Projektbeschreibung
Verbesserte Algorithmen für Sicherheit und Zuverlässigkeit im Flugverkehrsmanagement
Lösungen der künstlichen Intelligenz (KI) kommen in unterschiedlichen Bereichen zum Einsatz; häufig werden sie zur Unterstützung von Entscheidungsaufgaben im Flugverkehrsmanagement eingesetzt. Ihre Zuverlässigkeit ist jedoch umstritten, da die vorgeschlagenen Entscheidungen nicht immer eindeutig oder für menschliches Bedienpersonal verständlich sind. Das EU-finanzierte Projekt ARTIMATION wird innovative KI-Methoden zur Vorhersage des Luftverkehrs und zur Optimierung von Verkehrsflüssen einführen, die auf erklärbarer künstlicher Intelligenz basieren. ARTIMATION zielt darauf ab, eine sichere und verlässliche Entscheidungsunterstützung zu gewährleisten. Dabei konzentriert sich das Projekt auf transparente KI-Modelle, die sich auf Visualisierung, Erklärung und Generalisierung mit Anpassungsfähigkeit im Laufe der Zeit stützen.
Ziel
Recently, Artificial intelligence (AI) algorithms have shown increasable interest in various application domains including in Air Transportation Management (ATM). Different AI in particular Machine Learning (ML) algorithms are used to provide decision support in autonomous decision-making tasks in the ATM domain e.g. predicting air transportation traffic and optimizing traffic flows. However, most of the time these automated systems are not accepted or trusted by the intended users as the decisions provided by AI are often opaque, non-intuitive and not understandable by human operators. Safety is the major pillar to air traffic management, and no black box process can be inserted in a decision-making process when human life is involved. In order to address this challenge related to transparency of the automated system in the ATM domain, ARTIMATION focuses on investigating AI methods in predicting air transportation traffic and optimizing traffic flows based on the domain of Explainable Artificial Intelligence (XAI). Here, AI models’ explainability in terms of understanding a decision i.e. post hoc interpretability and understanding how the model works i.e. transparency can be provided in the air traffic management. In predicting air transportation traffic and optimizing traffic flows systems, ARTIMATION will provide a proof-of-concept of transparent AI models that includes visualization, explanation, generalization with adaptability over time to ensure safe and reliable decision support.
Wissenschaftliches Gebiet
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringcontrol systems
- social sciencessociologyindustrial relationsautomation
- social sciencessocial geographytransporttransport planningair traffic management
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
RIA - Research and Innovation actionKoordinator
722 20 VASTERAAS
Schweden