Aprendizado por Instância para a Identificação de Classes Desconhecidas em Sonares Passivos

Abstract

Resumo —Em submarinos, a tarefa dos operadores de sonar consiste na identificac¸˜ao de poss´ıveis ameac¸as (contatos), utilizando, principalmente, o sistema de sonar passivo. Sistemas de classificac¸˜ao autom´atica de contatos requerem a identificac¸˜ao de embarcac¸˜oes de classes desconhecidas durante a sua operac¸˜ao. Este trabalho discute a construc¸˜ao de um sistema hier´arquico para o reconhecimento de tais ocorrˆencias, considerando um estudo experimental envolvendo t ´ ecnicas de aprendizado por instˆancia, em cen´arios de crescente complexidade, para este fim. Os experimentos, explorando dados coletados em raia ac´ustica de 28 navios pertencentes a 8 classes em diferentes condic¸˜oes operacionais, apontaram um melhor desempenho da t´ecnica k-Nearest Neighbors , atingindo uma taxa de detecc¸˜ao de novidades de 78,0%, conjugada com uma taxa m´edia de identificac¸˜ao de casos conhecidos de 95,0%, para um cen´ario com 3 classes conhecidas.