使用生成模型合成飞行数据

合成数据在航空研究中的应用日益增多，为数据稀缺性和保密性挑战提供了一种有前景的解决方案。本研究探讨了生成模型生成逼真合成飞行数据的潜力，并通过一个全面的四阶段评估框架评估其质量。对合成飞行数据的需求源于其作为机密真实世界记录替代品以及增强历史数据集中罕见事件的潜力。这些增强后的数据集随后可用于训练预测关键事件（如航班延误、取消、备降和过站时间）的机器学习模型。我们采用了两种生成模型，即表格变分自编码器（TVAE）和高斯 Copula（GC），来生成合成飞行信息，并根据它们保持统计相似性、保真度、多样性和预测效用的能力进行比较。结果表明，虽然 GC 实现了更高的统计相似性和保真度，但其计算成本阻碍了其在大规模数据集上的适用性。相比之下，TVAE 能高效处理大规模数据集，并实现可扩展的合成数据生成。研究结果表明，合成数据可以支持航班延误预测模型，其准确性与在真实数据上训练的模型相当。这些结果为利用合成飞行数据增强航空运输中的预测建模铺平了道路。