实体
Seokbin Yoon
Seokbin Yoon
PulseAugur coverage of Seokbin Yoon — every cluster mentioning Seokbin Yoon across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI模型预测飞机着陆时间并进行不确定性量化
研究人员开发了一个新的概率化框架，用于预测飞机着陆时间，该框架考虑了多智能体交互和空中交通中的固有不确定性。该模型将着陆时间作为概率分布提供，比简单的点估计提供更值得信赖的预测。使用仁川国际机场的数据进行测试，该框架在准确性和不确定性量化方面优于现有方法，同时其注意力分数也为空中交通管制模式提供了见解。
-
新型MAIFormer模型增强了多飞机飞行轨迹预测能力
研究人员推出了一种新颖的神经网络架构MAIFormer，用于预测多架飞机的飞行轨迹。该模型解决了模拟个体飞机行为及其复杂交互的挑战。MAIFormer利用了两个关键的注意力模块：用于个体飞行模式的掩码多元注意力（masked multivariate attention）和用于飞机间交互的智能体注意力（agent attention）。在仁川国际机场的真实世界数据上进行测试，MAIFormer展示了卓越的性能并提供了可解释的预测，增强…
-
AI框架使用Transformer模型解释空中交通动态
研究人员开发了一个新颖的机器学习框架来解释复杂的空中交通状况，旨在提高空中交通管制员的态势感知能力。该系统利用基于Transformer的多智能体轨迹模型，分析飞机移动及其相互作用。通过检查注意力分数，该模型可以量化单架飞机对整体交通动态的影响，提供可解释的见解，说明管制员如何感知情况。该框架在仁川国际机场空域的真实监视数据上进行了训练。