2026-04-27T22:01:18Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/715272024-11-15T20:02:28Zcom_10324_38col_10324_787
Cortés Jiménez, Gustavo
2024-11-15T15:03:40Z
2024-11-15T15:03:40Z
2024
https://uvadoc.uva.es/handle/10324/71527
El avión es uno de los medios de transporte más utilizados en la actualidad. Sin embargo, la
gestión del tráfico aéreo es compleja, por lo que resulta esencial predecir con precisión las trayectorias
de vuelo para mejorar la seguridad, eficiencia y puntualidad de los viajes. El Aprendizaje
Profundo (Deep Learning) es clave para mejorar estas predicciones, debido al elevado volumen
de datos empleados. La información se organiza en “trayectorias 4d”, que tienen en cuenta el
tiempo para posicionar a las aeronaves.
Este Trabajo Fin de Máster se enfoca en desarrollar modelos de Deep Learning novedosos para
predecir trayectorias de vuelo con mayor precisión. Las arquitecturas modeladas son TSMixer y
Liquid Neural Networks (LNN), concretamente Closed-form Continuous-time Neural Networks
(CfC), con las que se han obtenido resultados competitivos en la predicción de trayectorias de
vuelo. Junto a esto, se diseña e implementa un visor de trayectorias 4D para facilitar el análisis
visual de los resultados obtenidos.
Air travel is one of the most widely used means of transportation nowadays. However, air
traffic management is complex, making it essential to accurately predict flight paths to improve
travel safety, efficiency and punctuality. Deep Learning plays a crucial role in improving these
predictions, due to the large volume of data involved. Information is organized into “4D trajectories”,
which account for time to position aircraft.
This project focuses on developing novel Deep Learning models to predict flight trajectories
with greater accuracy. The architectures explored are TSMixer and Closed-form Continuous-time
Neural Networks (CfC), which have demonstrated competitive results in flight trajectory prediction.
Additionally, a 4D trajectory visualization tool is designed and implemented to facilitate
the visual analysis of the obtained results.
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Estudio y evaluación de arquitecturas Deep Learning para la predicción de trayectorias de vuelo
info:eu-repo/semantics/masterThesis