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

Combining Simulation Models and Big Data Analytics for ATM Performance Analysis

Description du projet

De meilleures simulations des pratiques de gestion du trafic aérien pour une évaluation concluante

Alors que le nombre d’avions dans le ciel et circulant au sol ne cesse d’augmenter, la gestion du trafic aérien se révèle de plus en plus difficile. La Conférence européenne de l’aviation civile, fondée en 1955 en tant qu’organisation intergouvernementale paneuropéenne, encourage les politiques et les pratiques de ses États membres qui favorisent la sécurité, l’efficacité et la durabilité du système de transport aérien européen. Le projet SIMBAD, financé par l’UE, fera progresser l’évaluation efficace et fiable des performances de ces politiques et pratiques en développant de nouvelles approches de modélisation des performances basées sur la combinaison de techniques d’apprentissage automatique et de microsimulation du trafic aérien.

Objectif

The development of performance modelling methodologies able translate new ATM concepts and technologies into their impact on high-level, system wide KPIs has been a long-time objective of the ATM research community. Bottom-up, microsimulation models are often the only feasible approach to address this problem in a reliable manner. However, the practical application of large-scale simulation models to strategic ATM performance assessment is often hindered by their computational complexity. The goal of SIMBAD is to develop and evaluate a set of machine learning approaches aimed at providing state of-the-art ATM microsimulation models with the level of reliability, tractability and interpretability required to effectively support performance evaluation at ECAC level. The specific objectives of the project are the following:
1. Explore the use of machine learning techniques for the estimation of hidden variables from historical air traffic data, with particular focus on airspace users’ preferences and behaviour, in order to enable a more robust calibration of air traffic microsimulation models.
2. Develop new machine learning algorithms for the classification of traffic patterns that enable the selection of a sufficiently representative set of simulation scenarios allowing a comprehensive assessment of new ATM concepts and solutions.
3. Investigate the use of active learning metamodelling to facilitate a more efficient exploration of the input output space of complex simulation models through the development of more parsimonious performance metamodels, i.e. analytical input/output functions that approximate the results of a more complex function defined by the microsimulation models.
4. Demonstrate and evaluate the newly developed methods and tools through a set of case studies in which the proposed techniques will be integrated with existing, state-of-the-art ATM simulation tools and used to analyse a variety of ATM performance problems.

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: Le vocabulaire scientifique européen.

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

NOMMON SOLUTIONS AND TECHNOLOGIES SL
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.

€ 314 312,50
Adresse
PLAZA CARLOS TRIAS BERTRAN 4 2 PLANTA
28020 Madrid
Espagne

Voir sur la carte

PME

L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.

Oui
Région
Comunidad de Madrid Comunidad de Madrid Madrid
Type d’activité
Private for-profit entities (excluding 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.

€ 314 312,50

Participants (4)

Mon livret 0 0