GNGTS 2021 - Atti del 39° Convegno Nazionale

497 GNGTS 2021 S essione 3.3 k pari a 3, e confrontando la soluzione del clustering (Fig. 2b) con il modello (Fig. 2c) è possibile notare che i due contatti verticali ricadono in corrispondenza del passaggio tra le classi 1 e classe 3. Queste classi presentano particolari valori dei rispettivi centroidi, i quali saranno di riferimento per definire le classi che permettono l’identificazione dei bordi delle sorgenti. Il caso reale di Torre Galli La metodologia proposta è stata applicata anche su un caso reale rappresentato dal sito archeologico di Torre (Vibo Valentia, Calabria, Italy). Su quest’area sono già stati effettuati studi geofisici per l’identificazione di corpi sepolti e sono stati presentati nel lavoro di Cella e Fedi (2015). L’area di indagine è compresa tra i paesi di Drapia e Caria (in provincia di Vibo Valentia), sul versante tirrenico dell’Arco Calabro-Peloritano, tra i Golfi di S. Eufemia e Gioia Tauro. L’antico insediamento di Torre Galli si trova lungo il margine occidentale dell’altopiano di Monte Poro, in posizione elevata rispetto all’area circostante e considerata strategica per il controllo di una vasta, ampia e ricca area, che probabilmente comprendeva anche insediamenti minori (es. Mesiano e Tropea). Torre Galli è considerata uno degli esempi archeologici più interessanti in Italia per lo studio dell’età del ferro. Questo insediamento è considerato strategico poiché è delimitato sui lati meridionale, occidentale e settentrionale da ripidi pendii, i quali rappresentavano una forma di difesa. Le uniche vie di accesso si trovano sul lato orientale, che collegavano la necropoli con il villaggio. Si pensa che alcune strutture difensive fossero situate tra il villaggio e la necropoli, tuttavia, la definizione di nuovi siti di scavo è stata resa difficile vista la grande estensione dell’area e dalla scarsità di tracce archeologiche poco profonde, rendendo così necessaria un’indagine geofisica ad alta risoluzione. È stato costruito il dataset di training da dare in input alla rete neurale, è stato eseguito il processo di ottimizzazione degli iperparametri, è stata definita la migliore mappa neurale e, successivamente, è stato applicato l'algoritmo k-means definendo prima il numero ottimale di classi tramite l'indice Silhouette. Fig. 3 - a) Gradiente verticale del campo magnetico (nT/m). b) Interpretazione tramite l’EHD. c) Derivata orizzontale della Tilt Derivative. d) Massimi locali della derivate orizzontale della Tilt Derivative. e) Clustering tramite l’UBA. f) Passaggio tra la classe 1 e classe 3.