实时复飞预测：以 JFK 机场为例的案例研究
物理与社会
2024-05-22 v1 机器学习
摘要
在本文中，我们采用长短期记忆模型（LSTM）来预测到达航班接近 JFK 机场且位于着陆跑道入口 10 海里范围内的实时复飞概率。我们进一步开发了方法，从全局视角和单个航班视角检查复飞发生的原因。根据我们的结果，尾随间隔和同时跑道操作似乎是导致整体复飞发生的主要因素。然后，我们将这些预训练模型和分析与实时数据流相集成，最终开发了一个基于 Web 的演示用户界面，该界面将先前设计的不同组件集成到一个实时工具中，最终可供飞行机组和其他航线人员用于识别存在高复飞风险的情况。
引用
@article{arxiv.2405.12244,
title = {Real-Time Go-Around Prediction: A case study of JFK airport},
author = {Ke Liu and Kaijing Ding and Lu Dai and Mark Hansen and Kennis Chan and John Schade},
journal= {arXiv preprint arXiv:2405.12244},
year = {2024}
}
备注
https://www.icrat.org/