NAU Harvester System
Comparative analysis of air traffic controllers workload with expert judgment methods
Репозитарій Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Comparative analysis of air traffic controllers workload with expert judgment methods
Порівняльний аналіз завантаженості диспетчерського складу методами експертної оцінки |
|
| Creator |
Голубцова, Тетяна Володимирівна
Holubtsova, Tetiana Volodymyrivna |
|
| Subject |
дипломна робота
approach control aircraft літак контроль підходу |
|
| Description |
Робота публікується згідно наказу ректора від 21.01.2020 р. №008/од "Про перевірку кваліфікаційних робіт на академічний плагіат 2019-2020р.р. навчальному році ". Керівник проекту: к.т.н., доц. Алексєєв Олег Миколайович
Nowadays the Artificial Intelligence methods are used in all sphere of life. It supports a human in all the activities that are potentially important when the question is about safety. Aviation is one of the prospective branches of science development, that gives a possibility of fast and economically efficient transportation. However, the most important thing in aviation always remains safety. To provide safety in this case is not only to reach final point of destination, but to make that without disproportionate costs of human lives. For the safety needs were taken in consideration developed such important things like team work, skills formation and risk assessment. Also was significantly developed technical base- new systems that help a human operator to prevent collision risks. But to obtain a strong Safety Management System, a big amount of factors from different sights should be taken into account. It mean, that the complex environment research of the aviation enterprises conditions should be provided. And a lot of internal and external factors were analyzed and classified to see the significance of a factor on aviation. Aviation safety management should form and provide the safety flight goals rationally, without waste of resources, whether it be labor resources or material. Every factor that can affect the aviation can affect all the Decision Making process. The Artificial intelligence is a fast spreading in transportations technologies. The AI has a strong potential to be used in aviation, in particular-in ATM, when decisionmaking in uncertainty should be provided and the precision with limited information is necessary to be obtained. The AI system is able to forecast the ATCO actions with the accuracy of 70% ,using the data about previous flights. У наш час методи штучного інтелекту використовуються у всіх сферах життя. Це підтримує людину у всіх видах діяльності, які потенційно важливі при вирішенні питання стосується безпеки. Авіація є однією з перспективних галузей розвитку науки, що дає можливість швидкого та економічно ефективного транспортування. Однак найбільше Важливою справою в авіації завжди залишається безпека. Забезпечити безпеку в цьому випадку є не тільки досягти кінцевої точки призначення, але й зробити це без непропорційності витрати на життя людей. Для потреб безпеки були враховані розроблені такі важливі речі як робота в команді, формування навичок та оцінка ризиків. Також було суттєво розроблена технічна база - нові системи, які допомагають оператору-людині запобігати ризики зіткнення. Але для того, щоб отримати потужну систему управління безпекою, значну кількість слід брати до уваги фактори з різних поглядів. Це означає, що комплекс слід забезпечити екологічне дослідження умов авіаційних підприємств. І багато внутрішніх та зовнішніх факторів були проаналізовані та класифіковані, щоб побачити значення фактору на авіацію. Управління авіаційної безпеки повинно формувати та забезпечувати цілі польоту безпеки раціонально, без витрат ресурсів, будь то трудові ресурси чи матеріали. Кожен фактор, який може вплинути на авіацію, може вплинути на весь процес прийняття рішень. Штучний інтелект швидко поширюється в технологіях перевезень. ШІ має значний потенціал для використання в авіації, зокрема в банкоматі, коли слід забезпечувати прийняття рішень у невизначеності та точність з обмеженою інформацією необхідно отримати. Система AI здатна прогнозувати дії ATCO за допомогою точність 70%, використовуючи дані про попередні рейси. |
|
| Date |
2021-02-03T09:29:27Z
2021-02-03T09:29:27Z 2020-12 |
|
| Type |
Thesis
|
|
| Identifier |
https://er.nau.edu.ua/handle/NAU/45660
|
|
| Language |
en
|
|
| Format |
application/pdf
|
|
| Publisher |
Національний авіаційний університет
|
|