論文の概要: Towards Automated Air Traffic Safety Assessment Around Non-Towered Airports Using Large Language Models

• arxiv url: http://arxiv.org/abs/2605.12332v1
• Date: Tue, 12 May 2026 16:15:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.000373
• Title: Towards Automated Air Traffic Safety Assessment Around Non-Towered Airports Using Large Language Models
• Title（参考訳）: 大規模言語モデルを用いた空港周辺における航空交通安全評価の自動化に向けて
• Authors: Torsten Darrell, Mahyar Ghazanfari, Jordan Kam, Alexandre Bayen, Amin Tabrizian, Peng Wei,
• Abstract要約: 大型言語モデル(LLM)を用いた空港の飛行後安全分析の枠組みについて検討する。 自然言語における転写CTAF無線通信を解析するための汎用視覚言語モデル(VLM)を提案する。 我々は,Gemini 2.5 Proを用いて,実際の飛行データに関する枠組みを質的に評価し,権利侵害の正確な識別を実証した。
• 参考スコア（独自算出の注目度）: 37.909132464953196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate frameworks for post-flight safety analysis at non-towered airports using large language models (LLMs). Non-towered airports rely on the Common Traffic Advisory Frequency (CTAF) for air traffic coordination and experience frequent near mid-air collisions due to the pilot self-announcement communication protocol. We propose a general vision-language model (VLM) approach to analyze the transcribed CTAF radio communications in natural language, METeorological Aerodrome Report (METAR) weather data, Automatic Dependent Surveillance-Broadcast (ADS-B) flight trajectories, and Visual Flight Rules sectional charts of the airfield. We provide a preliminary study at Half Moon Bay Airport, with a qualitative real world case study and a quantitative evaluation using a new synthetic dataset of communications and weather modalities. We qualitatively evaluate our framework on real flight data using Gemini 2.5 Pro, demonstrating accurate identification of a right-of-way violation. The synthetic dataset is derived from real examples and includes a 12-category hazard taxonomy, and is used to benchmark three open-source (Qwen 2.5-7B, Mistral-7B, Gemma-2-9B) and three closed-source (GPT-4o, GPT-5.4, Claude Sonnet 4.6) LLM models on the subset of inputs related to CTAF and METAR. Even limited to CTAF and METAR inputs and open source LLMs, instances of our framework typically achieve a macro F1 score above 0.85 on a binary nominal/danger classification task. Future work includes a quantitative evaluation across all modalities and a larger number of real world examples. Taken together, our results suggest that VLM analysis of safety at non-towered airports may be a valuable future capability.
• Abstract（参考訳）: 本研究では,大型言語モデル(LLM)を用いた空港の飛行後安全分析の枠組みについて検討した。 非解答空港は、パイロットの自己発表通信プロトコルにより、航空交通調整と空中衝突の頻繁な経験を、CTAF(Common Traffic Advisory Frequency)に依存している。 本稿では, 自然言語によるCTAF無線通信解析のための一般視覚言語モデル (VLM) 手法, METAR気象データ, ADS-Bフライトトラジェクトリ, および飛行場の断面図を提案する。 本研究はハーフムーンベイ空港における予備研究であり、定性的な実世界事例研究と、新しい通信と気象の合成データセットを用いた定量的評価を行う。 我々は,Gemini 2.5 Proを用いて,実際の飛行データに関する枠組みを質的に評価し,権利侵害の正確な識別を実証した。 合成データセットは実例から派生し、12カテゴリーのハザード分類を含んでおり、3つのオープンソース(Qwen 2.5-7B、Mistral-7B、Gemma-2-9B)と3つのクローズドソース(GPT-4o、GPT-5.4、Claude Sonnet 4.6)のLCMモデルをCTAFおよびMETARに関連する入力サブセットでベンチマークするために使用される。 CTAF や METAR の入力やオープンソース LLM に制限されているとしても、我々のフレームワークのインスタンスは通常、バイナリ名/ダンガー分類タスクにおいて 0.85 以上のマクロ F1 スコアを達成します。 今後の研究には、あらゆるモダリティの定量的評価と、多数の実世界の実例が含まれる。 この結果から, 空港の安全性のVLM分析は, 将来有益である可能性が示唆された。

関連論文リスト

• Earth System Foundation Model (ESFM): A unified framework for heterogeneous data integration and forecasting [52.53742727060265]
  地球系の基礎モデル(FM)は、大量のデータセットにわたる物理変数間の統計的関係を学習する。 本稿では,アース・システム・ファンデーション・モデル(ESFM)について紹介する。 本研究では,高密度グリッドデータ (ERA5, CMIP6) , 地域密集データ, 疎グリッドMODIS衛星データ, 局データを用いた。 結果は、最先端のベンチマークと比較して、競争力や優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-04-20T11:40:39Z)
• PRUE: A Practical Recipe for Field Boundary Segmentation at Scale [50.194423500109025]
  本研究では,大域境界線決定のためのセグメント化と地理空間基盤モデル(GFM)を初めて体系的に評価する。 U-Netセマンティックセマンティックセグメンテーションモデルは、パフォーマンスとデプロイメントのメトリクスのスイートにおいて、インスタンスベースとGFMの代替よりも優れています。 我々のアプローチは、モデル設計、トレーニング、推論にまたがる、信頼性があり、スケーラブルで再現可能なフィールド境界記述のための実践的なフレームワークを提供します。
  論文  参考訳（メタデータ） (2026-03-28T02:47:46Z)
• Evaluating Large Language Models for Time Series Anomaly Detection in Aerospace Software [46.75681367373185]
  時系列異常検出(TSAD)は、航空宇宙ソフトウェアシステムの安全性と信頼性を確保するために不可欠である。 大規模言語モデル(LLM)は、教師なしアプローチに代わる、有望なトレーニングなしの代替手段を提供する。 ATSADBenchは航空宇宙TSADの最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-01-18T15:07:16Z)
• AIRHILT: A Human-in-the-Loop Testbed for Multimodal Conflict Detection in Aviation [0.0]
  AIRHILT(Aviation Integrated Reasoning, Human-in-the-Loop Testbed)を紹介する。 航空機の衝突検知のためのマルチモーダルパイロットおよび航空交通制御支援システムを評価するために設計されたモジュール式軽量なシミュレーション環境。 オープンソースのGodotエンジン上に構築されたAIRHILTは、パイロットとATC無線通信、カメラストリームからの視覚的シーン理解、統合されたプラットフォーム内のADS-B監視データを同期する。
  論文  参考訳（メタデータ） (2025-11-24T03:18:55Z)
• Knowledge-Guided Machine Learning Models to Upscale Evapotranspiration in the U.S. Midwest [0.0]
  エバポ蒸散(ET)は陸上と大気の相互作用において重要な役割を担っているが、その正確な定量化は依然として困難である。 本研究は,ツリーベースおよび知識誘導型機械学習(ML)技術とマルチスペクトルリモートセンシングデータ,格子状気象データ,ECデータを統合し,米国中西部のETをスケールアップする。
  論文  参考訳（メタデータ） (2025-10-13T15:15:40Z)
• Combining Textual and Spectral Features for Robust Classification of Pilot Communications [2.9346090159291283]
  本稿では、テキストとスペクトルの両方の特徴を用いてパイロット無線通信を分類する、新しいデュアルパイプライン機械学習フレームワークを提案する。 我々の知る限り、これは実世界の航空交通オーディオの二重パイプラインMLフレームワークを用いて、運用航空機の意図を分類する最初のシステムである。
  論文  参考訳（メタデータ） (2025-09-11T16:43:10Z)
• Is BERTopic Better than PLSA for Extracting Key Topics in Aviation Safety Reports? [0.0]
  本研究は,航空安全レポートから有意義なトピックを抽出する上で,BERTopic と Probabilistic Latent Semantic Analysis (PLSA) の有効性を比較した。 2000年から2020年にかけてのNTSB(National Transportation Safety Board)のデータセットを使用して、BERTopicはトランスフォーマーベースの埋め込みと階層的なクラスタリングを採用した。 その結果, BERTopicはPLSAのトピックコヒーレンスに優れ, PLSA 0.37に比べてCvスコア0.41の成績を示した。
  論文  参考訳（メタデータ） (2025-05-30T19:27:11Z)
• Inferring Traffic Models in Terminal Airspace from Flight Tracks and Procedures [39.89295870460643]
  本稿では,レーダ監視データから収集したプロシージャデータとフライトトラックから可変性を学習可能な簡易確率モデルを提案する。 我々は、ガウス混合モデルから一連の偏差をサンプリングし、航空機の軌道を再構築することで合成軌道を生成する。 本研究は、ジョン・F・ケネディ国際空港の着地軌道と着地手順に関するモデルについて紹介する。
  論文  参考訳（メタデータ） (2023-03-17T13:58:06Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• 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)

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。