Construction de modèles avancés d'apprentissage automatique pour le trafic aérien

Panjala Mounika, Nallani Ch Bhatracharyulu (Autoren)

Buch | Softcover

84 Seiten

2025
Editions Notre Savoir (Verlag)
978-620-9-13028-1 (ISBN)

Titel nicht im Sortiment

Artikel merken

Ce livre explore l'application de diverses séries temporelles et de techniques d'apprentissage automatique pour modéliser et prévoir le trafic aérien national. Il fournit une étude complète des approches prédictives traditionnelles et modernes. Il présente une vaste revue de la littérature sur la modélisation du trafic aérien, couvrant les méthodes traditionnelles de séries temporelles (Holt's Winter, ARIMA, SARIMA) ainsi que les techniques avancées d'apprentissage automatique (FFNN, MLP, LSTM). Une analyse comparative de ces méthodes, soulignant leurs points forts et leurs limites, est également incluse. En outre, il explore l'estimation bayésienne des paramètres du modèle SARIMA. Les paramètres estimés et les prévisions sont comparés à l'approche traditionnelle du maximum de vraisemblance. Il étend la recherche en introduisant des modèles de mélange, des approches hybrides et des techniques simples de calcul de moyenne pour améliorer la précision des prédictions. L'efficacité de ces modèles est évaluée par une analyse comparative.

Mounika Panjala, titulaire d'une maîtrise en sciences (statistiques appliquées) et d'un doctorat en statistiques de l'université d'Osmania, est membre du corps enseignant de l'université d'Hyderabad, Hyderabad, Telangana, Inde. Elle a excellé sur le plan académique, se qualifiant pour l'UGC-NET, le GATE (statistiques) et le TSSET, avec une recherche axée sur la "modélisation des données par l'apprentissage automatique".

Erscheinungsdatum	21.10.2025
Sprache	französisch
Maße	152 x 229 mm
Gewicht	122 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
Schlagworte	Air Traffic • apprentissage automatique • Bayesian • machine learning • séries temporelles • Time Series • trafic aérien
ISBN-10	620-9-13028-3 / 6209130283
ISBN-13	978-620-9-13028-1 / 9786209130281
Zustand	Neuware