Sonar wordt vaak gebruikt om de oceaanbodem in kaart te brengen, en zeebodemsamenstelling (bijv. modder, klei of steen) beïnvloedt de manier waarop het geluid wordt teruggekaatst. Zoutgehalte, diepte en watertemperatuur hebben ook invloed op hoe geluidsgolven zich door water voortplanten.

Dit betekent dat sonarmetingen op verschillende diepten en afstanden nauwkeurige peilingen kunnen geven van de eigenschappen van de oceaan, bijvoorbeeld hoe onderwaterstromen zich voortplanten, hoe de diepere oceaan verandert met het klimaat of waar je het beste naar walvissen kunt luisteren.

Werken met Systems Engineering &Assessment Ltd (SEA), wetenschappers van het Institute for Mathematical Innovation (IMI) van de universiteit hebben een algoritme voor kunstmatige intelligentie (AI) ontwikkeld dat de onderwaterkartering zou kunnen verbeteren door onvolledige gegevens te begrijpen en uit te werken hoeveel metingen nodig zijn om een ​​nauwkeurig onderzoek te geven.

Het onderzoek maakte deel uit van een project in opdracht van The Defence and Security Accelerator (DASA), een onderdeel van het Ministerie van Defensie, om de monitoring van de uitgestrekte mariene gebieden van het VK te verbeteren met behulp van hightech sonar. SEA leidde het project en leverde gesimuleerde sonargegevens om de door het IMI ontwikkelde AI-algoritmen te trainen en te testen.

De technologie kan mogelijk ook worden gebruikt voor oceaantomografie over hele oceaanbekkens, zoals het noordpoolgebied, om de effecten van klimaatverandering op de oceanen te bestuderen en de duurzaamheid van menselijke activiteiten in kwetsbare omgevingen en ecosystemen beter mogelijk te maken.

Hoofddocent Dr. Philippe Blondel, van het Universitair Centrum voor Ruimte, Atmosferische en Oceanische Wetenschap, werkte aan het project samen met Machine Learning-expert professor Mike Tipping van het IMI.

Dr. Blondel zei:"Er zijn veel verschillende variabelen die van invloed zijn op hoe geluidsgolven zich in water voortplanten, omdat sommige geluidsfrequenties verder kunnen reizen dan andere.

"Als je denkt aan het geluid van een orkest, als je verder weg gaat, je zou het hoogfrequente geluid van de violen kunnen verliezen, maar nog steeds de lagere frequentienoten van de cello's kunnen horen. Het tromgeroffel zou nog verder gevoeld worden.

"Dit is hetzelfde met oceaangeluiden, die voortkomen uit het weer, zoals regen en stormen, de dieren, zoals walvissen en vissen, maar ook mensen, met schepen en offshore-activiteiten.

"Voor dit project wilden we modelleren hoe sonar-echo's werden veranderd door diepte, zoutgehalte en temperatuur, zodat we geluid kunnen gebruiken om deze variabelen in de oceaan te meten."

De onderzoekers analyseerden eerst de vele kenmerken van onderwateromgevingen en classificeerden ze in verschillende typen.

Ze gebruikten Probabilistic Generative Modeling om verschillende AI-algoritmen te ontwikkelen voor het identificeren van onderwateromgevingen.

Na het ontwikkelen van het AI-algoritme, de onderzoekers testten de prestaties op een breed scala aan gesimuleerde akoestische gegevens die een breed spectrum van onderwateromgevingen vertegenwoordigen.

De tests toonden aan dat hun Probabilistic Principal Component Analysis (PPCA)-algoritme onderwateromgevingen kon classificeren op basis van gesimuleerde sonarmetingen met een gemiddelde nauwkeurigheid van 93%.

Een alternatief Latent Variable Gaussian Process (LVGP)-model vertoonde ook sterke prestaties en stelde hen in staat een nog hogere classificatienauwkeurigheid van 96% te bereiken.

De simulaties toonden aan dat nauwkeurige classificatie kan plaatsvinden, zelfs met sonarmetingen over korte ruimtelijke intervallen, waardoor het geschikt is voor praktisch gebruik, b.v. met langzaam rijdende autonome voertuigen.

Marcus Donnelly, Technical Lead in Environmental Data Science bij SEA Ltd, zei:"Dit project overtrof al onze verwachtingen voor AI-algoritmen die worden toegepast op de complexiteit van sonar in de onderwateromgeving.

"We kijken ernaar uit om onze samenwerking met het IMI voort te zetten na positieve feedback van het Ministerie van Defensie."

De onderzoekers verwachten dat de techniek in de toekomst kan worden gebruikt om de effecten van klimaatverandering te monitoren.

Dr. Blondel zei:"Klimaatwetenschappers volgen de voortplanting van geluid in de oceaan rond de polen om temperatuurveranderingen in de loop van de tijd waar te nemen. Onze technieken kunnen helpen bepalen waar de meetstations het beste kunnen worden gelokaliseerd om de meest uitgebreide gegevens te leveren met behulp van het optimale aantal metingen."