文献

J-GLOBAL ID：201802291819962419   整理番号：18A1046852

米国航空輸送ネットワークのデータ駆動レジリエンス定量化【JST・京大機械翻訳】

Data-driven resilience quantification of the US Air transportation network

著者 (2件)： Chandramouleeswaran Keshav Ram (Department of Aerospace Engineering, University of Illinois at Urbana-Champaign, Urbana, USA) ,  Tran Huy T. (Department of Aerospace Engineering, University of Illinois at Urbana-Champaign, Urbana, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SysCon  ページ： 1-7  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： 本論文では,公的に利用可能なデータを用いて空気輸送ネットワークのレジリエンスを定量化するためのデータ駆動手法を提示した。この方法論は,ネットワークにおける非定型的挙動を検出するために,統計的測度,Mahalanobis距離に依存している。この方法を,2012年の輸送統計飛行データの局からの関心のパラメータに適用した。パラメータは全ての空港を横切る全キャンセルと平均飛行遅れである。これらのパラメータに対する期待値は,週の与えられた日に関する関心のある空港に対して最初に確立された。与えられた日のネットワークに対するMahalanobis距離を,これらの期待値とそれらの分散に基づいて計算した。極端な距離値を持つ期間は極端なイベントと考えられる。また,距離計量の結果を検証するために,国立海洋および大気局からのデータを用いて,様々な気象関連イベントによって引き起こされた被害を別々に推定した。距離計量は,Hurricane Isaac,Hurricane Sandy,および2012年の北アメリカのBlizzardのような主要なイベントの影響を捉えることができた。この方法は,大気輸送ネットワークに大きく影響するイベントを同定するための定量的アプローチを提供する。したがって,この方法は,より弾力的なネットワークまたは航空交通制御の設計における意思決定を支援することができる。例えば,代替ネットワークトポロジーを評価するか,または破壊影響予測モデルのための訓練データを生成することによって。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： 予測モデル ,  ネットワーク構造 ,  *レジリエンス ,  測度 ,  空港 ,  海洋 ,  期待値 ,  距離計 ,  *アメリカ合衆国 ,  飛翔 ,  *航空輸送 ,  意思決定 ,  飛行データ ,  *輸送網 ,  *ネットワーク
準シソーラス用語： Mahalanobis距離 , 【Automatic Indexing@JST】

分類 (1件)： 航空輸送・サービス一般  (TE01010X)

タイトルに関連する用語 (5件)： 米国 ,  航空輸送 ,  データ駆動 ,  レジリエンス ,  定量化