Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

RTI2018-098471-B-C33

Financiado

GESTION DE LA INCERTIDUMBRE METEOROLOGICA PARA UN TRAFICO AEREO MAS EFICIENTE: P...

GESTION DE LA INCERTIDUMBRE METEOROLOGICA PARA UN TRAFICO AEREO MAS EFICIENTE: PROCESADO DE LA INFORMACION METEOROLOGICA Y SEGUIMIENTO DE TRAYECTORIAS EL OBJETIVO GENERAL DE ESTE SUBPROYECTO ES EL POST-PROCESADO DE "ENSEMBLE PREDICTION SYSTEMS" Y SU MEJORA A TRAVES DE DATOS METEOROLOGICOS DERIVADOS DE LAS AERONAVES QUE SE UTILIZARAN PARA LA PLANIFICACION, LA RESOLUCION DE CONFLI... ver más

01/01/2018

URJC

42K€

Presupuesto del proyecto: 42K€

Líder del proyecto

Universidad Rey Juan Carlos No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1101

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01

0% 100%

Participantes

URJC

Lider

Proyectos interesantes

BES-2015-074231 ANALISIS Y OPTIMIZACION DE TRAYECTORIAS DE AVION BAJO LOS EF... 93K€ Cerrado

TRA2014-58413-C2-2-R ANALISIS Y OPTIMIZACION DE TRAYECTORIAS DE AVION BAJO LOS EF... 67K€ Cerrado

RTI2018-098471-B-C32 GESTION DE LA INCERTIDUMBRE METEOROLOGICA PARA UN TRAFICO AE... 42K€ Cerrado

PID2021-122323OB-C32 GESTION DE LA INCERTIDUMBRE SOBRE TORMENTAS PARA UN TRANSPOR... 43K€ Cerrado

TRA2014-58413-C2-1-R ANALISIS Y OPTIMIZACION DE TRAYECTORIAS DE AVION BAJO LOS EF... 97K€ Cerrado

PID2020-114173RB-I00 NUEVAS HERRAMIENTAS Y MODELOS FIABLES PARA EL DISEÑO Y LA EV... 184K€ Cerrado

Últimas noticias

30-11-2024: Cataluña Gestión For... Se ha cerrado la línea de ayuda pública: Gestión Forestal Sostenible para Inversiones Forestales Productivas para el organismo:

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

Líder del proyecto

Universidad Rey Juan Carlos

Total investigadores 1101

Presupuesto del proyecto 42K€

Descripción del proyecto EL OBJETIVO GENERAL DE ESTE SUBPROYECTO ES EL POST-PROCESADO DE "ENSEMBLE PREDICTION SYSTEMS" Y SU MEJORA A TRAVES DE DATOS METEOROLOGICOS DERIVADOS DE LAS AERONAVES QUE SE UTILIZARAN PARA LA PLANIFICACION, LA RESOLUCION DE CONFLICTOS Y EL SEGUIMIENTO DE TRAYECTORIAS DE AERONAVES, MIENTRAS QUE LA PLANIFICACION ES UNO DE LOS OBJETIVOS ESPECIFICOS DEL SUBPROYECTO 2 Y LA RESOLUCION DE CONFLICTOS ES UNO DE LOS OBJETIVOS ESPECIFICOS DEL SUBPROYECTO 1, EL SEGUIMIENTO DE LAS TRAYECTORIAS PLANIFICADAS ES UNO DE LOS OBJETIVOS ESPECIFICOS DE ESTE SUBPROYECTO,EL PRIMER OBJETIVO ESPECIFICO DE ESTE SUBPROYECTO ES ESTUDIAR EL PROBLEMA DEL ANALISIS ESTADISTICO Y DEL POST-PROCESADO DE LOS "ENSEMBLE PREDICTION SYSTEMS", EN PARTICULAR, SE ABORDARA LA EVALUACION DE LA CALIBRACION Y DE LA NITIDEZ, ESTE PROBLEMA SE RESOLVERA SIGUIENDO ENFOQUES PARAMETRICOS Y NO PARAMETRICOS, SE USARAN EL METODO PARAMETRICO "BAYESIAN MODEL AVERAGING" Y EL METODO NO PARAMETRICO "QUANTILE REGRESSION FORESTS" Y SUS RESULTADOS SERAN COMPARADOS, ADEMAS, SE PREVE MEJORAR LA TECNICA "BAYESIAN MODEL AVERAGING" MEDIANTE UNA IMPLEMENTACION BASADA EN "POLYNOMIAL CHAOS",EL SEGUNDO OBJETIVO ESPECIFICO DEL SUBPROYECTO ES MEJORAR LA RESOLUCION ESPACIAL Y TEMPORAL DE LOS "ENSEMBLE PREDICTION SYSTEMS" Y, AL MISMO TIEMPO, SU FIABILIDAD PARA LA PLANIFICACION, LA RESOLUCION DE CONFLICTOS Y EL SEGUIMIENTO DE TRAYECTORIAS DE AERONAVES, EN PARTICULAR, SE EMPLEARAN TECNICAS DE ASIMILACION DE DATOS ITERATIVAS Y NO ITERATIVAS PARA MEJORAR LOS "ENSEMBLE PREDICTION SYSTEMS" UTILIZANDO DATOS METEOROLOGICOS DERIVADOS DE LAS AERONAVES Y GENERAR NOWCASTS Y PREVISIONES A CORTO PLAZO, SE LLEVARAN A CABO VARIAS MEJORAS BASADAS EN "POLYNOMIAL CHAOS" DE LAS TECNICAS ESTANDAR DE ASIMILACION DE DATOS, COMO EL "UNIVERSAL KRIGING" O EL "ENSEMBLE KALMAN FILTER", PARA AUMENTAR SU PRECISION DE FORMA COMPUTACIONALMENTE EFICIENTE,EL TERCER OBJETIVO ESPECIFICO DE ESTE SUBPROYECTO ES ESTUDIAR TECNICAS DE CONTROL POR APRENDIZAJE PARA MEJORAR LA PRECISION EN EL SEGUIMIENTO DE LAS TRAYECTORIAS PLANIFICADAS EN ESPACIOS AEREOS CON ALTA DENSIDAD DE TRAFICO, DONDE EL TIEMPO ENTRE VUELOS CONSECUTIVOS ES LO SUFICIENTEMENTE CORTO PARA PODER ASUMIR QUE LAS CONDICIONES ATMOSFERICAS SON MUY SIMILARES Y POR LO TANTO LAS PERTURBACIONES QUE HAN AFECTADO A LAS TRAYECTORIAS DE LOS VUELOS ANTERIORES SE PUEDAN UTILIZAR PARA EVITAR POSIBLES DESVIACIONES DE LOS VUELOS SIGUIENTES, EN CONCRETO, SE ESTUDIARA LA POSIBILIDAD DE EMPLEAR LOS PARADIGMAS DE CONTROL POR APRENDIZAJE "ITERATIVE LEARNING" Y "DEEP LEARNING", EL PRIMER PARADIGMA SE BASA EN LA IDEA DE QUE LA PRECISION DE UN SISTEMA DE CONTROL QUE EJECUTA LA MISMA OPERACION MULTIPLES VECES SE PUEDE MEJORAR APRENDIENDO DE LOS ERRORES EN LAS EJECUCIONES PREVIAS, EN EL SEGUNDO PARADIGMA DE CONTROL, LOS DATOS DE OPERACIONES PASADAS SE UTILIZAN PARA MEJORAR LA PRECISION DE LAS SIGUIENTES EJECUCIONES DESPUES DE UN ENTRENAMIENTO DEL SISTEMA DE CONTROL, EN AMBOS CASOS, EL DESAFIO ES LA TRANSFERENCIA DE CONOCIMIENTO ENTRE AERONAVES Y TRAYECTORIAS, ES DECIR, COMO LA EXPERIENCIA ADQUIRIDA EN EL SEGUIMIENTO DE UNA TRAYECTORIA ESPECIFICA CON UNA AERONAVE ESPECIFICA SE PUEDE TRANSFERIR AL SEGUIMIENTO DE OTRAS TRAYECTORIAS CON OTRAS AERONAVES, INCERTIDUMBRE METEOROLÓGICA\GESTIÓN DEL TRÁFICO AÉREO ENSEMBLE PRED\ASIMILACIÓN DE DATOS\SEGUIMIENTO DE TRAYECTORIAS\CONTROL POR APRENDIZAJE

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores