基於 AI 的文化遺產知識可視化：以兵馬俑為例
arXiv - Human-Computer InteractionSiyi Li, Yue Jiang, Bowen Jing, Liuyuxin Yang, Yuhe Zhang
本文建立兵馬俑資料集，運用 GAN 與隨機森林分析特徵分佈，並以可視化方式呈現整體遺產特徵，提供統一且直觀的分析框架。
AI 幫你先抓重點
AI 重點 1
AI 能將龐大屬性資料整合成全景視覺，揭示整體兵馬俑族群分佈與關聯模式。
滑鼠懸停看 AI 判斷理由
傳統研究多聚焦單件，缺乏全局視角；AI 的聚合與可視化讓研究者能即時觀察不同屬性組合的頻率與分布，進而推斷製作工藝與歷史脈絡，對文化遺產管理與教育呈現具有實務價值。
AI 重點 2
GAN 生成的資料增補有效解決原始資料缺失問題，提升模型訓練效果與分析精度。
滑鼠懸停看 AI 判斷理由
缺失資料往往導致統計偏差與模型不穩定；透過 GAN 生成逼真屬性樣本，可補足空缺，讓隨機森林等機器學習方法在更完整的特徵空間下運作，從而得到更可靠的關聯結論。
核心研究發現
- 1
成功構建包含 Pit No.1 兵馬俑關鍵屬性的資料集，涵蓋姿勢、面部表情、服飾等多維特徵。
- 2
利用生成對抗網路對缺失或不完整的屬性進行資料增補，提升資料完整度與分析可靠性。
- 3
隨機森林模型揭示不同屬性之間的關聯性，並以互動式圖表呈現，幫助研究者快速辨識族群分佈與相似度。
對教育工作者的啟發
對教育工作者而言，本文提供的資料集與 AI 驅動的可視化工具，可直接嵌入課堂或展覽互動平台，讓學生以探索式學習方式觀察兵馬俑的姿勢、面部表情與服飾變異，促進自主學習與批判性思考。教師可利用隨機森林揭示的屬性關聯設計分組討論題目，鼓勵學生比較不同族群特徵，並透過 GAN 生成的補充資料進行創意重建實驗，實踐 PBL 與 SRL。此方法亦可擴展至其他文化遺產資料，為跨學科課程設計提供可重複使用的框架。
原始文獻資訊
- 英文標題：
- AI-based experts' knowledge visualization of cultural heritage: A case study of Terracotta Warriors
- 作者：
- Siyi Li, Yue Jiang, Bowen Jing, Liuyuxin Yang, Yuhe Zhang
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。