Nowadays, although technology has developed on an unimaginable scale, there are still factors that can disrupt the safe and smooth functioning of many areas of daily life. One such factor are delays. Unquestionably, they are an undesirable and, in some cases, even dangerous element. A particular case in point may be air traffic, which is one of the most technologically advanced areas. However, air traffic delays, which occur quite frequently, have made it desirable to study this area based on airport capacity modelling and machine learning methods, with the main focus on decision tree algorithms. Based on these decision tree methods, the result of acquiring and processing data and variables has been the creation of specific models that can support air traffic management and, consequently, the levelling of the resulting delays.
PL
Współcześnie, choć technologia rozwinęła się na niewyobrażalną skalę, wciąż istnieją czynniki, które mogą zakłócić bezpieczne i sprawne funkcjonowanie wielu obszarów codziennego życia. Jednym z nich są opóźnienia. Niewątpliwie są one elementem niepożądanym, a w niektórych przypadkach nawet niebezpiecznym. Szczególnym przypadkiem może być ruch lotniczy, który jest jednym z najbardziej zaawansowanych technologicznie obszarów. Jednak występujące dość często opóźnienia w ruchu lotniczym sprawiły, że pożądane stało się badanie tego obszaru w oparciu o modelowanie przepustowości lotnisk i metody uczenia maszynowego, z głównym naciskiem na algorytmy drzew decyzyjnych. W oparciu o te metody drzew decyzyjnych, wynikiem pozyskiwania i przetwarzania danych i zmiennych było stworzenie konkretnych modeli, które mogą wspierać zarządzanie ruchem lotniczym, a w konsekwencji niwelowanie powstałych opóźnień.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.