Aplicação de redes neurais para a classificação automática de embarcações mercantes usando sinais sonar passivos

Abstract

A tarefa de classificação de dados é uma das mais amplas áreas de aplicação de algoritmos de aprendizagem de máquina, que está ganhando ainda mais proeminência com a necessidade de rotulação automática de conjuntos de dados cada vez mais abundantes. No ambiente submarino, a aprendizagem de máquina tem servido como importante ferramenta para essa tarefa, em razão, entre outros motivos, da baixa interpretabilidade de dados acústicos pela cognição humana. Entre os algoritmos de aprendizagem de máquina existentes, as redes neurais, em suas diferentes arquiteturas, vêm apresentando excelentes resultados graças à sua capacidade de extrair feições dos dados e aprender modelos não lineares. Este trabalho explora a aplicação de duas arquiteturas de redes neurais, bem como a aplicação da análise de componentes principais para a redução de dimensionalidade dos dados, com vistas à classificação de sinais acústicos de banda larga de embarcações mercantes nas proximidades do Rio de Janeiro. Os resultados apontam para a capacidade das redes neurais de classificar os alvos baseadas no conteúdo do espectro de potência do sinal recebido em um único hidrofone, embora estejam sujeitas às características do conjunto de dados de treinamento.