air traffic management | BriefGPT

关键词air traffic management

搜索结果 - 6

深度强化学习用于实时地面延误计划修订与对应航班延误分配
该论文研究了地面延误计划（GDP），它是一种在航空交通管理中常用的交通管理计划，用于协调机场的容量和需求差异。通过采用强化学习技术，该论文开发了两个强化学习模型：行为克隆（BC）和保守型 Q 学习（CQL）。这些模型旨在通过利用复杂的奖励函
PDF2 months ago
基于多智能体的数据驱动型空中交通应用的迁移学习
提出了一种名为 MA-BERT 的多智能体双向编码器转换模型和预训练及微调迁移学习框架，通过在大型数据集上进行预训练并在其他机场和特定航空交通应用中进行微调，实现了减少总训练时间和利用少量数据实现高性能的目标。
PDF5 months ago
应用元建模进行 ATM 性能仿真
利用 XALM（解释性主动学习元模型）框架，将主动学习和 SHAP 值整合到航空交通管理 (ATM) 模拟器中，同时提高预测性能和可解释性，以支持 ATM 决策制定。通过在巴黎戴高乐机场的真实案例中使用 XALM，扩展到达管理器的范围和范围
PDFa year ago
MMNOSTROMO：经验教训、结论和未来方向
本白皮书旨在解释元建模对空中交通管理研究的价值，探讨它的作用以及不能做到的事情。 SESAR 的重要部分是通过一系列所谓的 SESAR “解决方案” 实现具体关键绩效指标的改进，这些 “解决方案” 是新型或改进后的操作程序或技术，旨在满足欧
PDFa year ago
基于数据驱动的空中交通管制员决策冲突解决方法预测
本研究中，我们提出深度学习方法来学习空中交通管理领域的交通管制员解决冲突的反应，以增强冲突检测和解决任务的自动化，该方法通过预测可能违反飞机航迹之间的最小分隔约束的冲突解决时刻的轨迹点，来评估其准确性。
PDF2 years ago
利用语境数据的两步方法：空中交通通信中的语音识别
本文通过将 ASR 和 NLP 方法相结合并利用监控数据，研究了一种两步增强 callsign 的方法，最终提高了 53.7% 的绝对召唤符号识别率和 60.4% 的相对召唤符号识别率。
PDF2 years ago