Data-driven estimation of flights’ hidden parameters
Carregant...
El pots comprar en digital a:
El pots comprar en paper a:
Títol de la revista
ISSN de la revista
Títol del volum
Col·laborador
Editor
Tribunal avaluador
Realitzat a/amb
Tipus de document
Text en actes de congrés
Data publicació
Editor
Single European Sky ATM Research (SESAR)
Condicions d'accés
Accés obert
item.page.rightslicense
Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Llevat que s'hi indiqui el contrari, els seus continguts estan subjectes a la llicència de Creative Commons: Reconeixement-NoComercial-SenseObraDerivada 4.0 Internacional
Publicacions relacionades
Datasets relacionats
Projecte CCD
Abstract
This paper presents a data-driven methodology for the estimation of flights’ hidden parameters, combining mechanistic and AI/ML models. In the context of this methodology the paper studies several AI/ML methods and reports on evaluation results for estimating hidden parameters, in terms of mean absolute error. In addition to the estimation of hidden parameters themselves, this paper examines how these estimations affect the prediction of KPIs regarding the efficiency of flights using a mechanistic model. Results show the accuracy of the proposed methods and the benefits of the proposed methodology. Indeed, the results show significant advances of data-driven methods to estimate hidden parameters towards predicting KPIs.
Descripció
Persones/entitats
Document relacionat
Versió de
Citació
Vouros, G. [et al.]. Data-driven estimation of flights' hidden parameters. A: SESAR Innovation Days. "12th SESAR Innovation Days: Inspiring long-term research in the field of air traffic management: Budapest, Hungary: December 5-8, 2022". Single European Sky ATM Research (SESAR), 2022, p. 1-6.