文献

J-GLOBAL ID：201802243501650622   整理番号：18A1726303

機械学習によりサポートされた航空機垂直プロファイルに対する航空交通管制運用の影響の解析【JST・京大機械翻訳】

Analysis of air traffic control operational impact on aircraft vertical profiles supported by machine learning

著者 (5件)： Verdonk Gallego Christian Eduardo (Aeronautical Systems, Air Transport and Airports Department, Universidad Politecnica de Madrid, Madrid, Spain) ,  Gomez Comendador Victor Fernando (Aeronautical Systems, Air Transport and Airports Department, Universidad Politecnica de Madrid, Madrid, Spain) ,  Saez Nieto Francisco Javier (Centre for Aeronautics, School of Aerospace, Transport and Manufacturing. Cranfield University, Cranfield, United Kingdom) ,  Orenga Imaz Guillermo (CRIDA A.I.E., Madrid, Spain) ,  Arnaldo Valdes Rosa Maria (Aeronautical Systems, Air Transport and Airports Department, Universidad Politecnica de Madrid, Madrid, Spain)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 95  ページ： 883-903  発行年： 2018年 
JST資料番号： W0534A  ISSN： 0968-090X  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 航空交通管理システムは,NextGenとSESARによってもたらされたパラダイムムシフト下にある。運用の新しい軌道ベースの概念は,主要な実行者として性能ベースの軌道予測子によって支持される。現在,地上軌道予測器の性能は,気象,運用情報の統合の欠如,または航空機性能不確実性のような多様な要因によって影響を受ける。軌道予測子は,歴史的データから学習することによって強化することができた。今日,航空交通管理システムからのデータは,飛行軌跡の鉛直分布に及ぼす航空交通制御行動の影響を理解するために利用される可能性がある。本論文では,飛行軌跡の鉛直分布に及ぼす多様な操作因子の影響を解析した。最初に,多重レベル線形モデルを採用して,これらの因子の事前同定を行った。次に,2つのタイプが使用される軌跡予測子によって情報を利用する。すなわち,それらの因子に依存する推力法則を学習することによって強化される点-質量軌跡予測子である。そして,人工ニューラルネットワークに基づく軌道予測子。空気輸送制御垂直操作手順は,降下の頂部が確立されると,飛行軌跡の鉛直分布に影響を与える主要因を構成しない。さらに,下降の軌跡トップにおける航空宇宙流れと飛行レベルは,歴史的データから学習するときに考慮されるべき関連特徴であり,下降段階に対する軌道予測子の全体的性能を強化する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *航空交通管制 ,  推力 ,  鉛直分布 ,  飛翔 ,  多重化 ,  *機械学習 ,  軌道推定 ,  *航空機 ,  気象 ,  *航空輸送 ,  不確実性 ,  軌跡 ,  ニューラルネットワーク
準シソーラス用語： 予測子 ,  線形モデル , 【Automatic Indexing@JST】

著者キーワード (8件)： 軌道予測 ,  航空交通管理 ,  航空交通管制 ,  点質量モデル ,  流れ ,  機械学習 ,  人工神経回路網 ,  BAda

分類 (1件)： 航空交通管制・航法施設  (TE01030T)

タイトルに関連する用語 (7件)： 機械学習 ,  航空機 ,  垂直 ,  プロファイル ,  航空交通管制 ,  運用 ,  解析