講演抄録/キーワード |
講演名 |
2021-03-16 09:15
航空オープンデータを用いたセクター間交通流のモデル化と混雑度予測 ○三島諒亮・平石邦彦(北陸先端大) MSS2020-49 |
抄録 |
(和) |
2015年に国土交通省がCARATS Open Dataという日本上空の民間航空機の航跡データの提供を開始し,それを用いた航空システムの研究が進められている.空域はセクターという単位で分割され,航空管制官による交通流制御の最小単位となっている.航路は変更されることがあり,さらなる航空需要の増加が予測される中,遅延や空路の変更に柔軟に対応し,交通流の予測と制御を行えるモデルが求められている.本稿ではCARATS Open Dataを用いて空域交通流をモデル化する.さらに,運航状況に適したモデル選択を行うAggregate Sector Flow Modelを元にセクターの機体数を予測する空域交通流モデルの構築と評価を行う. |
(英) |
In 2015, the Ministry of Land, Infrastructure and Transportation have started to provide information on aircraft flying over Japan, called CARATS Open Data, and conducted research on aviation systems actively. Airspace is divided into sectors, which are used for limiting air traffic to control safely and efficiently. The demand for air transportation is increasing. By this reason, new optimization techniques and efficient control have been demanded to predict and resolve demand-capacity imbalances in the airspace. In this paper, we aim to build models by applying clustering analysis to state transition matrices generated from CARATS Open Data. In addition, we propose a method to predict congestion of sector based on Aggregate Sector Flow Model and evaluates the prediction accuracy. |
キーワード |
(和) |
予測モデル / ビッグデータ / クラスタリング / / / / / |
(英) |
Predictive modeling / Big data / Clustering / / / / / |
文献情報 |
信学技報, vol. 120, no. 429, MSS2020-49, pp. 27-32, 2021年3月. |
資料番号 |
MSS2020-49 |
発行日 |
2021-03-08 (MSS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MSS2020-49 |
研究会情報 |
研究会 |
NLP MSS |
開催期間 |
2021-03-15 - 2021-03-16 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
MSS,NLP,一般,およびWIP(MSSのみ) |
テーマ(英) |
MSS, NLP, Work In Progress (MSS only), and etc. |
講演論文情報の詳細 |
申込み研究会 |
MSS |
会議コード |
2021-03-NLP-MSS |
本文の言語 |
日本語 |
タイトル(和) |
航空オープンデータを用いたセクター間交通流のモデル化と混雑度予測 |
サブタイトル(和) |
|
タイトル(英) |
Modeling Inter-sector Air Traffic Flow and Congestion Degree Prediction |
サブタイトル(英) |
|
キーワード(1)(和/英) |
予測モデル / Predictive modeling |
キーワード(2)(和/英) |
ビッグデータ / Big data |
キーワード(3)(和/英) |
クラスタリング / Clustering |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
三島 諒亮 / Ryosuke Mishima / ミシマ リョウスケ |
第1著者 所属(和/英) |
北陸先端科学技術大学院大学 (略称: 北陸先端大)
Japan Advanced Institute of Science and Technology (略称: JAIST) |
第2著者 氏名(和/英/ヨミ) |
平石 邦彦 / Kunihiko Hiraishi / ヒライシ クニヒコ |
第2著者 所属(和/英) |
北陸先端科学技術大学院大学 (略称: 北陸先端大)
Japan Advanced Institute of Science and Technology (略称: JAIST) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-03-16 09:15:00 |
発表時間 |
25分 |
申込先研究会 |
MSS |
資料番号 |
MSS2020-49 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.429 |
ページ範囲 |
pp.27-32 |
ページ数 |
6 |
発行日 |
2021-03-08 (MSS) |
|