본문으로 건너뛰기

비행 경로 계획을 위한 지원하는 비행 중 항공 교통 제어를 위한 솔루션 공간 경로 계획

AI 자동 생성

기술이 발전함에 따라 공항 교통 관리를 위한 경로 계획 알고리즘들이 많이 제안되었다. 그러나 전술 제어에서 실제로 적용되는 것은 매우 제한적이다. 이는 알고리즘 설계 우선 순위와 항공 교통 제어원들의 요구가 맞지 않는다는 것을 보여준다. 이에 따라 결정 지원 솔루션을 개발해야 하는 필요성이 대두된다. 결정 지원 솔루션은 해석 가능한 솔루션, 계산 효율성, 그리고 인간의 사용을 위해 명시적으로 설계되어야 한다. 이에 따라 이 연구에서는 해석 가능한 솔루션과 유연성을 제공하는 솔루션 공간 표시를 고려한 경로 계획 알고리즘을 개발하였다. 이 알고리즘은 두 가지 설계 고려 사항을 기반으로 하여 설계되었다. 첫째, 해석 가능한 솔루션과 유연성을 제공하는 솔루션 공간 표시를 고려한 알고리즘을 개발하였으며, 둘째, 운영 제약 조건을 강제할 때 자연스럽게 적용되는 결정 논리를 고려하였다. 운영 제약 조건에는 분리 표준, 동작 가능성 제한, 목적지 최소화, 경로 실제성 등이 포함된다. 이러한 원칙을 기반으로 한 알고리즘은 거리 기반, 시간 간격 기반, 영역 기반의 의도 기반 충돌 감지 방법을 솔루션 공간 프레임워크 내에 통합하였다. 또한, 이 알고리즘은 해석 가능한 경로 계획을 위한 세 가지 방법을 제안하였다. 그 중 두 가지 방법은 노드 기반 및 변위 기반의 경로 계획 방법이다. 이 방법들을 사용하여 두 가지 알고리즘인 SSPPV 및 SSPPE를 개발하였다. 이 두 가지 알고리즘은 계산 속도 및 해법의 품질을 비교하였다. 실험 결과, 영역 기반 충돌 감지 방법과 pair한 SSPPV 알고리즘은 가장 좋은 성능을 보였으며, Delta 구역을 기반으로 한 Maastricht Upper Area Control Centre (MUAC)의 실제 시나리오에서 5 nmi 격자 크기를 사용하여 평균 3.69 ms에 경로를 계산할 수 있었다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

연구 3일 전

스트로크 위험도 예측을 위한 새로운 AI 기술: MedGate-Fusion

스트로크 위험도를 예측하는 것은 원치 않는 병력이 발생하기 전에 중요한 역할을 합니다. 그러나 이 과제는 의사들이 주기적으로 기록하는 생리학적 바이오마커와 비구조적인 의료 기록의 사이에 분산되어 있는 초기 위험 신호를 식별하는 어려움으로 인해 힘들어집니다. MedGate-Fusion은 이러한 문제를 해결하기 위해 처음 만나는 의료 기록의 의미론적 이야기와 10개의 정기적으로 기록된 위험 표시자를 통합하는 멀티 모달 게이트 아키텍처를 제안합니다. 이 아키텍처는 대규모 언어 모델(LLM)과 같은 기존의 AI 기술을 사용하여 의료 기록의 의미를 추출하고 생리학적 바이오마커의 정보를 통합하여 스트로크 위험도를 예측합니다.

연구 3일 전

기존의 전제 조건자들이 생의학 표준 표 데이터 학습을 개선하는가? 표준 표 데이터 학습 최적화에 대한 실증 연구

최근 구조화된 생물학적 데이터 분석에 있어서 표준화된 기초 모델(tabular foundation model)이 강력한 잠재력을 보인다. 그 중 하나인 TabPFN은 낮은 데이터 표준화 분류 작업에서 효과적인 접근 방식으로 나타났지만, 최적화 및 조건화 전략의 생물학적 세부 튜닝에 대한 영향은 여전히 크게 연구되지 않았다. 본 연구에서, 우리는 59 개의 생물학적 데이터셋(Alzheimer'

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.