AquaSignal：面向鲁棒 underwater 声学分析的集成框架
声音
2025-05-21 v1 人工智能
音频与语音处理
摘要
本文提出 AquaSignal，一个用于预处理、去噪、分类和新颖检测的模块化且可扩展的 underwater 声学信号管线。旨在有效应对噪声和动态海洋环境，AquaSignal 集成了最新的深度学习架构以提高声学信号分析的可靠性和准确性。该系统在来自 Deepship 和 Ocean Networks Canada（ONC）基准数据的组合数据集上进行评估，提供了多样化的真实世界 underwater 场景。AquaSignal 使用 U-Net 架构进行去噪，使用 ResNet18 卷积神经网络对已知声学事件进行分类，使用基于 AutoEncoder 的模型进行无监督的新颖或异常信号检测。据我们了解，这是首次将此技术组合应用于海洋舰船声学数据并进行全面评估。实验结果表明，AquaSignal 在信号清晰度和任务性能方面均取得改进，实现了 71% 的分类准确率和 91% 的新颖检测准确率。尽管分类性能略低于一些最先进的模型，但数据分区策略的差异限制了直接比较。总体而言，AquaSignal 在科学、环境和海洋领域的实时 underwater 声学监测方面显示出强大的潜力。
引用
@article{arxiv.2505.14285,
title = {AquaSignal: An Integrated Framework for Robust Underwater Acoustic Analysis},
author = {Eirini Panteli and Paulo E. Santos and Nabil Humphrey},
journal= {arXiv preprint arXiv:2505.14285},
year = {2025}
}
备注
8 pages; 9 figures