Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

SyntAIr - IMPROVED ATM AUTOMATION AND SIMULATION THROUGH AI-BASED UNIVERSAL MODELS FOR SYNTHETIC DATA GENERATION

Descripción del proyecto

Empleo de conjuntos de datos sintéticos para promover la inteligencia artificial en la aviación

Las aplicaciones de inteligencia artificial (IA) en la gestión del tráfico aéreo (GTA) tienen que hacer frente a escollos importantes como, por ejemplo, la falta de disponibilidad de datos reales (sobre todo aquellos relacionados con la seguridad) y la dificultad para adaptarse a entornos nuevos y desconocidos. Esos escollos obstaculizan el desarrollo y la escalabilidad de las herramientas de IA en el sector de la aviación. En el proyecto SynthAIR, financiado con fondos europeos, se pretende aprovechar las técnicas de IA para generar datos sintéticos en el contexto de la GTA. La idea principal se basa en el generador universal de series temporales: un modelo entrenado con varios datos de series temporales diferentes que puede generar conjuntos de datos sintéticos para nuevos supuestos como, por ejemplo, datos de un aeropuerto no vigilado. El método propuesto requiere menos conocimientos especializados y mejora la generalización. El generador de series temporales también se podría emplear para definir un pronosticador, el cual predice resultados en nuevos entornos sin necesidad de más entrenamiento.

Objetivo

The main objective of SynthAIR is to explore and define AI-based methods for synthetic data generation in the domain of ATM system due to the limitation of AI-based tools development by the lack of enough data available (e.g. safety-related data) and the problem of generalization of those AI-based models. We want to explore data-driven methods for synthetic data generation, since they require 1) less user knowledge expertise (no need to derive the explicit model of the distribution), 2) better generalization capabilities. More in detail, inspired by recent advancement in Computer vision and Language Technology, we propose the concept of Universal Time Series Generator (UTG). A UTG, is a model trained on several different time series, and able to generate a synthetic dataset representing a new dataset, simply conditioned by a compressed representation of it. In aviation domain, this generator can be trained on a certain set of data related, for example to few airports, and be used to generate synthetic data from a new airport. The same principle can be applied to define a universal time series forecaster (UTF) able to do prediction to a new environment (I.e. data from a new airport) without any new training.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-JU-RIA - HORIZON JU Research and Innovation Actions

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-SESAR-2022-DES-ER-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

SINTEF MANUFACTURING AS
Aportación neta de la UEn
€ 520 250,00
Coste total
€ 520 250,00

Participantes (3)