Evrişimsel sinir ağları tabanlı su altı akustik hedef tanıma

Abstract

Su altı akustik hedef tanıma geleneksel olarak sonar operatörlerinin düşük frekans analizi ve kaydı (LOFAR – Low Frequency Analysis and Recording) ve gürültü zarf modülasyonu tespiti (DEMON – Detection of Envelope Modulation on Noise) spektrumlarını yorumlamasına dayanır. Ancak operatör başarımının psikofizyolojik etkenlere duyarlılığı bu yaklaşımı sınırlar. Bu operatör bağımlılığını azaltmak amacıyla, spektrogram girdileriyle çalışan evrişimsel sinir ağları tabanlı otomatik bir sınıflandırma sistemi geliştirilmiştir. Başarım üzerinde etkili olan iki tasarım değişkeni olan segment uzunluğu ve Gauss gürültüsü ekleme rejimi, faktöriyel bir deney tasarımı kapsamında birlikte incelenmiştir. ShipsEar veri seti beş sınıfta (dört gemi sınıfı ve ortam gürültüsü) gruplandırılmış; kayıtlar 16 kHz'e yeniden örneklenip kareler ortalamasının karekökü normalizasyonundan geçirilmiş, kısa zamanlı Fourier dönüşümü ile spektrogramlara dönüştürülmüş ve sabit global desibel değerleriyle ölçeklenmiştir. Segment uzunluğu dört düzeyde (10, 5, 3 ve 1 saniye), gürültü rejimi iki düzeyde [N(0, 5²), N(3, 5²)] ele alınarak sekiz ana deney ve gürültü eklenmemiş 5 saniyelik bir kontrol deneyi oluşturulmuş; ImageNet üzerinde önceden eğitilmiş EfficientNetB1 modeli transfer öğrenmeyle uyarlanıp tabakalı 10 katlı çapraz doğrulama ile değerlendirilmiştir. Doğruluk segment uzunluğuyla monoton olarak değişmemiş, her iki rejimde de 3 saniyelik segment uzunluğunda en yüksek değere ulaşmıştır. İki rejim arasındaki fark tüm segment uzunluklarında 7-8 yüzde puanı düzeyinde sabit kalmış; bu durum, segment uzunluğu ile gürültü rejiminin başarım üzerindeki etkilerinin birbirinden bağımsız olduğuna işaret etmektedir. 5 saniyelik segment uzunluğunda, gürültü eklenmemiş kontrole (%82,37) kıyasla N(0, 5²) rejimi doğruluğu %86,69'a yükseltmiş, N(3, 5²) rejimi ise kontrol değerinin altına, %79,67'ye düşürmüştür. En yüksek başarım (%88,52 ± %1,39; makro F1 0,8887) 3 saniyelik segment uzunluğunda ve N(0, 5²) rejiminde elde edilmiştir. Bulgular, segment uzunluğunun yalnızca bir veri artırma parametresi değil, aynı zamanda fiziksel olarak anlamlı akustik bağlamı koruyan bir optimizasyon parametresi olduğunu göstermektedir.