Il progetto mira a sviluppare modelli predittivi e di classificazione mediante algoritmi di machine learning per analizzare dati archeologici e chimico-fisici, proponendosi come soluzione innovativa per una diagnostica sostenibile del patrimonio culturale. I dati saranno raccolti tramite tecniche di diagnostica avanzata non invasiva. Gli algoritmi identificheranno correlazioni tra dati archeologici e materici, favorendo nuove conoscenze e modelli predittivi utili per studi futuri. Il progetto combina archeologia, chimica e informatica, promuovendo un approccio interdisciplinare attraverso una collaborazione tra Università e Azienda, e Istituti gestori del patrimonio culturale. Gli oggetti di studio includono pitture antiche su substrato lapideo, monete e punte di freccia, reperti provenienti da siti della Sicilia occidentale (Lilibeo/Marsala, Selinunte/Castelvetrano, S. Pantaleo/Mozia, Pantelleria), dell’entroterra palermitano (Caltavuturo) e della parte centro-orientale dell’isola (Centuripe), custoditi presso Musei dell’Assessorato ai Beni Culturali e dell’Identità Siciliana. I risultati della ricerca saranno divulgati agli specialisti e alla comunità, sviluppando strategie di community engagement. Questo processo di riappropriazione culturale sarà innescato dalla diffusione delle conoscenze e dalla conservazione e valorizzazione dei beni studiati, promuovendo il riconoscimento del valore storico dei reperti e la consapevolezza dell’interconnessione tra cultura umanistica e scientifica.