Models for forecasting flight delays
dc.contributor.author | Tarasonok, D. | |
dc.contributor.author | Oliinyk, Y. | |
dc.contributor.author | Likhouzova, T. | |
dc.date.accessioned | 2023-12-14T16:32:55Z | |
dc.date.available | 2023-12-14T16:32:55Z | |
dc.date.issued | 2023 | |
dc.description.abstract | The problem of improving the operation of airports and air carriers is considered. It is proposed to use machine learning models and technologies to predict flight delays. Several different quality measures are used to evaluate the effectiveness of the proposed models, which diversely reflect the expediency of using these models in the context of the needs of each task. | uk |
dc.description.abstractother | В статті розглянуто проблему покращення роботи аеропортів та авіаперевізників. Запропоновано використати моделі та технології машинного навчання для прогнозування затримок авіарейсів. Значна частина зусиль була спрямована на збір якісних даних, що стосуються як авіаперельотів, так і факторів, що на них потенційно можуть вплинути. Завдяки цьому сформовано набір даних про майже півмільйона перельотів. Метою роботи є прогнозування затримок авіарейсів, яке робилось як в кількісному (затримка на скільки хвилин), так і в якісному (затримка перевищує 15 хвилин) варіантах. Було побудовано 5 регресійних та 5 класифікаційних моделей трьох різних видів для прогнозування затримок вильотів в аеропорті Атланта, США. Для оцінки ефективності запропонованих моделей використано декілька різних мір якості, які різнопланово відображають доцільність застосування цих моделей в розрізі потреб кожної задачі. Для найкращої моделі медіанна абсолютна помилка дорівнює 5 хвилин, що є чудовим результатом у передбаченні затримок вильотів авіарейсів. Точне прогнозування затримок рейсів може надати рекомендації логістичним компаніям до більш точного планування своїх перевезень, а в цій галузі це є одним із головних моментів в отриманні прибутку. | uk |
dc.format.pagerange | Pp. 20-33 | uk |
dc.identifier.citation | Tarasonok, D. Models for analysis of water suitability / D. Tarasonok, Y. Oliinyk, T. Likhouzova // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43). – С. 20-33. – Бібліогр.: 20 назв. | uk |
dc.identifier.doi | https://doi.org/10.20535/1560-8956.43.2023.292243 | |
dc.identifier.issn | 1560-8956 | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/63105 | |
dc.language.iso | en | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.relation.ispartof | Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43) | uk |
dc.rights.uri | https://creativecommons.ru/licenses | |
dc.rights.uri | https://creativecommons.ru/licenses | |
dc.subject | machine learning | uk |
dc.subject | forecasting | uk |
dc.subject | regression problem | uk |
dc.subject | classification problem | uk |
dc.subject | машинне навчання | uk |
dc.subject | прогнозування | uk |
dc.subject | задача регресії | uk |
dc.subject | задача класифікації | uk |
dc.subject.udc | 004.94 | uk |
dc.title | Models for forecasting flight delays | uk |
dc.title.alternative | Моделі для прогнозування затримок авіарейсів | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 292243-674882-1-10-20231202.pdf
- Розмір:
- 1.14 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: