Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

AI Situational Awareness Foundation for Advancing Automation

Description du projet

Explorer les systèmes intelligents d’appréciation de la situation pour les opérations de contrôle du trafic aérien

L’automatisation offre une solution prometteuse au problème de capacité dans la gestion du trafic aérien. Toutefois, si des concepts d’automatisation avancés doivent être mis en œuvre, les humains et les systèmes d’IA doivent partager leur appréciation de la situation. Le projet AISA, financé par l’UE, vise donc à étudier l’effet de la conscience situationnelle distribuée entre l’homme et la machine dans les opérations de contrôle du trafic aérien en cours de vol et à explorer les possibilités qui en découlent. À cette fin, le projet ne se concentrera pas sur l’automatisation de tâches individuelles isolées, mais développera un système intelligent d’appréciation de la situation. Ce système artificiel d’appréciation de la situation ouvrira la voie à une future automatisation avancée basée sur l’apprentissage automatique.

Objectif

This proposal addresses the topic “Digitalisation and Automation principles for ATM”. Automation is one of the most promising solutions for the capacity problem, however, to implement advanced automation concepts it is required that the AI and human are able to share the situational awareness. Exploring the effect of, and opportunities for, distributed human-machine situational awareness in en-route ATC operations is one of the main objectives of this project. Instead of automating isolated individual tasks, such as conflict detection or coordination, we propose building a foundation for automation by developing an intelligent situationally-aware system. Sharing the same team situational awareness among ATCO team members and AI will enable the automated system to reach the same conclusions as ATCOs when confronted with the same problem and to be able to explain the reasoning behind those conclusions. The challenges of transparency and generalization will be solved by combining machine learning with reasoning engine (including domain-specific knowledge graphs) in a way that emphasizes their advantages. Machine learning will be used for prediction, estimation and filtering at the level of individual probabilistic events, an area where it has so far shown great prowess, whereas reasoning engine will be used to represent knowledge and draw conclusions based on all the available data and explain the reasoning behind those conclusions. We will explore to what extent it is possible to deduce machine learning false estimates and how resilient such system is to failure. In this way, the artificial situational awareness system will be the enabler of future advanced automation based on machine learning.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/fr/web/eu-vocabularies/euroscivoc.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

RIA - Research and Innovation action

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-SESAR-2019-2

Voir tous les projets financés au titre de cet appel

Coordinateur

SVEUCILISTE U ZAGREBU FAKULTET PROMETNIH ZNANOSTI
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 131 875,00
Adresse
VUKELICEVA 4
10000 Zagreb
Croatie

Voir sur la carte

Région
Hrvatska Grad Zagreb Grad Zagreb
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 131 875,00

Participants (6)

Mon livret 0 0