Título: Classificador do efeito de Lloyds mirror em tabela de detecção de navios
Autores: Fábio Oliveira Baptista da Silva, Matheus Ferreira do Espírito Santo, Natanael Nunes de Moura Junior, William Soares Filho, Luiz Pereira Caloba
Resumo: No contexto do Projeto de Monitoramento da Paisagem Acustica Submarina na Bacia de Santos (PMPAS-BS), realizado pela PETROBRAS em atendimento a condicionante exigida pelo licenciamento ambiental federal e conduzido pelo IBAMA, surge a oportunidade de separação de dados acústicos para construção de um dataset para classificação acústica submarina. Dada a grande quantidade de dados coletados pelo projeto (mais de 66.745 horas), ha a necessidade de criação de um classificador para seleção das detecções de embarcações com baixa taxa de falso alarme. Nesse estudo foram comparados os classificadores: Random Forest, redes neurais de multiplas camadas (MLP), classificadores de vetor suporte (SVC) e ensembles desses classificadores. Os objetivos deste estudo foram alcançados, obtendo modelos com taxa de falso alarme zero no conjunto de teste e propondo um método de seleção das detecções com base no limiar de decisão da MLP
Palavras-chave: MLP, kernel, SVM, ensemble, LLoyds mirror, sonar
Páginas: 8
Código DOI: 10.21528/CBIC2023-129
Artigo em pdf: CBIC_2023_paper129.pdf
Arquivo BibTeX: CBIC_2023_129.bib