A análise de sinais é uma área de intensa pesquisa e inúmeras aplicações, em contextos tão diversos como a transcrição musical automática, a cardiologia e a prospecção de óleo e gás. Um sinal, nestes contextos, é definido como uma quantidade qualquer que varia ao longo do tempo em resposta a um estímulo causado, voluntária ou involuntariamente, por um agente emissor. O sinal é transmitido através de um meio imperfeito (i.e., é contaminado por ruído) e é posteriormente captado por um receptor que deseja extrair dele informações sobre o agente causador. No presente trabalho, lidamos com sinais acústicos de longa duração, obtidos em ambientes subaquáticos, e em que há pouca informação prévia sobre esses potenciais estímulos|em particular, não se sabe em que momentos do tempo os estímulos estão presentes ou ausentes, e, quando presentes, não se sabe qual sua causa específica (logo não se sabe qual sua forma funcional). Nosso objetivo então será extrair seções contíguas do sinal em que haja evidência da presença de algum estímulo|estas seções, ou segmentos, podem então ser agrupadas e categorizadas, de tal forma que um grupo de segmentos contenha amostras distintas de um mesmo evento (i.e., de uma mesma classe de emissores). A partir daí, os eventos podem ser inspecionados e métodos supervisionados de classificação podem ser construídos

Signal analysis is an area of intense research and inumerous applications, in such diverse contexts as automatic music transcription, cardiology and oil and gas prospection. A signal, in these contexts, is defined as a quantity that varies with time in response to some stimulus caused, voluntarily or otherwise, by an emitting agent. The signal is transmitted through an imperfect medium (i.e. it is contaminated by noise) and is then captured by a receptor that wants to extract from it information about the causing agent. ln this work, we deal with long duration acoustic signals, obtained in a maritirne environrnent. Very little is known about the events present in the signal|in particular, we do not know the mornents of time when a causing agent is acting, and if an agent is acting, we also do not know what kind of agent it is (i.e., we do not know the functional form of the stimulus). Our goal is then to first extract contiguous sections of the signal where there is strong evidence of the presence of a stimulus|these sections, or segments, can then be clustered and categorized, in order to form homogeneous groups of segments that can be thought of as samples of a given event (i.e., a class of emitting agents). Given this categorization, the events can be inspected and narned, and supervised methods of classification can be build