Приложение покажет прогноз задержки авиарейсов На основе нейросети

Как сообщает пресс-служба НИТУ МИСиС, в основе разработки лежит искусственная нейронная сеть, способная обрабатывать сложные входные данные и проводить нелинейную классификацию или регрессию — это модель многослойного перцептрона (MLP). Она может моделировать сложные функции и зависимости между входными и выходными данными.

В модели используется девять входных признаков: время между прилетом и вылетом из аэропорта отправления, ожидаемое время прилета, дальность полета, аэропорт вылета, аэропорт прилета, тип самолета, температура, вероятность осадков и время года. В общей сложности было собрано около миллиона записей, представляющих собой информацию о полетах за последний год от служб отслеживания рейсов FlightAware и FlightStats из России, Канады, Великобритании, Франции, Германии, Австралии, Японии и США.

Источниками послужили WeatherAPI, OpenWeatherMap и Weather Underground. Датасет был использован в качестве основы для обучения и тестирования модели. После замера производительности на тестовом наборе данных модель была интегрирована в iOS приложение для демонстрации работы на реальных данных. Тесты показали, что модель делает прогнозы, которые отличались от истинных значений задержек всего на 12 минут.

Здесь мы рассказываем, как работает суперкомпьютер «Говорун»: