Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Selection and evaluation of air traffic complexity metrics

Abstract : This paper presents an original method to evaluate air traffic complexity metrics. In previous works, we applied a principal component analysis (PCA) to find the correlations among a set of 27 complexity indicators found in the literature. Neural networks were then used to find a relationship between the components and the actual airspace sector configurations. Assuming that the decisions to group or split sectors are somewhat related to the controllers workload, this method allowed us to identify which components were significantly related to the actual workload. We now focus on the subset of complexity indicators issued from these components, and use neural networks to find a simple relationship between these indicators and the sector status.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [24 références]  Voir  Masquer  Télécharger

https://hal-enac.archives-ouvertes.fr/hal-00938180
Contributeur : Laurence Porte Connectez-vous pour contacter le contributeur
Soumis le : mardi 13 mai 2014 - 10:48:07
Dernière modification le : mardi 19 octobre 2021 - 11:02:47
Archivage à long terme le : : mercredi 13 août 2014 - 10:41:16

Fichier

Gianazza_DASC2006.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

David Gianazza, Kevin Guittet. Selection and evaluation of air traffic complexity metrics. DASC 2006, 25th Digital Avionics Systems Conference, Oct 2006, Portland, United States. pp 1-12, ⟨10.1109/DASC.2006.313710⟩. ⟨hal-00938180⟩

Partager

Métriques

Consultations de la notice

156

Téléchargements de fichiers

442