A knowledge-transfer-based learning framework for airspace operation complexity evaluation

یک بخش هواپیما جزء است که عملیات آن به کنترل ترافیک هوایی اختصاص داده شده است. پیچیدگی عملیات یک بخش نقش حیاتی در سیستم مدیریت ترافیک هوایی فعلی دارد، مثلا این حجم حجم کار کنترل کننده های ترافیک هوایی را تعیین می کند و به عنوان یک شاخص معتبر برای تنظیم پیکربندی هوا و مدیریت جریان ترافیک عمل می کند. بنابراین، با دقت ارزیابی پیچیدگی عملیات بخش، مسئله اهمیت فوق العاده در هر دو تمرین و تحقیق است. با توجه به عوامل متعدد تعامل، روش های سنتی مبتنی بر تنها یک شاخص پیچیدگی تک، به درستی نشان دهنده پیچیدگی واقعی است، به ویژه هنگامی که این عوامل به طور غیر خطی همبستگی دارند. با توجه به این، تلاش برای استفاده از مدل های یادگیری ماشین برای به دست آوردن رابطه پیچیده عامل پیچیده اخیرا به نفع خود بوده است. عملکرد این مدلها به شدت بر نمونه های کافی تأثیر می گذارد. هزینه بالای جمع آوری داده های فراوانی اغلب به یک مجموعه آموزشی کوچک کمک می کند که به طور ناخودآگاه بر عملکردی که این مدل های یادگیری ماشین می تواند انجام دهد، تاثیر می گذارد. برای غلبه بر این مشکل، این مقاله برای اولین بار یک چارچوب ارزیابی پیچیدگی عملیاتی بخش جدید را بر مبنای انتقال دانش به طور خاص برای محیط نمونه کوچک آموزش پیشنهاد می دهد. چارچوب پیشنهادی قادر است به طور مؤثری دانش را پنهان در نمونه های بخش هدف، یعنی بخش تحت ارزیابی، و نیز سایر بخش ها، یعنی بخش های غیر هدف قرار دهد. علاوه بر این، چارچوب به درستی می تواند ادغام بین دانش حاصل از بخش های مختلف را اداره کند. آزمایش های گسترده ای بر روی داده های واقعی 6 بخش در چین نشان می دهد که چارچوب پیشنهادی ما می تواند عملکرد قابل ملاحظه ای را در ارزیابی پیچیدگی به دست آورد که تنها یک مجموعه آموزشی کوچک از بخش هدف موجود است.