Título: Classificação de sinais de Sonar Passivo utilizando Stacked AutoEncoders
Autores: Moura Junior, Natanael;de Seixas, José;Cerqueira, Lucas;Mello, Vinícius
Resumo:
Em aplicações militares modernas, o ruído irradiado pelos navios de interesse tem se tornado cada vez menos intenso e, devido a isso, tarefas como detecção, acompanhamento e classificação, têm se tornado cada vez mais desafiadoras. Assim sendo, sistemas de apoio a decisão vem ganhando importância nesta área. De maneira geral, sistemas de apoio a decisão são treinados baseados nos dados disponíveis e, no caso de sistemas de sonar passivo, os dados são não-linearmente separáveis e possuem distribuição não-gaussiana. Neste tipo de dados, técnicas de aprendizado de máquinas sofisticadas podem ser utilizadas para a tomada de decisão em níveis de abstração mais altos. Dentre estas técnicas, pode-se destacar as técnicas de Deep Learning. Uma das técnicas mais aplicadas de Deep Learning corresponde aos chamados Stacked AutoEncoders (SAE), que fazem o uso da informação dos dados para a inicialização dos pesos de uma rede neural profunda. Este trabalho propõe a utilização de um SAE para a classificação de sinais de sonar passivo.
Palavras-chave:
Sistemas de Sonar Passivo;Aprendizado de Máquina;Classificação;Deep Learning
Páginas: 12
Código DOI: 10.21528/CBIC2017-113
Artigo em pdf: cbic-paper-113.pdf
Arquivo BibTeX: cbic-paper-113.bib