Collaborative Reinforcement Learning for Resolving Hotspots in the Air Traffic Management Domain

Διπλωματική Εργασία uoadl:1725923 254 Αναγνώσεις

Μονάδα:
Κατεύθυνση / ειδίκευση Διαχείριση Πληροφορίας και Δεδομένων (ΔΕΔ)
Πληροφορική
Ημερομηνία κατάθεσης:
2017-07-24
Έτος εκπόνησης:
2017
Συγγραφέας:
Κράβαρης Θεοχάρης
Στοιχεία επιβλεπόντων καθηγητών:
Παναγιώτης Σταματόπουλος, Επίκουρος Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, ΕΚΠΑ
Γεώργιος Βούρος, Καθηγητής, Τμήμα Ψηφιακών Συστημάτων, ΠΑΠΕΙ
Πρωτότυπος Τίτλος:
Collaborative Reinforcement Learning for Resolving Hotspots in the Air Traffic Management Domain
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Συνεργατική Ενισχυτική Μάθηση για την Επίλυση Συμφορήσεων στον τομέα Διαχείρισης Εναέριας Κυκλοφορίας
Περίληψη:
Σκοπός της παρούσας εργασίας είναι να προτείνει και να διερευνήσει τη χρήση μεθόδων συνεργατικής ενισχυτικής μάθησης για την επίλυση ανισορροπιών ζήτησης-χωρητικότητας κατά τη διάρκεια της προ-τακτικής φάσης της διαχείρισης εναέριας κυκλοφορίας. Με τον τρόπο αυτό, ξεκινά επίσης τη μελέτη τεχνικών που βασίζονται σε δεδομένα για την πρόβλεψη πολλαπλών συσχετισμένων τροχιών αεροσκαφών και, ως εκ τούτου, ανταποκρίνεται σε μια ανάγκη που προκύπτει στη σύγχρονη έρευνα και πρακτική στη διαχείριση της εναέριας κυκλοφορίας. Οι προσομοιώσεις μας, που έχουν σχεδιαστεί βάσει πραγματικών δεδομένων, επιβεβαιώνουν την αποτελεσματικότητα των μεθόδων μας στην επίλυση του προβλήματος, ακόμη και στα πιο δύσκολα σενάρια. Η αποτελεσματικότητα αυτή επιβεβαιώνεται περαιτέρω από τη δοκιμή σεναρίου πραγματικού κόσμου που παρέχεται από την CRIDA, το ισπανικό κέντρο αναφοράς για την έρευνα, την ανάπτυξη και την καινοτομία στη διαχείριση της εναέριας κυκλοφορίας.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
Διαχείριση Εναέριας Κίνησης, Ισορροπία Ζήτησης Χωρητικότητας, Συνεργατική Πολυπρακτορική Ενισχυτική Μάθηση, Μάθηση Q
Ευρετήριο:
Ναι
Αρ. σελίδων ευρετηρίου:
3
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
28
Αριθμός σελίδων:
44
Theocharis_Kravaris_Postgrad_Thesis.pdf (1 MB) Άνοιγμα σε νέο παράθυρο