MétaCan
Menu
Retour à la cohorte
Enregistrement W1541424402 · doi:10.1109/dasc.2004.1391293

Use of aircraft derived data for more efficient ATM operations

2005· article· en· W1541424402 sur OpenAlexaboutno aff
Constantine Tamvaclis, N. McFarlane, Billy Josefsson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAir traffic controlAir traffic managementWorkloadService (business)Transport engineeringOperations researchComputer scienceWork (physics)Controller (irrigation)Systems engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

How to make the air-transport system more efficient? The answer is complicated and yet simple: provide the most accurate data concerning the flight and share that information between the actors in the air transport system! Indeed this is foreseen in the ICAO operational concept adopted at the eleventh Air Navigation Conference in Montreal in September/October 2003. Provision of aircraft derived data (ADD) is not a new idea, but recent technological progress makes it a far more realistic proposition, especially since most modern aircraft have much more accurate information than the ground system concerning their actual status and its projection to the future. This paper discusses the ways in which ADD can be used to benefit air traffic management. Potential ADD benefits result from reductions in controller workload through the provision of controller access parameters and also the enabling of more accurate trajectory predictions which should improve the efficiency of air traffic planning and monitoring tools. ADD can also facilitate the interaction of ATC with airline operation centres and airport operations. The work presented here is part of an ongoing European Union-funded NEAN Update Programme (NUP) (Gustavsson, 2001) activity to determine the technical feasibility of downlinking ADD to ground ATC systems using ADS-B and the operational benefits that this would bring. An operational service description has been developed (ADD Tiger Team, 2004) specifying how ADD could be used in ground ATC en-route and terminal area systems. Validation studies are ongoing focusing on the potential improvements to trajectory prediction that can be obtained through the use of ADD and the resulting efficiency benefits on controller decision support tools.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,043
Tête enseignante GPT0,253
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Traffic Management and OptimizationTravaux en français237 207