Universidad de Castilla-La Mancha
 
Escuela Superior de Ingeniería Informática
     
  •  

 

  cambiar a curso:   2017-18   2019-20



Grado en Ingeniería Informática


TRABAJOS FIN DE GRADO
curso: 2018-19

Gestión de tráfico aéreo mediante técnicas de Deep Learning


Tecnologías Específicas

Computación
 


Descripcion y Objetivos

Este TFG se enmarca dentro de una línea de trabajo que pretende emplear redes neuronales para gestionar de forma eficiente procedimientos de aproximación de tráfico aéreo en las inmediaciones de un aeropuerto. En concreto, la red neuronal deberá ser capaz de proporcionar a las aeronaves las rutas a seguir tanto en una aproximación normal como en aquellos escenarios en los que se pretenda incrementar la capacidad del aeropuerto o en aquellos en los que se persiga optimizar la maniobra de aproximación frustrada. El entorno de trabajo de esta línea está constituido por una herramienta de simulación de espacio aéreo y la red neuronal en sí misma.

El objetivo principal de este TFG consiste en diseñar e implementar la red neuronal que emule al controlador aéreo humano que en la actualidad lleva a cabo las tareas arriba indicadas, centrándonos en principio en una maniobra de aproximación habitual.

 


Metodología y Competencias

Para la consecución de los objetivos indicados, se llevarán a cabo las siguientes tareas:

  1. Evaluación y elección de diversas herramientas de definición de redes neuronales (toolboxes de Matlab, librería TensorFlow de Google…).
  2. Definición de la estructura y los interfaces de una red neuronal dedicada a la gestión de tráfico aéreo en procedimientos de aproximación.
  3. Implementación de la red y del mecanismo de aprendizaje de la misma.
  4. Entrenamiento de la red a partir de un banco de datos de maniobras de aproximación realistas proporcionado por la herramienta de simulación de espacio aéreo.
  5. Evaluación y análisis del comportamiento de la red neuronal ante nuevas situaciones (sobre la herramienta de simulación).

En cuanto a las competencias implicadas de la intensificación Computación, son, como mínimo, las siguientes:

[CM4] Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.
[CM5] Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
[CM7] Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

 


Medios a utilizar

Equipos y software disponibles en las instalaciones de la ESII y el I3A.

 


Bibliografía

Deep Learning Toolbox de Matlab. https://www.mathworks.com/products/deep-learning.html

Tecnología TensorFlow de Google. https://www.tensorflow.org/?hl=es

 


Tutores


BERMÚDEZ MARÍN, AURELIO
CASADO GONZÁLEZ, RAFAEL
 

Alumno


FERNÁNDEZ MARTÍN, GUILLERMO TOMÁS

 

 

Sindicación  Sindicación  Sindicación  Sindicación

Curso: 2018-19
© Escuela Superior de Ingeniería Informática
Edificio Infante Don Juan Manuel
Avda. de España s/n
02071 Albacete
Tfno: 967 59 92 00 - Fax: 967 59 92 24

informatica.ab@uclm.es
aviso legal
generar código QR de la página