DASHlink

混合机器学习预测罕见的飞机着陆安全事件

研究人员开发了一个混合机器学习框架，用于利用不平衡的飞行数据预测飞机着陆阶段罕见的航空安全事件。该系统结合了长短期记忆（LSTM）自编码器以识别正常飞行行为的偏差，以及统计飞行历史特征。然后，将融合后的数据输入到类别加权的XGBoost分类器中，在多个机场实现了高于0.90的平均宏观召回率。该研究强调了类别加权的重要性，并通过将预测与相关的操作变量相关联来展示该框架的可解释性。