文献

J-GLOBAL ID：202202214579742044   整理番号：22A0654923

ADS-B軌道データにおけるエネルギー異常検出のための隔離森林の適用【JST・京大機械翻訳】

Application of Isolation Forest for Detection of Energy Anomalies in ADS-B Trajectory Data

著者 (4件)： Kumar Satvik G. (Georgia Institute of Technology) ,  Corrado Samantha J. (Georgia Institute of Technology) ,  Puranik Tejas G. (Georgia Institute of Technology) ,  Mavris Dimitri N. (Georgia Institute of Technology)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 2441  発行年： 2022年 
JST資料番号： H0236B  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： 近年,航空産業は運用の容積を大きく増大している。許容レベルにおける安全性の維持と改善は,民間航空運用における最も重要な関心事の1つである。航空安全改善に対する反応性法は,大量の日常的に収集した航空データを利用する前向きおよび予測的アプローチによって増大している。航空機搭載センサデータと計算能力の改善により,リスクを同定,分離,低減するための様々な航空安全問題への機械学習法の適用が,運動量を獲得した。このドメインにおける作業は,ADS-B軌道データのような航空機センサデータを用いた潜在的リスク状況の同定に向けた第一段階として異常あるいは異常操作の同定に焦点を当てた。特に,ADS-B軌道データから導かれたエネルギー計量における異常の検出は,研究の活発な領域であった。様々な機械学習技法は,エネルギー次元における異常を検出するために利用されてきたが,クラスタリングベースのもののような多くは,定義される距離関数に依存する。しかし,距離関数の定義は直接的ではなく,限界であると考えられる。最近,分離森林(iForest)アルゴリズムの利用は他のドメインで普及している。iForestアルゴリズムは距離関数の定義に依存しない。むしろ,iForestアルゴリズムは,異常を分離するためにデータセットの分割を再帰的に生成する。本論文では,到着する航空機操作における異常を同定するために,iForestアルゴリズムの新しい応用を提案した。応用は,事例研究としてサンフランシスコ国際空港のために収集した120日のデータで実証した。名目と異常飛行の間のエネルギー状態を比較し,異常飛行と不安定手法の間の解析を行った。開発した方法は,これらの軌跡がリスクのレベルを決定するためにさらに調査されるような異常軌跡の同定において,航空交通制御装置を支援する可能性を有する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  運動量 ,  安全性 ,  *航空輸送 ,  航空機 ,  制御装置 ,  軌跡 ,  クラスタ化 ,  民間航空 ,  許容量 ,  飛翔 ,  事例研究 ,  運用 ,  機械学習
準シソーラス用語： 異常検出 , 【Automatic Indexing@JST】

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 (6件)： ADS-B ,  軌道 ,  エネルギー ,  異常検出 ,  隔離 ,  森林