PulseAugur
中
实时 19:42:38
None Graph-based Complexity Forecasts in UK En Route Airspace Using Relevant Aircraft Interactions

基于图的AI预测空中交通管制员工作负荷

作者 PulseAugur 编辑部 · [2 sources] ·

研究人员开发了一个基于图的系统，可以预测空域交通复杂性，并提前45分钟预测空中交通管制员（ATCO）的工作负荷。这种概率性方法使用相关飞机对的数量作为工作负荷的代理，并对伦敦中部空域（LMS）的现有算法进行了调整。改进后的算法在F1分数上表现出0.84的性能，比原始算法提高了0.15，并且与实际交互的相关性比标准的交通量预测更强。 AI

影响 这款由AI驱动的工具可以通过为管制员提供提前的工作负荷预测来提高空中交通安全和效率。

排序理由 该集群包含一篇详细介绍一种新颖的基于AI的预测方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 · Edward Henderson, George De Ath, Nick Pepper ·

    Graph-based Complexity Forecasts in UK En Route Airspace Using Relevant Aircraft Interactions

    arXiv:2605.23696v1 Announce Type: new Abstract: Effectively managing Air Traffic Control Officer (ATCO) workload is crucial in maintaining operational safety. Group supervisors use tools that estimate upcoming traffic load to aid decision-making. However, industry-standard models…

  2. arXiv cs.LG TIER_1 · Nick Pepper ·

    Graph-based Complexity Forecasts in UK En Route Airspace Using Relevant Aircraft Interactions

    Effectively managing Air Traffic Control Officer (ATCO) workload is crucial in maintaining operational safety. Group supervisors use tools that estimate upcoming traffic load to aid decision-making. However, industry-standard models can fail to capture the nuances of upcoming air…

相关话题