Researchers have a better way to pr

Researchers have a better way to predict flight delays
The most dreaded announcement for any airline passenger trying to get home for the holidays has to be a flight delay. Researchers at Binghamton University, State University New York have devised a new computer model that can more accurately predict delays faster than anything currently in use.
“our proposed method is better suited to analyze datasets with categorical variables(qualitative variables such as weather or security risks instead of numerical ones) related flight delays. We have shown that it can outperform traditional networks in terms of accuracy and training time (speed)," said Sina lead author of the stud and a PhD candidate in systems science Thomas J. Watson School of Engineer within the and Applied Science at Binghamton University

currently, flight delays are predicted by artificial neural network(ANN) computer model hat are backfilled with delay data from previous flights. An ANN is an interconnected gr f computerized nodes that work together to analyze a variety of variables to estimate an outcome in this case flight delays much like the way a network of neurons in a brain works to solve a problem. These networks are self-learning and can be trained to look for patterns. The more variables an ANN has to process, the more categorical those variable, and collecting historical data slows down an ANN to make flight delay predictions.

ผลลัพธ์ (ไทย) 1:

นักวิจัยมีการทำนายว่า เที่ยวบินล่าช้า สุดอนาคตได้ประกาศสำหรับผู้โดยสารสายการบินที่พยายามที่จะได้รับการบ้านสำหรับวันหยุดเพื่อให้เที่ยวบินล่าช้า นักวิจัยที่มหาวิทยาลัยบิงแฮม มหาวิทยาลัยรัฐนิวยอร์กได้ทำการคิดค้นคอมพิวเตอร์รุ่นใหม่ที่ขึ้นอย่างถูกต้องสามารถทำนายความล่าช้าได้เร็วกว่าสิ่งที่ใช้อยู่ในปัจจุบัน "วิธีการนำเสนอของเราได้ดีกว่าเหมาะกับการวิเคราะห์ชุดข้อมูล มีความล่าช้าของเที่ยวบินที่เกี่ยวข้องแตกตัวแปร (ตัวแปรเชิงคุณภาพเช่นสภาพอากาศหรือความเสี่ยงความปลอดภัยแทนเป็นตัวเลข) เราได้แสดงให้เห็นว่า มันสามารถดีกว่าเครือข่ายแบบดั้งเดิมในแง่ของความถูกต้องและเวลาฝึก (ความเร็ว),"กล่าวว่า ผู้เขียนนำ Sina แกนและผู้สมัครระดับปริญญาเอกในระบบวิทยาศาสตร์ Thomas J. Watson โรงเรียนวิศวกรภายในตัว และ วิทยาศาสตร์ประยุกต์ที่มหาวิทยาลัยบิงแฮม ขณะนี้ เที่ยวบินล่าช้าจะทำนาย โดย network(ANN) ประสาทประดิษฐ์คอมพิวเตอร์แบบหมวกจะนโปร่ง ด้วยข้อมูลความล่าช้าจากเที่ยวบินก่อนหน้านี้ แอนเป็น f เป็น gr เชื่อมต่อโหนคอมพิวเตอร์ที่ทำงานร่วมกันเพื่อวิเคราะห์ตัวแปรในการประเมินผลที่หลากหลาย เที่ยวบินล่าช้าเหมือนทางเครือข่ายของเซลล์ประสาทในสมองมีการทำงานการแก้ปัญหาในกรณีนี้ เครือข่ายเหล่านี้มีการเรียนรู้ด้วยตนเอง และสามารถฝึกให้มองหารูปแบบ ตัวแปรเพิ่มเติมแอนมีการประมวลผล ยิ่งแน่ชัดผู้แปร และเก็บรวบรวมข้อมูลประวัติช้าลงมีแอนเพื่อคาดคะเนความล่าช้าในเที่ยวบิน

ผลลัพธ์ (ไทย) 2:

นักวิจัยมีวิธีที่ดีกว่าที่จะคาดการณ์เที่ยวบินล่าช้า
ประกาศกลัวที่สุดสำหรับผู้โดยสารสายการบินใด ๆ ที่พยายามที่จะได้รับการบ้านสำหรับวันหยุดที่จะต้องมีเที่ยวบินล่าช้า นักวิจัยที่บิงแฮมตันมหาวิทยาลัยรัฐนิวยอร์กได้วางแผนคอมพิวเตอร์รุ่นใหม่ที่ถูกต้องมากขึ้นสามารถทำนายความล่าช้าเร็วกว่าสิ่งที่ใช้ในปัจจุบัน
"วิธีการที่เรานำเสนอมีความเหมาะสมดีกว่าที่จะวิเคราะห์ชุดข้อมูลที่มีตัวแปรเด็ดขาด (ตัวแปรเชิงคุณภาพเช่นสภาพอากาศหรือความปลอดภัยความเสี่ยงแทนคนตัวเลข) เที่ยวบินล่าช้าที่เกี่ยวข้อง เราได้แสดงให้เห็นว่ามันสามารถ outperform เครือข่ายแบบดั้งเดิมในแง่ของความถูกต้องและเวลาการฝึกอบรม (ความเร็ว), "กล่าวว่าผู้เขียนนำ Sina ของสตั๊ดและสมัครระดับปริญญาเอกในระบบวิทยาศาสตร์โทมัสเจวัตสันโรงเรียนวิศวกรภายในและวิทยาศาสตร์ประยุกต์ที่มหาวิทยาลัยบิงแฮมตัน

ขณะนี้เที่ยวบินล่าช้ามีการคาดการณ์โดยเทียมโครงข่ายประสาทเทียม (ANN) หมวกแบบจำลองคอมพิวเตอร์จะถูกทดแทนด้วยข้อมูลล่าช้าจากเที่ยวบินก่อนหน้านี้. ANN ไปเป็นที่เชื่อมต่อกัน GR โหนดคอมพิวเตอร์ F ที่ทำงานร่วมกันในการวิเคราะห์ความหลากหลายของตัวแปรที่จะประเมินผลในกรณีนี้ เที่ยวบินล่าช้ามากเช่นวิธีการที่เครือข่ายของเซลล์ประสาทในสมองทำงานในการแก้ปัญหา. เครือข่ายเหล่านี้เรียนรู้ด้วยตนเองและสามารถผ่านการฝึกอบรมที่จะมองหารูปแบบ. ตัวแปรมากขึ้น ANN มีการดำเนินการที่เด็ดขาดมากขึ้นตัวแปรเหล่านั้นและ การเก็บรวบรวมข้อมูลทางประวัติศาสตร์ช้าลง ANN ที่จะทำให้การคาดการณ์เที่ยวบินล่าช้า