Detecção de anomalias baseada em autoencoders em sensores de fibra óptica Rayleigh

• Processo: 24/07224-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2024
• Data de Término da vigência: 31 de julho de 2025
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Ivan Aritz Aldaya Garde
• Beneficiário: João Pedro Innocente Gosmin
• Instituição Sede: Faculdade de Engenharia. Universidade Estadual Paulista (UNESP). Campus Experimental São João da Boa Vista. São João da Boa Vista , SP, Brasil
• Assunto(s): Inteligência artificial Sensores ópticos
• Palavra(s)-Chave do Pesquisador: autoencoders | Inteligência Artificial | Processamento de Sinal | Sensores ópticos | Sensores Ópticos

Resumo

Sensores acústicos distribuídos (ditributed acoustic sensors, DASs) baseados em fibras ópticos têm sido considerados uma das principais tecnologias facilitadoras para o monitoramento espaço-temporal em tempo real do tráfego de automóveis, um aspecto crucial da implementação de cidades inteligentes. Com as questões tecnológicas do layout físico resolvidas de forma elegante por meio de processamento coerente, o processamento de sinais de uma grande quantidade de dados gerados tornou-se um desafio. Autoencoders são ferramentas de aprendizado de máquina que demonstraram sua capacidade de identificar anomalias em sistemas complexos. Neste projeto, propomos a utilização de um autoencoder para detectar anomalias em dados coletados em um sistema DAS instalado em campo.