Comparative Analysis of Autoencoder Architectures on Incheon Airport Flights Trajectory Reconstruction

오토인코더는 항공 안전 및 효율성에 중요한 비행 궤적을 분석하는 유망한 방법론을 제공하는 모델이다. 이는 비행 패턴을 추출하여 교통 흐름 이상 감지에 유용하며, 시계열 데이터에서 특징을 추출하는 데 사용되는 고급 기술이다.

연구 결과, 인천공항 도착 항공편 궤적 재구성 성능을 MSE 재구성 손실로 측정했을 때, 테스트 손실 기준으로 Transformer 모델이 가장 우수한 성능을 보였다. 그 다음으로는 MLP 모델이 좋은 결과를 나타냈다.

학술대회자료

Comparative Analysis of Autoencoder Architectures on Incheon Airport Flights Trajectory Reconstruction 인천공항 주변 비행 경로 재구성을 위한 오토인코더 아키텍처의 비교 분석

저자정보: Joshua Julian Damanik (한국과학기술원 (KAIST)) Thaweerath Phisannupawong (한국과학기술원 (KAIST)) Han-Lim Choi (한국과학기술원 (KAIST))

오류 신고하기

피인용 0

Comparative Analysis of Autoencoder Architectures on Incheon Airport Flights Trajectory Reconstruction

검색

등록된 정보가 없습니다.

#Autoencoder #Machine learning #Trajectory #Representation #Reconstruction

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드