RT info:eu-repo/semantics/masterThesis
T1 Estudio y evaluación de arquitecturas Deep Learning para la predicción de trayectorias de vuelo
A1 Cortés Jiménez, Gustavo
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Predicción de trayectorias de vuelo
K1 TSMixer
K1 Deep Learning
AB El avión es uno de los medios de transporte más utilizados en la actualidad. Sin embargo, lagestión del tráfico aéreo es compleja, por lo que resulta esencial predecir con precisión las trayectoriasde vuelo para mejorar la seguridad, eficiencia y puntualidad de los viajes. El AprendizajeProfundo (Deep Learning) es clave para mejorar estas predicciones, debido al elevado volumende datos empleados. La información se organiza en “trayectorias 4d”, que tienen en cuenta eltiempo para posicionar a las aeronaves.Este Trabajo Fin de Máster se enfoca en desarrollar modelos de Deep Learning novedosos parapredecir trayectorias de vuelo con mayor precisión. Las arquitecturas modeladas son TSMixer yLiquid Neural Networks (LNN), concretamente Closed-form Continuous-time Neural Networks(CfC), con las que se han obtenido resultados competitivos en la predicción de trayectorias devuelo. Junto a esto, se diseña e implementa un visor de trayectorias 4D para facilitar el análisisvisual de los resultados obtenidos.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71527
UL https://uvadoc.uva.es/handle/10324/71527
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 29-nov-2024