然历史博物馆博士生西蒙·威尔斯(Simon Wills)说：“以前的研究表明，手盗龙在侏罗纪中部存在，但实际的化石证据是不完整的，存在争议。连同在其他地方发现的化石，这项研究表明，该小组此时已经实现了全球分布。

“我们分析的牙齿包括目前英国记录的唯一长齿龙和镰刀龙化石，是世界上这些恐龙最古老的证据。

镰刀龙是一种来自白垩纪晚期的大型食草恐龙，以其独特的长剪刀状爪骨而闻名。这种灭绝动物的独特外观使其被列入最近的侏罗纪世界电影。

虽然以前的研究试图根据各种统计方法对孤立的牙齿进行分类，但它们并不总是特别成功。当前研究背后的研究人员一直在努力改善这一点，他们已经证明机器学习模型可以在识别已知分类群中分离的牙齿方面实现高精度。这项研究的结果发表在《古生物学论文》杂志上。

“机器学习在脊椎动物古生物学中的使用仍处于起步阶段，尽管它的使用正在增长，”西蒙补充道。

“主要缺点是需要一个全面的训练数据集供模型学习。

“在我们的研究中，我们很幸运，已经有一个相对较大的恐龙牙齿测量数据集可用于训练模型。

为了将化石中包含的信息转化为可用于机器学习模型的数据，研究人员首先必须通过CT扫描生成每颗牙齿的3D模型。这是因为牙齿太小了，手工测量是不切实际的。

对已知恐龙物种的数千颗牙齿的测量用于训练三种不同的模型。每个模型都以不同的方式分析数据，将每个模型的结果结合起来，以给出每颗牙齿最可能的身份。

与其他统计方法相比，机器学习模型给出了更准确的结果，并增加了研究人员对他们能够对未识别牙齿进行分类的信心。

随着技术创新的不断，以及数字化项目等各种努力为创建训练数据集提供了更多信息，机器学习很可能会越来越普遍地应用于研究古生物学中的各种问题。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！