View a markdown version of this page

データレイクと AI/ML を使用した飛行計画 - データレイクと AI/ML を使用した飛行計画
フライト計画データレイク図詳細情報図の履歴

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

データレイクと AI/ML を使用した飛行計画

公開日: 2020 年 7 月 16 日 (図の履歴)

このアーキテクチャを使用すると、保留時間の予測と出発クリアランス時間の推定を改善できます。公開されたスケジュール、フライト情報、空港の天候、過去の保留時間、および航空機データを使用します。バッチフィードとリアルタイムフィードを階層型データレイクに結合して、予測モデリングを行います。

フライト計画データレイク図

Amazon S3、Amazon EMR AWS Glue、Amazon SageMaker AI を使用した飛行計画のアーキテクチャ。

次の手順では、アーキテクチャについて説明します。

  1. 時刻別の到着便の全体像を把握OAGするには、 から公開されたスケジュールを使用します。

  2. リアルタイムのフライト情報フィードを通じて、実際のフライトデータで拡張します。

  3. FAA System Wide Information Management (SWIM) からの飛行計画、表面移動、およびオンルート情報を使用します。これにより、空域とタクシー道の写真が提供されます。

  4. Meteorological Neurodrome Report (METAR) の気象観測と Terminal Neurodrome Forecast (TAF) データを使用します。保留時間を気象条件と関連付けます。

  5. 過去の保留時間を使用して予測モデルを構築します。空港、時刻、気象条件でモデルをトレーニングします。

  6. Amazon S3 で階層化されたデータレイクを構築します。バッチフィードとリアルタイムフィードの両方を取り込んで処理します。

  7. AWS Glue および Amazon EMR を使用して、データを Apache Parquet形式で検出、カタログ化、処理します。

  8. Amazon SageMaker AI を使用して、予測モデルを構築、トレーニング、調整、デプロイします。モデル品質にはデバッガーと Model Monitor を使用します。

  9. リアルタイム予測用の運用データストアを構築します。予測を飛行計画システムに統合します。

詳細情報

詳細については、次のリソースを参照してください。

図の履歴

このリファレンスアーキテクチャ図に関する最新情報を受け取るには、RSS フィードにサブスクライブします。

変更説明日付

初版発行

リファレンスアーキテクチャ図が最初に公開されました。

2020 年 7 月 16 日

RSS サブスクリプションの要件

RSS 更新をサブスクライブするには、使用しているブラウザで RSS プラグインが有効になっている必要があります。