Deep Learning Based Forecasting of Delay on Flights
Authors : Anıl Ayaydin, M. Ali Akcayol
Pages : 239-249
Doi:10.17671/gazibtd.1060646
View : 19 | Download : 4
Publication Date : 2022-07-31
Article Type : Research
Abstract :Bu çalışmada, havacılık endüstrisinde ciddi bir sorun teşkil eden uçuşlarda yaşanan gecikmeler sonucu oluşabilecek maddi-manevi kayıpları önlemek ve uçuş gecikmesinin önceden tahmin edilerek gerekli önlemlerin alınabilmesi amacıyla makine öğrenmesi ve derin öğrenmeden oluşan üç farklı yöntem uygulanmıştır. Deep recurrent neural networks (DRNN), long-short term memory (LSTM) ve random forest (RF) yöntemleri kapsamlı bir şekilde test edilmiş ve dünya genelinde 368 havalimanını kapsayan gerçek bir veri seti kullanılarak uçuşların gecikme durumu tahmin edilmiştir. Deneysel sonuçlar, LSTM modelinin %96.50 recall değeriyle diğer modellere göre daha yüksek başarı oranına sahip olduğunu göstermiştir.Keywords : tahminleme, derin öğrenme, makine öğrenmesi, havacılık