arXiv · 30.07.2026 ·Данные и инжиниринг

Датасет для мониторинга подводных кабелей с помощью DAS

Исследователи представили Marlinks-NS — специализированный набор данных для обнаружения и локализации судов с использованием технологии распределенного акустического зондирования (DAS). Решение направлено на защиту критически важной подводной инфраструктуры, такой как телекоммуникационные и энергетические кабели, путем анализа акустической активности через существующие оптоволоконные сети, что позволяет оперативно выявлять потенциальные угрозы и риски повреждений.

Технология DAS превращает стандартные оптоволоконные кабели в протяженные сенсорные системы, способные фиксировать вибрации и акустические сигналы в толще воды. Использование машинного обучения для обработки этих данных позволяет классифицировать объекты, проходящие над кабелем, и определять их координаты. Это значительно повышает эффективность мониторинга в сравнении с традиционными методами, требующими развертывания отдельных датчиков или патрулирования акваторий.

Публикация датасета призвана ускорить разработку алгоритмов для автоматизированных систем безопасности, способных работать в режиме реального времени. В условиях растущей уязвимости подводных коммуникаций, подобные решения становятся ключевым инструментом для защиты глобальной сетевой инфраструктуры от случайных повреждений и преднамеренного вмешательства.

Ключевые факты

Датасет Marlinks-NS предназначен для обучения моделей обнаружения и локализации судов на основе акустических данных.
Технология DAS использует уже проложенные оптические кабели в качестве распределенных датчиков для широкомасштабного мониторинга.
Работа сфокусирована на повышении безопасности подводных телекоммуникационных и энергетических систем.
Исследование актуализировано участившимися инцидентами в акватории Балтийского моря.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

Hacker News · ИИ в бизнесе ИИ-алгоритмы научились определять уровень стресса дайверов по пузырькам воздуха Исследователи из Университета Миннесоты разработали систему компьютерного зрения, способную оценивать психофизиологическое состояние дайверов в реальном времени. Анализируя размер, частоту и динамику выхода пузырьков воздуха при выдохе, ИИ-модель выявляет признаки паники или стресса. Технология позволяет автономным подводным роботам оперативно реагировать на критические ситуации, обеспечивая безопасность людей в сложных условиях погружения. arXiv · Машинное обучение Применение табличных foundation-моделей для оценки безопасности энергосистем Исследователи представили новый подход к динамической оценке безопасности (DSA) энергосистем, основанный на использовании табличных foundation-моделей. Метод позволяет преодолеть ограничения традиционных ML-решений, требующих обучения отдельных моделей для каждой аварийной ситуации. Использование предобученных архитектур значительно сокращает потребность в размеченных данных и повышает скорость анализа рисков в критической инфраструктуре, обеспечивая более эффективное прогнозирование стабильности энергосетей при различных сбоях. Hacker News · Безопасность и алайнмент Технология DAITA для защиты от ИИ-анализа сетевого трафика Компания Mullvad представила протокол DAITA (Defense against AI-guided Traffic Analysis), предназначенный для противодействия методам машинного обучения, которые позволяют деанонимизировать пользователей в зашифрованных сетях. Современные алгоритмы способны распознавать паттерны трафика, анализируя размер и время отправки пакетов, что дает возможность идентифицировать конкретные действия пользователя даже при использовании VPN или Tor. arXiv · Машинное обучение Таксономическое глубокое обучение для классификации морских видов Исследователи представили новый метод глубокого обучения для автоматической классификации морских видов по подводным изображениям. Подход учитывает таксономическую иерархию, что позволяет эффективно справляться с визуальным сходством близкородственных организмов и неравномерной детализацией данных, где часть образцов классифицируется только до уровня рода или семейства, а не конкретного вида. arXiv · Машинное обучение Выпущен датасет SARLO-80 для обучения мультимодальных моделей работе с радарами Исследователи представили SARLO-80 — масштабный набор данных, предназначенный для обучения мультимодальных моделей интерпретации радиолокационных изображений с синтезированной апертурой (SAR). В отличие от существующих аналогов, которые опираются на низкое разрешение и упрощенные форматы данных, этот датасет содержит комплексные измерения и сохраняет исходную геометрию съемки. Разрешение снимков составляет 80 сантиметров, что значительно повышает точность обучения нейросетей в задачах дистанционного зондирования Земли. arXiv · Исследования и наука Разделение типов устойчивости в системах обнаружения событий на основе ИИ Исследователи проанализировали работу систем обнаружения событий в условиях промышленного мониторинга, таких как геотермальные операции и системы улавливания углерода. Авторы доказали, что устойчивость к отказам датчиков и способность работать при низком соотношении сигнал-шум (SNR) являются принципиально разными характеристиками, которые ошибочно объединяются в современных архитектурах нейросетей, что снижает общую надежность мониторинга. arXiv · Оценка и бенчмарки Исследование: почему бенчмарки ИИ для обнаружения дронов часто завышают точность Исследователи выявили критическую проблему в оценке систем обнаружения дронов по радиочастотным сигналам. Анализ показал, что высокая точность моделей часто является следствием утечки данных при некорректном разбиении выборок. Из-за разделения непрерывных записей на короткие фрагменты модели «запоминают» специфические особенности сигналов из обучающего набора, что ведет к переобучению и завышенным результатам в тестах. arXiv · Обучение и дообучение Новый датасет для улучшения аудио-языковых моделей Исследователи представили AudioDER — новый датасет, предназначенный для улучшения способностей аудио-языковых моделей (LALMs) к сложному аудио-рассуждению. LALMs уже демонстрируют высокие результаты в различных задачах понимания аудио, но их возможности в области сложного анализа и интерпретации звуковых данных остаются ограниченными. arXiv · Машинное обучение Обнаружение аномалий в радиочастотном спектре с помощью метода Quantum Kitchen Sinks Исследователи представили метод обнаружения аномалий в радиочастотных сетях, основанный на архитектуре Quantum Kitchen Sinks (QKS). Подход использует гибридные квантовые карты признаков для анализа спектрограмм, что позволяет эффективно выявлять вредоносные передачи в беспроводных каналах. Метод адаптирован для работы на современных квантовых устройствах с ограниченными ресурсами, обеспечивая высокую точность классификации сигналов при минимальных вычислительных затратах. arXiv · Исследования и наука Детекция аномалий в LLM через анализ эмбеддингов SONAR Исследователи представили метод обнаружения ошибок декодирования в мультимодальных моделях, используя чувствительность эмбеддингов к возмущениям. Анализ показал, что определенные размерности в модели SONAR напрямую коррелируют с качеством генерации. Сравнивая результаты последовательного кодирования и декодирования, авторы разработали эффективный механизм выявления аномалий, позволяющий отслеживать сбои в работе нейросетей на уровне векторных представлений предложений.

← Все материалы