文献

J-GLOBAL ID：201802230378621116   整理番号：18A1908072

飛行遅延のための機械学習モデルのためのデータ前処理法の評価について【JST・京大機械翻訳】

On Evaluating Data Preprocessing Methods for Machine Learning Models for Flight Delays

著者 (5件)： Moreira Leonardo (CEFET/RJ) ,  Dantas Christofer (CEFET/RJ) ,  Oliveira Leonardo (CEFET/RJ) ,  Soares Jorge (CEFET/RJ) ,  Ogasawara Eduardo (CEFET/RJ)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 飛行遅れは,航空会社,空港,および乗客に対する様々なinconveniを引き起こす。2009年と2015年の間のブラジルの国家民間航空機関(ANAC)によって提供されたデータによると,ブラジルで作られた国内飛行の約22%は,15分以上遅れた。これらの遅れの予測は,それらの発生を緩和し,空気輸送システムの意思決定プロセスを最適化するために基本的である。特に,航空会社,空港,およびユーザは,遅れが遅れの不在の正確な予測よりも発生する可能性がある場合に,より興味がある可能性がある。本論文は,機械学習飛行遅延分類モデルの開発のために,いくつかの前処理法の実験的評価を実行することによって,遅延(存在と不在)のクラスの不均衡分布に焦点を合わせた。これらのモデルは,空港の気象条件による国家飛行操作を統合するデータセットから構築された。著者らの結果は,平衡技術を適用したモデルが遅延の発生を予測するのに非常に良く機能し,ヒットの約60%を得ることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 民間航空 ,  *機械学習 ,  乗客 ,  ブラジル連邦共和国 ,  気象条件 ,  航空会社 ,  *前処理 ,  最適化 ,  空港 ,  *飛翔
準シソーラス用語： 不均衡 ,  分類モデル ,  データ前処理 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 飛行 ,  遅延 ,  機械学習 ,  モデル ,  データ前処理 ,  評価