文献

J-GLOBAL ID：202002292071640105   整理番号：20A0914352

空港運用に対する気象影響の分類【JST・京大機械翻訳】

Classification of Weather Impacts on Airport Operations

著者 (3件)： Schultz Michael (Dresden University of Technology,Institute of Logistics and Aviation,Dresden,GERMANY,01069) ,  Reitmann Stefan (German Aerospace Center,Institute of Flight Guidance,Braunschweig,GERMANY,38108) ,  Alam Sameer (Nanyang Technological University,School of Mechanical & Aerospace Engineering,SINGAPORE,639798)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WSC  ページ： 500-511  発行年： 2019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： 空港運用に対する気象影響の分類は,ネットワーク全体の解析における局所気象事象の効率的な考慮を可能にする。気象報告と空港性能データから気象データを相関させるために,機械学習手法を用いた。これは,予定,実際の動きと遅れによる飛行計画データを含んでいる。特に,著者らは,空港におけるクラスタ性能影響に対する教師なし学習を適用し,それぞれの気象データを再帰および畳込みニューラルネットワークで分類した。したがって,著者らの機械学習アプローチは,気象予報と飛行計画に基づく遅延推定と同様に,局所気象事象の発生の間に,減少した空港性能の適切なマッチングを可能にする。本論文では,機械学習法による分類の可能性を説明し,このトピックに関するさらなる研究の基礎となる。現在の専門家に基づく気象分類を更新し,航空輸送における局所的およびネットワーク全体の相互依存性のより良い理解を提供する。Copyright 2020 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： 天気予報 ,  航空輸送 ,  ネットワーク ,  *気象 ,  *空港 ,  教師なし学習 ,  気象データ ,  クラスタ ,  飛翔 ,  機械学習
準シソーラス用語： 相互依存性 ,  畳込みニューラルネットワーク , 【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 (4件)： 空港 ,  運用 ,  気象 ,  分類