Título: Classificação de Sinais Temporais de Sonar Passivo utilizando Redes Neurais Convolucionais
Autores: Marlon Souza, Natanael Júnior and José Seixas.
Resumo:
O oceano é atualmente explorado em vários níveis. Devido ao interesse crescente pelo mundo no ambiente marinho, surge a necessidade de compreendê-lo melhor através da acústica submarina. Sinais irradiados no meio submarino podem ser detectados e classificados por diversos sistemas. As Redes Neurais Artificiais, em especial as chamadas Redes profundas são ótimas ferramentas de apoio para o estudo desses sinais. Neste artigo é proposto dois modelos de Redes Neurais Artificiais, Multilayer Perceptron e Convolutional Neural Network, a fim de classificar sinais de navios provenientes de um sistema de Sonar Passivo fornecidos pela Marinha do Brasil. Outros trabalhos desenvolvidos com esta base de dados analisam o sinal no domínio da frequência, entretanto este artigo visa uma análise no domínio do Tempo. Os resultados obtidos serão analisados utilizando algumas figuras de méritos já estabelecidas no meio acadêmico. Através delas é possível constatar que o classificador baseado em modelos profundos obteve um melhor desempenho de classificação dos sinais se comparado com o classificador de rede rasas.
Palavras-chave:
Sistemas de Sonar Passivo, Aprendizado de Máquina, Aprendizado Profundo, Redes Neurais Convolucionais.
Páginas: 7
Código DOI: 10.21528/CBIC2021-58
Artigo em pdf: CBIC_2021_paper_58.pdf
Arquivo BibTeX: CBIC_2021_58.bib