تشخیص مسیر ناهنجار در مسیر هواپیماها با استفاده از روش ترکیبی برمبنای روش های بازشناسی الگو و شبکه های عصبی عمیق

هرساله هزینه های هنگفتی به دولت ها بخاطر حوادث هوایی متحمل می شود که از دلایل متعددی چون خطاهای انسانی ، ایرادات سخت افزاری ناخواسته و یا نیت های تبهکارانه و تروریستی، می توان به عنوان عمده ترین عوامل آن یاد کرد. روش های تشخیص اتوماتیک با توجه به اینکه از ابزارهای بررسی جامع تر و گسترده تری در این راستا در جهت ارزیابی و تحلیل بهره می گیرند می توانند تاثر چشم گیری در کاهش این مشکلات داشته و تا حدود زیادی در کاهش سوانح و حوادث تاثیرگذار بوده و به طرز چشمگیری در کاهش سوانح ناشی از خطاهای انسانی و یا پیشگیری از موارد تروریستی و خرابکارانه نقشی اساسی ایفا کنند. در پژوهش پیش رو که با هدف تشخیص مسیرها و موقعیت های تاهنجار در ناوگان هوایی صورت می پذیرد رفتار هواپیماها در داخل فرودگاه مورد ارزیابی قرار گرفته و در موارد متنوعی چون فرودگاه هایی که تعداد خطوط ورودی و خروجی متعدد هستند و به عبارتی جزء فرودگاه های پر ترافیک دسته بندی می شوند تا فرودگاه هایی که دارای ترافیک بسیار پایین می باشند قابل پیاده سازی است و رفتارهای ناهنجار نشخیص داده شده توسط این سناریو تاثیر چشمگیری در کاهش سوانح داخل فرودگاه ها خواهد داشت.ک برای ارزیابی روش پیشنهادی در این مقاله از پایگاه داده مربوط به مسیرهای هوایی داخل فرودگاه هی فرودگاه جان اف کندی ایالات متحده استفاده شده است. و شیوه پیشنهادی با سه شیوه مرسوم این حوزه مورد مقایسه قرار گرفته است.

Keywords:

تشخیص ناهنجاری مسیر هواپیما , شبکه های عصبی عمیق , شبکه های عصبی عمیق کانولوشنال , بازشناسی الگو