Szukaj
Close this search box.
Szukaj
Close this search box.

Case study

Adaptacyjny system ML do przewidywania opóźnień w ruchu lotniczym.

Wyzwanie

Stworzenie adaptacyjnego systemu ML do przewidywania i oceniania lotów, który będzie oparty na danych o lotach online.

Udostępnij:

WYZWAŃ ciąg dalszy

Projekt realizowany we współpracy z firmą GIVT AG specjalizującą się w pomaganiu pasażerom w uzyskaniu odszkodowania za zakłócone loty od odpowiednich linii lotniczych.

System powinien:

  • przewidywać w czasie rzeczywistym możliwe zakłócenia lotów, tj. opóźnienia, odwołania  i przekierowania na inne lotniska.
  • klasyfikować w czasie rzeczywistym możliwe przyczyny zakłóceń lotów po ich wystąpieniu  w celu weryfikacji możliwości rekompensaty WE 261/2004.
  • oszacować wartość roszczenia związanego z zakłóceniami lotów i zaproponować optymalne procedury ich obsługi.

Nietypowe wyzwania:

  • jakość danych lotniczych (np. częste zmiany w harmonogramie lotów)
  • wiele wymaganych źródeł danych
  • trudność w określeniu obiektywnej przyczyny opóźnienia 
  • wiele przypadków “corner cases”, np. strajki, zmiany w legislacji
  • zmieniające się w czasie zasady weryfikacji

Profil organizacji

Projekt ten ma pomóc w skalowaniu działań, które powinny umożliwić ekspansję na całym rynku europejskim. Projekt rozwiąże jeden z kluczowych problemów dotyczących ruchu lotniczego i jego zakłóceń. 

System, przewidując przebieg kilku milionów lotów, nie tylko pomoże pasażerom zaplanować podróż, ale pozwoli GIVT skutecznie reprezentować swoich klientów w dochodzeniu odszkodowań od linii lotniczych na podstawie wspomnianego rozporządzenia.

Rozwiązanie

Celem tego projektu jest zbudowanie pierwszego niezawodnego systemu prognozowania i oceny zakłóceń lotu, który będzie wykorzystywać pełne spektrum dostępnych danych.

Inne podobne systemy, które są obecnie opracowywane, opierają się na ograniczonych danych, a zatem dostarczają wyników o niedopuszczalnym znaczeniu. Jednym z najważniejszych aspektów tego projektu jest tworzenie zrozumiałych systemów ML, ponieważ podczas komunikacji z liniami lotniczymi wymagane jest szczegółowe zrozumienie każdego roszczenia.

Zobacz, co nasz klient sądzi o wynikach projektu w case study – Case Study GIVT 

Wyniki

W ponad 60% przypadków roszczenia obsługiwane są w pełni automatycznie. Przy wykrywaniu opóźnionych lotów udało nam się uzyskać precyzję 90% przy czułości 57%.

Szybki kontakt

Jeśli chcesz dowiedzieć się więcej o tym, jak MIM Solutions może pomóc rozwinąć potencjał AI w Twojej firmie, skontaktuj się z nami.