論文の概要: Joint Air Traffic Flow and Capacity Management via Answer Set Programming

• arxiv url: http://arxiv.org/abs/2606.22978v1
• Date: Mon, 22 Jun 2026 07:58:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 03:06:28.045862
• Title: Joint Air Traffic Flow and Capacity Management via Answer Set Programming
• Title（参考訳）: アンサー・セット・プログラミングによる航空交通流とキャパシティ・マネジメント
• Authors: Alexander Beiser, Markus Hecher, Nysret Musliu, Stefan Woltran,
• Abstract要約: 我々は、Answer Set Programming(ASP)におけるエンコーディングを伴う共同ATFCMモデルを導入する。 この結果から,ASP モデルは MIP モデルより優れていたことが示唆された。 DACはリルーティングよりもパフォーマンスを最大に改善しているが、DACの無制限な変種やリルーティングは検索スペースのスラッシングに繋がる。
• 参考スコア（独自算出の注目度）: 64.47906587579985
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Operational Air Traffic Flow and Capacity Management (ATFCM) balances flight demand with available sector capacity, to ensure safe and efficient operations. Mathematical models enhance operational ATFCM performance by framing demand-capacity balancing as an optimization problem, maximizing efficiency while adhering to safety constraints. However, SOTA research optimizes the aircraft trajectories (called ATFM) or the sector configuration (called DAC) separately. This leaves a research gap of whether joint optimization of ATFM and DAC can bring benefits. We partially address this limitation by introducing a joint ATFCM model with an encoding in Answer Set Programming (ASP). The ASP implementation is evaluated against two baselines applied to our joint model: a SOTA Mixed Integer Programming (MIP) model and an iterative CASA-based heuristic. Computational experiments utilize an instance generator fitted to historical OpenSky Network flight data. Our results indicate that the ASP model outperforms the MIP model, while ASP remains competitive against heuristics on small instances. Furthermore, while DAC has the largest improvement on solving performance compared to rerouting and delaying, unrestricted variants of DAC or rerouting lead to search space thrashing.
• Abstract（参考訳）: オペレーション・エア・トラヒック・フロー・アンド・キャパシティ・マネジメント (Operational Air Traffic Flow and Capacity Management, ATFCM) は、飛行需要と利用可能なセクター容量のバランスをとり、安全かつ効率的な運用を保証する。 数学モデルは、最適化問題として需要-キャパシティバランスをフレーミングし、安全制約に固執しながら効率を最大化することにより、運用ATFCM性能を向上させる。 しかし、SOTAの研究は航空機の軌道(ATFM)やセクター構成(DAC)を別々に最適化している。 このことはATFMとDACの共同最適化が利益をもたらすかどうかという研究のギャップを残している。 我々は、この制限に部分的に対処するために、Answer Set Programming (ASP.NET) でエンコードされた共同 ATFCM モデルを導入する。 ASPの実装は、SOTA Mixed Integer Programming (MIP)モデルと反復的なCASAベースのヒューリスティックの2つのベースラインに対して評価される。 計算実験では、過去のOpenSky Networkのフライトデータに適合するインスタンスジェネレータを使用する。 結果から,ASP モデルは MIP モデルより優れており,ASP は小インスタンスでのヒューリスティックスに対して競争力があることが明らかとなった。 さらに、DACはリルーチンや遅延よりもパフォーマンスを最大に改善しているが、DACの無制限な変種やリルーチンは検索スペースのスラッシングにつながる。

関連論文リスト

• Fine-Tuning Large Language Models for Cooperative Tactical Deconfliction of Small Unmanned Aerial Systems [3.3091223236295213]
  低高度空域における小型無人航空システム(SUAS)は、安全臨界条件下での信頼性の高い戦術的不信の必要性を高めている。 本稿では, 大規模言語モデル (LLMs) を, 微調整戦略を用いた協調的マルチエージェント・戦術デコンフリクションの意思決定者として検討する。
  論文  参考訳（メタデータ） (2026-03-30T15:22:27Z)
• Efficient Onboard Vision-Language Inference in UAV-Enabled Low-Altitude Economy Networks via LLM-Enhanced Optimization [61.55616421408666]
  低高度経済ネットワーク(LAENets)は、航空監視、環境検知、セマンティックデータ収集など、様々な応用を可能にしている。 オンボードビジョン(VLM)は、リアルタイムな推論を提供するが、オンボードの動的ネットワーク条件は限られている。 動的LEENet条件下での通信効率を向上させるUAV対応LEENetシステムを提案する。
  論文  参考訳（メタデータ） (2025-10-11T05:11:21Z)
• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• AirLLM: Diffusion Policy-based Adaptive LoRA for Remote Fine-Tuning of LLM over the Air [14.089748643405498]
  AirLLMは、コミュニケーションを意識したLoRA適応のための階層的な拡散ポリシーフレームワークである。 AirLLMは、送信コストを大幅に削減しつつ、微調整性能を継続的に向上させる。
  論文  参考訳（メタデータ） (2025-07-15T17:36:37Z)
• Streaming Looking Ahead with Token-level Self-reward [50.699168440048716]
  本稿では,トークンレベルの自己回帰モデリング(TRM)機能を備えたポリシーモデルを提案する。 さらに,検索効率を向上し,並列化を向上するストリーミング・ルック・アヘッド (SLA) アルゴリズムを提案する。 SLAとDPOなどの強化微調整技術を組み合わせると、全体の勝利率は89.4%となる。
  論文  参考訳（メタデータ） (2025-02-24T22:35:53Z)
• A Hybrid Tabu Scatter Search Algorithm for Simulation-Based Optimization of Multi-Objective Runway Operations Scheduling [0.0]
  Dissertationは、滑走路運用スケジューリングのためのシミュレーションベースの最適化(SbO)アプローチを提案することで、航空交通フロー管理の課題に対処する。 目的は、遅延、燃料消費、環境への影響を最小限に抑えつつ、空港の容量利用を最適化することである。 提案するSbOフレームワークは,滑走路条件を扱う離散イベントシミュレーションモデルと,最適解を特定するためのハイブリッドタブ・散乱探索アルゴリズムを統合した。
  論文  参考訳（メタデータ） (2025-02-08T14:42:05Z)
• Over-the-Air Fair Federated Learning via Multi-Objective Optimization [52.295563400314094]
  本稿では,公平なFLモデルを訓練するためのOTA-FFL(Over-the-air Fair Federated Learning Algorithm)を提案する。 OTA-FFLの公正性とロバストな性能に対する優位性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-01-06T21:16:51Z)
• A Graph-based Adversarial Imitation Learning Framework for Reliable & Realtime Fleet Scheduling in Urban Air Mobility [5.19664437943693]
  本稿では,艦隊スケジューリング問題の包括的最適化について述べる。 また、代替ソリューションのアプローチの必要性も認識している。 新しい模倣アプローチは、目に見えない最悪のシナリオにおいて、パフォーマンスと顕著な改善を実現する。
  論文  参考訳（メタデータ） (2024-07-16T18:51:24Z)
• Model-based Causal Bayesian Optimization [74.78486244786083]
  乗算重み付き因果ベイズ最適化のための最初のアルゴリズム(CBO-MW)を提案する。 グラフ関連の量に自然に依存するCBO-MWに対する後悔の限界を導出する。 我々の実験は、共有モビリティシステムにおいて、ユーザの需要パターンを学習するためにCBO-MWをどのように使用できるかの現実的なデモを含む。
  論文  参考訳（メタデータ） (2023-07-31T13:02:36Z)

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。