09:59arXiv cs.LG@Edward Henderson, George De Ath, Nick Pepper该研究提出了一种基于图模型的概率方法,用于预测英国伦敦中部扇区(LMS)的空中交通复杂度。通过改进现有过滤算法,识别需要管制员监控或解冲突的相关飞机对,作为管制员工作负荷的代理指标。新算法在50个标记场景上的F1分数从0.69提升至0.84。研究构建了LMS航路网络的图表示,并建模飞机到达时间的不确定性,可提前45分钟预测管制员工作负荷。该方法与真实相关交互的斯皮尔曼相关系数为0.68,优于传统交通量预测的0.55,为扇区配置和人员排班提供了数据驱动工具。论文图模型空中交通管理工作负荷预测概率方法伦敦中部扇区推荐理由:空中交通管制员的工作负荷预测长期依赖粗粒度模型,这篇论文用图网络+概率方法把精度提了一个台阶。做航空调度、空域管理的团队可以直接参考其算法思路,提前45分钟预判复杂度比传统方法更准。原文