論文の概要: GraphDAC: A Graph-Analytic Approach to Dynamic Airspace Configuration
- arxiv url: http://arxiv.org/abs/2307.15876v1
- Date: Sat, 29 Jul 2023 03:04:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 18:53:05.880291
- Title: GraphDAC: A Graph-Analytic Approach to Dynamic Airspace Configuration
- Title(参考訳): GraphDAC: 動的空域構成に対するグラフ解析的アプローチ
- Authors: Ke Feng, Dahai Liu, Yongxin Liu, Hong Liu, Houbing Song
- Abstract要約: ナショナル・エアスペース・システム(NAS)は、航空交通量の増加により能力に到達しており、時代遅れの戦術的計画に基づいている。
本研究では,よりダイナミックな空域構成(DAC)アプローチを提案する。
- 参考スコア(独自算出の注目度): 24.461948296296274
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: The current National Airspace System (NAS) is reaching capacity due to
increased air traffic, and is based on outdated pre-tactical planning. This
study proposes a more dynamic airspace configuration (DAC) approach that could
increase throughput and accommodate fluctuating traffic, ideal for emergencies.
The proposed approach constructs the airspace as a constraints-embedded graph,
compresses its dimensions, and applies a spectral clustering-enabled adaptive
algorithm to generate collaborative airport groups and evenly distribute
workloads among them. Under various traffic conditions, our experiments
demonstrate a 50\% reduction in workload imbalances. This research could
ultimately form the basis for a recommendation system for optimized airspace
configuration. Code available at https://github.com/KeFenge2022/GraphDAC.git
- Abstract(参考訳): 現在のナショナル・エアスペース・システム(nas)は、航空輸送の増加により容量が拡大しており、古い戦術前計画に基づいている。
本研究では,よりダイナミックな空域構成(DAC)アプローチを提案する。
提案手法は,エアスペースを制約組込みグラフとして構築し,その次元を圧縮し,スペクトルクラスタリング対応適応アルゴリズムを適用し,共同空港群を生成し,ワークロードを均等に分散する。
様々な交通条件下において,本実験は負荷不均衡の50%削減を示す。
この研究は最終的に、最適化された空域構成のためのレコメンデーションシステムの基礎となるだろう。
https://github.com/KeFenge2022/GraphDAC.gitで公開されている。
関連論文リスト
- OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。
OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。
最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文 参考訳(メタデータ) (2024-09-14T07:44:22Z) - OMEGA: Efficient Occlusion-Aware Navigation for Air-Ground Robot in Dynamic Environments via State Space Model [12.09638785374894]
地上ロボット(AGR)は、監視や災害対応に広く利用されている。
現在のAGRナビゲーションシステムは、静的環境においてよく機能する。
しかし、これらのシステムは動的で厳しい閉塞シーンの課題に直面している。
これらの問題に対処するために,効率的なAGR-Plannerを用いたOccMambaを提案する。
論文 参考訳(メタデータ) (2024-08-20T07:50:29Z) - Air Traffic Controller Workload Level Prediction using Conformalized
Dynamical Graph Learning [3.622365857213782]
我々は,ATCoのワークロードレベルを特定するために,共形予測を備えたグラフベースのディープラーニングフレームワークを提案する。
実験の結果, (a) 交通密度特性に加えて, 交通競合特性が作業負荷予測機能に寄与していることが示唆された。
論文 参考訳(メタデータ) (2023-07-20T03:54:47Z) - Adaptive Hierarchical SpatioTemporal Network for Traffic Forecasting [70.66710698485745]
本稿では,AHSTN(Adaptive Hierarchical SpatioTemporal Network)を提案する。
AHSTNは空間階層を利用し、マルチスケール空間相関をモデル化する。
2つの実世界のデータセットの実験により、AHSTNはいくつかの強いベースラインよりも優れたパフォーマンスを達成することが示された。
論文 参考訳(メタデータ) (2023-06-15T14:50:27Z) - Trajectory Design for UAV-Based Internet-of-Things Data Collection: A
Deep Reinforcement Learning Approach [93.67588414950656]
本稿では,無人航空機(UAV)による3D環境におけるIoT(Internet-of-Things)システムについて検討する。
本稿では,TD3-TDCTMアルゴリズムの完成時間最小化のためのトラジェクトリ設計を提案する。
シミュレーションの結果,従来の3つの非学習ベースライン法よりもTD3-TDCTMアルゴリズムの方が優れていることが示された。
論文 参考訳(メタデータ) (2021-07-23T03:33:29Z) - A Simplified Framework for Air Route Clustering Based on ADS-B Data [0.0]
本稿では,ADS-Bデータに基づく空港間の典型的な航空路の検出を支援する枠組みを提案する。
実のところ,エアフロー最適化の計算コストを実質的に低減するために,我々の枠組みを考慮に入れることができる。
論文 参考訳(メタデータ) (2021-07-07T08:55:31Z) - Distributed Multi-agent Meta Learning for Trajectory Design in Wireless
Drone Networks [151.27147513363502]
本稿では,動的無線ネットワーク環境で動作するエネルギー制約型ドローン群に対する軌道設計の問題点について検討する。
値ベース強化学習(VDRL)ソリューションとメタトレイン機構を提案する。
論文 参考訳(メタデータ) (2020-12-06T01:30:12Z) - Meta-Reinforcement Learning for Trajectory Design in Wireless UAV
Networks [151.65541208130995]
ドローン基地局(DBS)は、要求が動的で予測不可能な地上ユーザーへのアップリンク接続を提供するために派遣される。
この場合、DBSの軌道は動的ユーザアクセス要求を満たすように適応的に調整されなければならない。
新たな環境に遭遇したDBSの軌道に適応するために,メタラーニングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-05-25T20:43:59Z) - A Novel Column Generation Heuristic for Airline Crew Pairing
Optimization with Large-scale Complex Flight Networks [0.0]
本稿では,Airline Crew Pairing(AirCROP)の社内開発を可能にする新しいCGを提案する。
CPO/AirCROPの有効性は4,200機以上の飛行、15の乗員基地、複数のハブ・アンド・スポーク・サブネットワークでテストされている。
論文 参考訳(メタデータ) (2020-05-18T12:19:02Z) - On Learning Combinatorial Patterns to Assist Large-Scale Airline Crew
Pairing Optimization [0.0]
本稿では,飛行接続データ中の可視パターンを学習するための変分グラフオートエンコーダの新たな適応法を提案する。
結果として生じる飛行接続予測は、新しいペアリングを生成するために小説を使ってオンザフライで組み合わせられる。
提案手法の実用性は、複数のハブ・アンド・スポーク・ワークスと複数のクルー・ベースを特徴とする、大規模(4200以上のフライト)、実世界、アメリカの航空会社の複雑なフライト・ネットワーク上で実証されている。
論文 参考訳(メタデータ) (2020-04-28T20:16:22Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳(メタデータ) (2020-04-25T22:54:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。