特開 2024-178140 飛行計画のためのターミナル手順予測のためのシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024178140

(43)【公開日】2024-12-24

(54)【発明の名称】飛行計画のためのターミナル手順予測のためのシステム及び方法

(51)【国際特許分類】

   G08G 5/00 20060101AFI20241217BHJP

   G16Y 10/40 20200101ALI20241217BHJP

   G16Y 20/20 20200101ALI20241217BHJP

   G16Y 40/60 20200101ALI20241217BHJP

【ＦＩ】

G08G5/00 A

G16Y10/40

G16Y20/20

G16Y40/60

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2024094181

(22)【出願日】2024-06-11

(31)【優先権主張番号】18/333,078

(32)【優先日】2023-06-12

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】500520743

【氏名又は名称】ザ・ボーイング・カンパニー

【氏名又は名称原語表記】Ｔｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ

(74)【代理人】

【識別番号】110002077

【氏名又は名称】園田・小林弁理士法人

(72)【発明者】

【氏名】エムスバッハ， テレサ

(72)【発明者】

【氏名】サンゾーネ， アンドレア

(72)【発明者】

【氏名】ヴィダコヴィッチ， ヴィンコ

(72)【発明者】

【氏名】ヴァイシュナフ， ジュワラント ディパックマール

(72)【発明者】

【氏名】ヌワンコ， ケネディー シー．

(57)【要約】      （修正有）

【課題】飛行計画のためのターミナル手順予測のためのシステム及び方法に関する。
【解決手段】飛行計画のためのターミナル手順予測のためのシステム及び方法が、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得すること、プロセッサにおいて、今後の飛行に対応する予測データを取得すること、及び、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理することを含み、ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。
【選択図】図１

【特許請求の範囲】

【請求項1】

１以上のプロセッサ（１０６）を備えるデバイス（１０２）であって、前記１以上のプロセッサ（１０６）は、
航空機の今後の飛行に対応する入力データ（１１０）を取得すること、
前記今後の飛行に対応する予測データ（１１４）を取得すること、及び
前記今後の飛行に関連付けられたターミナル手順予測（１２２）を取得するために、前記入力データ及び前記予測データを処理すること、を実行するように構成され、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件（１１５）を有する過去の飛行の飛行計画（１１２）に少なくとも部分的に基づく、デバイス。

【請求項2】

前記１以上のプロセッサは、訓練済み機械学習モデル（１２４）を使用して、前記入力データ及び前記予測データを処理するように構成されている、請求項１に記載のデバイス。

【請求項3】

前記訓練済み機械学習モデルは、前記過去の飛行（１１６）に基づいて訓練されている（１１８）、請求項２に記載のデバイス。

【請求項4】

前記１以上のプロセッサは、前記入力データ及び前記予測データの前記過去の飛行の条件（１３０）に対する１以上の比較に基づいて、一組の前記過去の飛行（１２８）を特定するために、前記過去の飛行のデータベース（１１６）にアクセスするように構成されている、請求項１に記載のデバイス。

【請求項5】

前記ターミナル手順予測は、前記一組の過去の飛行の統計的な分析に基づいて取得される、請求項４に記載のデバイス。

【請求項6】

前記入力データは、日付及び時刻情報（１３８）、出発空港（１４０）、到着空港（１４２）、航空機の種類（１４４）、航空機の構成（１４６）、又は航空機の重量及びバランスデータ（１４８）のうちの少なくとも１つを含む、請求項１に記載のデバイス。

【請求項7】

前記予測データは、滑走路予測（１５０）、天候予測（１５２）、又は空港交通モデル（１５４）のうちの少なくとも１つを含む、請求項１に記載のデバイス。

【請求項8】

前記１以上のプロセッサは、航空通知情報（３１４、３２６）を取得するように更に構成され、前記ターミナル手順予測は、前記航空通知情報に更に基づく、請求項１に記載のデバイス。

【請求項9】

前記ターミナル手順予測は、複数のウェイポイント（２１４、２１６、２１８）を含み、前記１以上のプロセッサは、前記ウェイポイントの１以上を迂回する直行ルート（２２６）の要求の承認の可能性を特定するように更に構成されている、請求項１に記載のデバイス。

【請求項10】

前記１以上のプロセッサは、前記過去の飛行の飛行位置データ（３１２）を分析し、前記ウェイポイントの１以上が前記過去の飛行中に迂回されたかどうかを検出するように構成されている、請求項９に記載のデバイス。

【請求項11】

前記１以上のプロセッサは、前記ターミナル手順予測を含む前記今後の飛行のための飛行計画（１１２）に基づいて、燃料安全マージンを特定するように構成されている、請求項１に記載のデバイス。

【請求項12】

前記デバイスは、運航管理システム内に含まれ、前記１以上のプロセッサは、前記ターミナル手順予測を航空交通管制承認システムに提出するように構成されている、請求項１に記載のデバイス。

【請求項13】

前記デバイスは、航空交通管制承認システム内に含まれ、前記１以上のプロセッサは、前記ターミナル手順予測を、前記航空交通管制承認システムに提出された前記今後の飛行のための飛行計画と比較するように構成されている、請求項１に記載のデバイス。

【請求項14】

プロセッサ（１０６、１３２）において、航空機の今後の飛行に対応する入力データ（１１０）を取得すること（４０２）、
前記プロセッサにおいて、前記今後の飛行に対応する予測データ（１１４）を取得すること（４０４）、及び
前記プロセッサにおいて、前記今後の飛行に関連付けられたターミナル手順予測（１２２）を取得するために、前記入力データ及び前記予測データを処理すること（４０６）を含み、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件（１１５）を有する過去の飛行の飛行計画（１１２）に少なくとも部分的に基づく、方法（４００）。

【請求項15】

訓練済み機械学習モデル（１１８）を使用して、前記入力データ及び前記予測データを処理する、請求項１４に記載の方法。

【請求項16】

前記入力データ及び前記予測データを処理することは、前記入力データ及び前記予測データの前記過去の飛行の条件（１３０）に対する１以上の比較に基づいて、一組の前記過去の飛行（１２８）を特定するために、前記過去の飛行のデータベース（１１６）にアクセスすることを含む、請求項１４に記載の方法。

【請求項17】

前記入力データは、日付及び時刻情報（１３８）、出発空港（１４０）、到着空港（１４２）、航空機の種類（１４４）、航空機の構成（１４６）、又は航空機の重量及びバランスデータ（１４８）のうちの少なくとも１つを含む、請求項１４に記載の方法。

【請求項18】

前記予測データは、滑走路予測（１５０）、天候予測（１５２）、又は空港交通モデル（１５４）のうちの少なくとも１つを含む、請求項１４に記載の方法。

【請求項19】

前記方法は、前記ターミナル手順予測内に含まれる１以上のウェイポイント（２１４、２１６、２１８）を迂回する直行ルート（２２６）の要求の承認の可能性を特定することを更に含む、請求項１４に記載の方法。

【請求項20】

命令（５３６）を含む非一過性のコンピュータ可読媒体（５３０、１０８、１３４）であって、前記命令は、１以上のプロセッサ（１０６、１３２）によって実行されると、前記１以上のプロセッサに、
航空機の今後の飛行に対応する入力データ（１１０）を取得すること、
前記今後の飛行に対応する予測データ（１１４）を取得すること、及び
前記今後の飛行に関連付けられたターミナル手順予測（１２２）を取得するために、前記入力データ及び前記予測データを処理すること、を実行させ、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件（１１５）を有する過去の飛行の飛行計画（１１２）に少なくとも部分的に基づく、非一過性のコンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

[0001] 本開示は、広くは、飛行計画のためのターミナル手順予測のためのシステム及び方法に関する。

【背景技術】

【0002】

[0002] 航空交通量が増加し続ける中、効率的な航空機管理がますます重要になっている。航空機管理の一態様には、出発空港と到着空港の各々に関連付けられた１以上のターミナル手順を含む、各航空機用の初期飛行計画の生成が含まれる。ターミナル手順は、概して、各自が経験、判断、飛行の約４時間前の現在入手可能な情報に基づいて、今後の飛行の数時間前に作成する。

【0003】

[0003] 現代の航空交通の困難さが増すとともに、変化する天候のような遍在する複雑な要因によって、航空機が飛行している間に、（１以上の）新しいターミナル手順を選択するために飛行計画を修正することがしばしば必要である。このような追加タスクは乗務員の負担となり、乗客の安全や航空機自体の運航効率の維持など、他の重要な飛行タスクの妨げとなる。

【発明の概要】

【0004】

[0004] 特定の一実施態様では、デバイスが、航空機の今後の飛行に対応する入力データを取得するように構成された１以上のプロセッサを含む。（１以上の）プロセッサはまた、今後の飛行に対応する予測データを取得するようにも構成されている。（１以上の）プロセッサはまた、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理するようにも構成されている。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0005】

[0005] 別の特定の一実施態様では、方法が、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得することを含む。該方法はまた、プロセッサにおいて、今後の飛行に対応する予測データを取得することも含む。該方法はまた、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理することも含む。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0006】

[0006] 別の特定の一実施態様では、非一過性のコンピュータ可読媒体が、命令を含む。該命令は、１以上のプロセッサによって実行されると、該１以上のプロセッサに、航空機の今後の飛行に対応する入力データを取得させる。該命令はまた、該１以上のプロセッサに、今後の飛行に対応する予測データも取得させる。該命令はまた、該１以上のプロセッサに、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理させる。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0007】

[0007] 別の特定の一実施態様では、デバイスが、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得するための手段を含む。該デバイスはまた、プロセッサにおいて、今後の飛行に対応する予測データを取得するための手段も含む。該デバイスはまた、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理するための手段も含む。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0008】

[0008] 本明細書で説明される特徴、機能、及び利点は、様々な実施態様において単独で実現することが可能であり、又は、更に別の実施態様において組み合わせることも可能である。これらの更なる詳細は、以下の明細書の記載及び図面を参照して理解され得る。

【図面の簡単な説明】

【0009】

【図1】[0009] 本開示の幾つかの実施例による、飛行計画のためのターミナル手順予測のための例示的なシステムを示す。

【図2】[0010] 本開示の幾つかの実施形態による、第１の過去の実際の飛行経路と第２の過去の実際の経路とに関する、複数のウェイポイント付近を移動する航空機用の過去の計画された飛行経路の比較の例示的な図を示す。

【図3】[0011] 本開示の幾つかの実施態様による、飛行計画のためのターミナル手順予測のための例示的なアーキテクチャを示す。

【図4】[0012] 本開示の幾つかの実施例による、飛行計画のためのターミナル手順予測のための例示的な方法のフローチャートである。

【図5】[0013] 本開示の幾つかの実施例による、コンピュータによって実装される方法及びコンピュータによって実行可能なプログラム命令（又はコード）の複数の態様をサポートするように構成されたコンピューティングデバイスを含むコンピューティング環境のブロック図である。

【発明を実施するための形態】

【0010】

[0014] 正確な、自動化された、データ駆動型のターミナル手順の予測は、概して、利用可能ではない。本開示のシステム及び方法は、既存のデータベース、文脈情報、及び状態予測を活用して、航空機の特定の飛行のための最も可能性が高い（１以上の）ターミナル手順の正確な予測を生成するとともに、幾つかの実施態様では、飛行計画を修正することができる直行（例えば、航空交通管制システムによって承認された計画された飛行計画からの逸脱）の可能性及び位置の予測を生成する。

【0011】

[0015] ターミナル手順は、航空会社、空港、及び米国連邦航空局などの規制当局の組み合わせによって維持される、航空機の運航の安全を確保するのに役立つ。例えば、ターミナル手順は、航空機の飛行から特定の空港への到着までを誘導する指示や、混雑するターミナルエリアへの航空機の到着の流れを管理する指示を含む。ターミナル手順はまた、一連の所定のウェイポイント、高度及び速度の制限、並びにパイロットと航空交通管制官との間の通信プロトコルも含み得る。

【0012】

[0016] 本開示の技術的な利点は、過去のデータ、文脈情報、及び状態予測を自動的に効率的に使用して、航空機がその到着空港及び出発空港で必要とする適切なターミナル手順の正確な予測を生成できることである。機体固有のモデルは、航空機のメンテナンスの改善や燃料消費の最適化などの、データ駆動型の意思決定プロセスの多くで使用することができる。

【0013】

[0017] 図面及び以下の説明により、具体的で例示的な複数の実施形態が示される。当業者は、本明細書に明示的に記載又は図示されていなくとも、本明細書に記載の原理を具現化し、かつ、本明細書に続く特許請求の範囲に含まれる様々な構成を考案し得ることが認識されよう。更に、本明細書に記載のいかなる例も、本開示の原理の理解を支援するためのものであり、限定を含まないものと見做される。結果として、本開示は、後述する具体的な実施形態又は実施例に限定されるものではいが、特許請求の範囲及びその均等物によって限定される。

【0014】

[0018] 特定の複数の実施態様が、図面を参照しながら本明細書で説明される。説明の中で、共通の特徴には、図面全体を通して共通の参照番号が付される。本明細書では、様々な用語が、特定の実現を説明するためだけに使用され、限定することは意図されていない。例えば、単数形「１つの（a、an）」及び「その（the）」は、文脈が明らかにそうでないことを示さない限りは、複数形も含むことが意図されている。更に、本明細書で説明される幾つかの特徴は、幾つかの実施態様では単数で存在し、他の実施態様では複数で存在する。例示すると、図１は、１以上のプロセッサ（図１の「（１以上の）プロセッサ１０６」）を含むシステム１００を描いている。それは、幾つかの実施態様では、システム１００が、単一のプロセッサ１０６を含み、他の実施態様では、システム１００が、複数のプロセッサ１０６を含むことを示している。本明細書での参照を容易にするために、このような特徴は、概して、「１以上の」特徴として導入され、続いて単一の又は任意選択的な複数の特徴（典型的には「s」によって示されるように）として言及される。これは、複数の態様が複数の特徴に関連することが明示されない限りである。

【0015】

[0019] 更に、「備える（comprise、comprises、comprising）」という用語は、「含む（include、includes、including）」と交換可能に使用される。更に、「ここで（wherein）」という用語は、「その場合に（where）」という用語と交換可能に使用される。本明細書で使用される際に、「例示的な（exemplary）」は、一実施例（an example）、一実施態様（an implementation）、及び／又は一態様（an aspect）を示し、限定的なものとして、又は好適さ若しくは好適な一実施態様を示すものとして解釈されるべきでない。本明細書で使用される際に、構造、構成要素、動作などの要素を変形するために使用される、順序を示す用語（例えば、「第１の（first）」、「第２の（second）」、「第３の（third）」など）は、それ自体、別の１つの要素に対するその要素の優先度又は順序を示すものではないが、（順序を示す用語の使用を除いて）むしろ単に同じ名前を有する別の１つの要素からその要素を区別するものである。本明細書で使用される「組（set）」という用語は、１以上の要素のグループ化のことを指し、「複数の（plurality）」という用語は、複数の要素のことを指す。

【0016】

[0020] 本明細書で使用されるときに、「生成する（generating）」、「計算する（calculating）」、「使用する（using）」、「選択する（selecting）」、「アクセスする（accessing）」、及び「特定する（determining）」は、文脈がそうでないことを示さない限り交換可能である。例えば、パラメータ（若しくは信号）を「生成する」、「計算する」、若しくは「特定する」ことは、パラメータ（若しくは信号）を能動的に生成、計算、若しくは特定することを指し、又は、例えば他の構成要素若しくはデバイスによって、既に生成されているパラメータ（若しくは信号）を使用、選択、若しくはアクセスすることを指し得る。本明細書で使用される際に、「接続され、連結され（coupled）」は、「通信可能に接続され（communicatively coupled）」、「電気的に接続され（electrically coupled）」、若しくは「物理的に連結され（physically coupled）」を含んでよく、又は更に（又は代替的に）それらの任意の組み合わせも含んでよい。２つのデバイス（又は構成要素）は、１以上の他のデバイス、構成要素、ワイヤ、バス、ネットワーク（有線ネットワーク、無線ネットワーク、又はその組み合わせ）などを介して直接又は間接的に結合（通信可能に結合、電気的に結合、又は物理的に結合）することができる。電気的に結合される２つのデバイス（又は構成要素）は、同じデバイス又は異なるデバイスに含めることができ、例示的な非限定的実施例として、電子機器、１以上のコネクタ、又は誘導結合を介して接続することができる。幾つかの実施態様では、電気通信などで通信可能に結合された２つのデバイス（又は構成要素）は、１以上のワイヤ、バス、ネットワークなどを介して直接又は間接的に電気信号（デジタル信号又はアナログ信号）を送受信することができる。本明細書で使用される「直接結合された（directly coupled）」は、構成要素を介在させることなく結合される（例えば、通信可能に結合された、電気的に結合された、又は物理的に結合された）２つのデバイスを説明するために使用される。

【0017】

[0021] 本明細書で使用されるときに、「機械学習」という用語は、コンピュータサイエンス及びデータサイエンスの分野における通常の慣用的な意味のいずれかを有すると理解されるべきであり、このような意味には、例えば、１以上のコンピュータが、明示的にプログラムされることなしに、ある動作又は機能を実行することを学習することができるプロセス又は技法が含まれる。典型的な例として、機械学習を使用して、１以上のコンピュータがデータを分析することを可能にし、データ内のパターンを特定し、分析に基づいて結果を生成することができる。特定の種類の機械学習では、生成される結果が、データ自体の根本的な構造やパターンを示すデータを含む。このような技法には、例えば、いわゆる「クラスタリング」技法が含まれる。これは、クラスター（例えば、データのデータ要素のグループ化）を特定する。

【0018】

[0022] 特定の種類の機械学習では、生成される結果が、データモデル（「機械学習モデル」又は単に「モデル」とも呼ばれる）を含む。典型的には、モデルが、第１のデータセットを使用して生成され、第２のデータセットの分析を容易にする。例えば、大規模なデータの第１の部分を使用して、モデルを生成することができ、このモデルを使用して、大規模なデータの残りの部分を分析することができる。別の一例として、一組の過去のデータを使用して、モデルを生成することができ、このモデルを使用して、将来のデータを分析することができる。

【0019】

[0023] モデルを使用して、モデルを生成するために使用されるデータとは異なる一組のデータを評価することができるため、モデルは、機械学習プロセス中に（１以上の）コンピュータによって自動的に生成される一種のソフトウェア（例えば、命令、パラメータ、又はそれらの両方）と見なすことができる。したがって、モデルは、持ち運びが可能である（例えば、第１のコンピュータで生成し、その後、更なる訓練、使用、又はそれらの両方のために第２のコンピュータに移動され得る）。更に、所望の分析を実行するために、モデルを１以上の他のモデルと組み合わせて使用することができる。例示すると、第１のデータが、第１のモデルに入力として提供され、第１のモデル出力データを生成することができる。このデータは、（単独で、第１のデータとともに、又は他のデータとともに）第２のモデルに入力として提供され、所望の分析の結果を示す第２のモデル出力データを生成することができる。分析や関連するデータに応じて、モデルの異なる組み合わせを使用して、このような結果を生成することができる。幾つかの実施例では、複数のモデルが、単一のモデルへの入力であるモデル出力を提供し得る。幾つかの実施例では、単一のモデルが、複数のモデルへの入力としてモデル出力を提供する。

【0020】

[0024] 機械学習モデルの複数の例は、非限定的に、パーセプトロン、ニューラルネットワーク、サポートベクターマシン、回帰モデル、決定木、ベイズモデル、ボルツマンマシン、適応型ニューロファジー推論システム、ならびにこれら及び他の種類のモデルの組み合わせ、アンサンブル、及び変形を含む。ニューラルネットワークの変形は、例えば、非限定的に、プロトタイプネットワーク、オートエンコーダ、トランスフォーマー、自己アテンションネットワーク、畳み込みニューラルネットワーク、ディープニューラルネットワーク、ディープビリーフネットワークなどを含む。決定木の変形は、例えば、非限定的に、ランダムフォレスト、ブースト決定木などを含む。

【0021】

[0025] 機械学習モデルは、入力データに基づいて（１以上の）コンピュータによって生成されるため、機械学習モデルは、作成／訓練フェーズと実行（ランタイム）フェーズという、少なくとも２つの異なるタイムウィンドウで論じることができる。作成／訓練フェーズでは、入力データ（作成／訓練フェーズでは一般に「訓練データ」と呼ばれる）に基づいて、モデルが、コンピュータによって作成、訓練、適合、検証、又はさもなければ構成される。訓練済みモデルは、分類、予測、符号化、又は他のデータ分析若しくはデータ合成操作などの特定の操作を実行するために、作成／訓練フェーズ中に生成及び／又は改良されたソフトウェアに相当することに留意されたい。ランタイムフェーズ（又は「推論」フェーズ）中に、モデルを使用して、入力データを分析し、モデル出力を生成する。モデル出力の内容は、モデルの種類に応じる。例えば、非限定的な例として、モデルを訓練して、分類タスク又は回帰タスクを実行することができる。幾つかの実施態様では、モデルが、継続的に、定期的に、又は時々更新され得る。その場合、訓練時間と実行時間は、インターリーブされ得るか、又はモデルの１つのバージョンが、コピーが更新されている間に推論のために使用され得る。その後、更新されたコピーは、推論のために展開され得る。

【0022】

[0026] 幾つかの実施態様では、以前に生成されたモデルが、機械学習技法を使用して訓練される（又は再訓練される）。この文脈では、「訓練」が、モデル又はモデルのパラメータを特定のデータセットに適合させることを指す。特定の文脈からの特段の明示がない限り、本明細書で使用される「訓練」という用語は、特定のデータセットに対するモデルの「再訓練」又は改良を含む。例えば、訓練は、いわゆる「転移学習」を含み得る。転移学習では、ベースモデルが、一般的又は典型的なデーセットを使用して訓練され、その後、ベースモデルは、より具体的なデータセットを使用して改良（例えば、再訓練又は更に訓練）され得る。

【0023】

[0027] 訓練中に使用されるデータセットは、「訓練データセット」又は単に「訓練データ」と呼ばれる。データセットは、ラベル付きでも又はラベルなしでもよい。「ラベル付きデータ」とは、データが関連する群やカテゴリーを示すカテゴリーラベルが付与されたデータを指し、「ラベルなしデータ」とは、ラベルが付与されていないデータを指す。典型的には、「教師あり機械学習プロセス」が、機械学習モデルを訓練するためにラベル付きデータを使用し、「教師なし機械学習プロセス」が、機械学習モデルを訓練するためにラベル付けされていないデータを使用する。しかし、データに関連付けられたラベルは、それ自体、任意の適切な機械学習プロセスで使用され得る別のデータ要素に過ぎないことを理解すべきである。例示すると、多くのクラスタリング動作が、ラベルなしデータを使用して動作し得るが、そのようなクラスタリング動作は、データに割り当てられたラベルを無視するか、又はラベルを他のデータ要素と同じに扱うことによって、ラベル付きデータを使用することができる。

【0024】

[0028] 訓練データセットに基づくモデルの訓練は、概して、モデルに入力されるデータに基づいてモデルの出力が特定の特性を有するようにすることを目的として、モデルのパラメータを変更することを含む。モデル生成動作から区別するために、本明細書ではモデル訓練を、最適化又は最適化訓練と呼ぶことがある。この文脈では、「最適化」が、メトリックを改善することを指し、メトリックの理想的な値（例えば、グローバルな最大値や最小値）を見つけることを意味しない。最適化訓練の複数の例は、非限定的に、バックプロパゲーショントレーナー、デリバティブフリーオプティマイザー（DFO）、及びエクストリームラーニングマシン（ELM）などを含む。モデルの訓練の一例として、ニューラルネットワークの教師あり訓練中に、入力データサンプルがラベルに関連付けられる。入力データサンプルが、モデルに提供されると、モデルは、出力データを生成する。出力データは、入力データサンプルに関連付けられたラベルと比較されて、エラー値を生成する。エラー値を減らす（例えば、最適化する）ために、モデルのパラメータが修正される。モデル訓練の別の一例として、オートエンコーダの教師なしトレーニング中に、データサンプルが入力としてオートエンコーダに提供される。オートエンコーダは、データサンプルの次元を減らし（これは非可逆的な操作である）、データサンプルを出力データとして再構築しようとする。この例では、出力データが入力データサンプルと比較されて、再構築損失を生成し、再構築損失を減らす（例えば、最適化する）試みにおいて、オートエンコーダが修正される。

【0025】

[0029] 図１は、本開示の幾つかの実施例による、飛行計画のためのターミナル手順予測のための例示的なシステム１００を示す。幾つかの実施態様では、システム１００が、１以上のデバイス１０４と通信するように構成されたコンピューティングデバイス１０２を含む。コンピューティングデバイス１０２は、命令を含むメモリ１０８に結合された１以上のプロセッサ１０６を含み得る。該命令は、（１以上の）プロセッサ１０６によって実行されると、（１以上の）プロセッサ１０６に、以下で詳細に説明されるものなどの特定の機能を実行させる。

【0026】

[0030] （１以上の）プロセッサ１０６は、ターミナル手順予測器１２０、過去の飛行選択器１２６、又はそれらの幾つかの組み合わせを含む、これらの機能のうちの１以上を実行するように構成された１以上の構成要素を含み得る。幾つかの態様では、ターミナル手順予測器１２０が、ターミナル手順の予測に関連付けられたデータ、予測されたターミナル手順が特定の飛行の全てに対して有効である確率の予測、又はそれらの両方を含むターミナル手順予測１２２を取得するように構成され得る。特定の一態様では、ターミナル手順予測器１２０が、少なくとも訓練データ１１８に基づいて、ターミナル手順予測１２２を提供するように構成された機械学習モデル１２４を含み得る。幾つかの実施態様では、過去の飛行選択器１２６が、以下でより詳細に説明されるように、入力データ１１０と過去の飛行の特定の条件に対して予測されたデータとの１以上の比較に基づいて、一組の過去の飛行１２８を特定するように構成され得る。

【0027】

[0031] メモリ１０８は、本明細書で説明される飛行計画のためのターミナル手順予測のためのシステム及び方法を可能にするためのデータを含み得る。例えば、メモリ１０８は、予測データ１１４、条件１１５、過去の飛行データ１１６、飛行計画のためのターミナル手順予測を可能にするための他のデータ、又はそれらの任意の組み合わせを含み得る。

【0028】

[0032] 幾つかの態様では、予測データ１１４が、滑走路予測データ１５０、天候予測データ１５２、１以上の空港交通モデル１５４などを含み得る。同じ又は代替的な複数の態様では、条件１１５が、特定の飛行のための現在の条件に関連付けられたデータを含み得る。例えば、条件１１５は、航行データ、現在の天候データ、使用中の滑走路データ、航空ミッションに対する通知（「NOTAM」又は「NOTAMs」）、特定の今後の飛行のための文脈に関連付けられた他の情報、又はそれらの幾つかの組み合わせを含み得る。

【0029】

[0033] 幾つかの実施態様では、過去の飛行データ１１６が、過去の飛行に関連付けられたデータ値を含み得る。例えば、過去の飛行データ１１６は、この過去の飛行のための飛行計画に関連付けられたデータを含む飛行計画１１２、過去の飛行のための条件（例えば、天候、滑走路の使用など）に関連付けられたデータを含む過去の条件１３０などを含み得る。

【0030】

[0034] コンピューティングデバイス１０２は、（１以上の）デバイス１０４によって生成された入力データ１１０を受信するように構成されている。（１以上の）デバイス１０４は、入力データ１１０を（１以上の）コンピューティングデバイス１０２に送信するように構成された任意の適切な電子デバイス１０４であり得る。（１以上の）コンピューティングデバイス１０４は、命令を含むメモリ１３４に結合された１以上のプロセッサ１３２を含み得る。該命令は、（１以上の）プロセッサ１３２によって実行されると、（１以上の）プロセッサ１３２に、以下で詳細に説明されるものなどの特定の機能を実行させる。

【0031】

[0035] 幾つかの態様では、メモリ１３４がまた、特定の今後の飛行に関連付けられた今後の飛行データ１３６も含み得る。例えば、今後の飛行データ１３６は、日付及び時刻情報１３８、出発空港１４０、到着空港１４２、航空機の種類１４４、航空機の構成１４６、重量及びバランスデータ１４８など、に関連付けられた特定の今後の飛行のためのデータを含み得る。幾つかの実施態様では、（１以上の）デバイス１０４が、今後の飛行データ１３６の１以上のデータ値に基づいて、入力データ１１０を提供するように構成され得る。

【0032】

[0036] 動作中、（１以上の）プロセッサ１０６は、航空機の今後の飛行に対応する入力データ１１０を取得するように構成され得る。例えば、（１以上の）デバイス１０４は、特定の今後の飛行に対応する入力データ１１０を送信し得る。その飛行は、今日、２月７日、４時間後に、ロサンゼルス国際空港から出発し、中部標準時の午後１０時３０分の到着予定時刻にシカゴ・オヘアに到着することを示す。示されている一実施例では、その飛行のための航空機が、特定の構成にあり特定の重量及びバランスを有するボーイング７３７型機である。

【0033】

[0037] （１以上の）プロセッサ１０６はまた、今後の飛行に対応する予測データ１１４を取得するようにも構成され得る。上述の例示的な一実施例を続けると、ターミナル手順予測器１２０は、到着時に航空機が使用するシカゴ・オヘアの特定の滑走路の予測、２月７日の中部標準時の午後１０時３０分におけるシカゴの天候予測に関連付けられたデータ、及び到着時にオヘアで航空交通がどの程度混雑するかのモデルに関連付けられたデータを含む、データを取得するように構成され得る。

【0034】

[0038] （１以上の）プロセッサ１０６はまた、今後の飛行に関連付けられたターミナル手順予測１２２を取得するために、入力データ１１０及び予測データ１１４を処理するようにも構成され得る。上述の例示的な一実施例を続けると、過去の飛行選択器１２６は、ロサンゼルスからシカゴへの今後の飛行を記述する入力データ１１０と、特定の飛行の到着時刻におけるシカゴの条件の予測に関連付けられたデータと、を処理するように構成され得る。幾つかの実施態様では、ターミナル手順予測１２２が、入力データ１１０及び予測データ１１４と同様な過去の条件１３０を有する過去の飛行の飛行計画１１２に少なくとも部分的に基づき得る。例えば、（１以上の）プロセッサ１０６は、２月の初旬の、今後の飛行の時刻のあたりで、ロサンゼルスからシカゴの過去の飛行の飛行計画を、今後の飛行の到着時刻のあたりのシカゴにおける予測された条件と同様の条件において分析して、今後の飛行のためのターミナル手順予測を取得するように構成され得る。例えば、予測データが、シカゴにおいて天候が寒く雨が降り、少なくとも１つの滑走路が悪天候のために閉鎖され、航空機の交通量が比較的混雑すると予期されると示し、同様な条件を有する過去の飛行の飛行計画が、到着時に特定のターミナル手順が使用されると示す場合、ターミナル手順予測器１２０は、その特定のターミナル手順の予測を取得するように構成され得る。

【0035】

[0039] 幾つかの態様では、ターミナル手順予測器１２０が、訓練データ１１８で訓練された機械学習モデル１２４を使用して、入力データ１１０及び予測データ１１４を処理するように構成されている。特定の一構成では、訓練データ１１８が、過去の飛行データ１１６に基づく。

【0036】

[0040] 幾つかの態様では、過去の飛行選択器１２６が、入力データ１１０及び予測データ１１４の過去の条件１３０に対する１以上の比較に基づいて、一組の過去の飛行１２８を特定するために、過去の飛行データ１１６にアクセスするように構成され得る。特定の一態様では、ターミナル手順予測１２２が、一組の過去の飛行１２８の統計的な分析に基づいて取得される。例えば、過去の飛行選択器１２６は、２月の初旬にロサンゼルスからシカゴに移動した過去５年間の飛行のうち、天候条件が今後の飛行のために予測されるものと同様であった一組の飛行を分析するように構成され得る。

【0037】

[0041] 幾つかの態様では、（１以上の）プロセッサ１０６がまた、航空通知情報（例えば、（１以上の）NOTAM）を取得するようにも構成され得る。次いで、ターミナル手順予測１２２は、航空通知情報に基づき得る。NOTAMは、例えば、飛行ルート沿いや又は飛行に影響を及ぼす可能性のある箇所での潜在的な危険（例えば、空港付近の工事、空港付近及び／又は飛行ルート沿いで起きる特別な事象、滑走路の閉鎖、空港の工事など）を含み得る。

【0038】

[0042] 幾つかの態様では、ターミナル手順予測１２２が、複数のウェイポイントを含み得る。（１以上の）プロセッサ１０６は、図２を参照しながら以下でより詳細に説明されるように、ウェイポイントの１以上を迂回する直行ルートの要求の承認の可能性を特定するように構成され得る。特定の一態様では、（１以上の）プロセッサ１０６が、過去の飛行の飛行位置データ（例えば、飛行計画１１２）を分析し、ウェイポイントの１以上が過去の飛行中に迂回されたかどうかを検出するように構成され得る。

【0039】

[0043] 幾つかの態様では、（１以上の）プロセッサ１０６が、ターミナル手順予測１２２を含む今後の飛行のための飛行計画に基づいて、燃料安全マージンを特定するように構成され得る。概して、燃料安全マージンは、航空機の重量を依然として最適化しながら、飛行の安全運航を確保するために航空機が運ぶ燃料の量を含み得る。ウェイポイントの１以上を迂回する直行ルートの要求の承認の可能性を含む、正確なターミナル手順予測を生成することは、飛行計画者が、今後の飛行の安全運航を依然として確保しながら、特定の飛行計画のために必要とされる燃料の量を削減（又は増加）することを潜在的に可能にし得る。

【0040】

[0044] 幾つかの実施態様では、（１以上の）デバイス１０４が、運航管理システム（flight dispatcher system）に関連付けられ、その中に一体化され、又は他の方法で含まれ得る。このような複数の実施態様では、（１以上の）プロセッサ１０６がまた、ターミナル手順予測１２２を航空交通管制承認システムに提出するようにも構成され得る。航空交通管制承認システムは、ターミナル手順予測１２２を承認し、ターミナル手順予測１２２を拒絶し、新しいターミナル手順を推奨し、又はそれらの組み合わせであるように構成され得る。正確なデータ駆動型のターミナル手順予測１２２を取得することで、航空交通管制承認システムの効率を向上させることができる。

【0041】

[0045] 幾つかの又は代替的な実施態様では、（１以上の）デバイス１０４が、航空交通管制承認システムに関連付けられ、その中に一体化され、又は他の方法で含まれ得る。そのような複数の実施態様では、（１以上の）プロセッサ１０６が、ターミナル手順予測１２２を、航空交通管制承認システムに提出された今後の飛行のための飛行計画と比較するように構成され得る。上述されたように、正確なデータ駆動型のターミナル手順予測１２２を取得することで、航空交通管制承認システムの効率を向上させることができる。

【0042】

[0046] システム１００はまた、図１で示されていない構成要素も含み得る。例えば、コンピューティングデバイス１０２はまた、（１以上の）デバイス１０４から入力データ１１０を受信するように構成された受信器も含み得る。受信器は、例えば、無線周波数リンクを介して、データを受信するように構成され得る。更なる一実施例として、システム１００はまた、１以上の入力／出力インターフェース、１以上のネットワークインターフェースなども含み得る。更に、図１は、システム１００のメモリ１０８を特定のデータを記憶するとして示しているが、本開示の範囲から逸脱することなしに、より多くの、より少ない、及び／又は異なるデータが、メモリ１０８内に存在してよい。

【0043】

[0047] 更に、図１は、コンピューティングデバイス１０２内で生じる特定の動作を示しているが、これらの動作は、本開示の範囲から逸脱することなしに、システム１００の他の構成要素によって実行され得る。例えば、コンピューティングデバイス１０２の外部にある１以上の構成要素が、機械学習モデル１２４、訓練データ１１８、ターミナル手順予測器１２０、過去の飛行選択器１２６、又はそれらの幾つかの組み合わせ、の一部又は全部をホストするか、又はさもなければ組み込むように構成され得る。このような（１以上の）構成要素は、コンピューティングデバイス１０２から遠隔に配置され、コンピューティングデバイス１０２のモデムを介してアクセスされ得る。特定の一実施例として、過去の飛行データ１１６、予測データ１１４、又はそれらの幾つかの組み合わせは、コンピューティングデバイス１０２の外部の１以上のデータベース内に記憶され得る。

【0044】

[0048] 更に、図１は、コンピューティングデバイス１０２と（１以上の）デバイス１０４を別個に示しているが、本開示の範囲から逸脱することなしに、他の複数の構成が可能である。例えば、コンピューティングデバイス１０２と（１以上の）デバイス１０４は、航空交通管制承認システムの中に一体化され得る。更なる一実施例として、コンピューティングデバイス１０２の１以上の構成要素は、複数のコンピューティングデバイス（例えば、一群のサーバ）にわたり分散され得る。

【0045】

[0049] 図２は、本開示の幾つかの実施形態による、第１の過去の実際の飛行経路と第２の過去の実際の経路とに関する、複数のウェイポイント２１４、２１６、２１８付近を移動する航空機２０２用の過去の計画された飛行経路の比較の例示的な図２００を示す。概して、比較は、図１の（１以上の）プロセッサ１０６の１以上の構成要素によって実行され得る。ウェイポイント２１４、２１６、２１８は、特定の飛行のための１以上のランドマークに関連付けられた地理的位置であり得る。例えば、所与のウェイポイントは、出発空港、到着空港、特定の位置における特定の高度などに関連付けられ得る。

【0046】

[0050] 図２００の一実施例では、航空機２０２が、第１のウェイポイント２１４からその現在の位置までのルートに沿って移動しているように示されている。航空機２０２用の計画された飛行経路は、第１のウェイポイント２１４と第２のウェイポイント２１６との間の第１のセグメント２０４、第２のウェイポイント２１６と第３のウェイポイント２１８との間の第２のセグメント２０６、及び第３のウェイポイント２１８から航空機２０２の現在の位置までの第３のセグメント２０８を含む。幾つかの実施態様では、計画された飛行経路が、概して、航空機２０２が特定の飛行を行う前に、航空機２０２によって提出された飛行計画に対応し得る。特定の一構成では、図３を参照しながら以下でより詳細に説明されるように、飛行計画が、運航飛行計画（「OFP」）として記憶され、分析のためにデータベース内に記憶される。

【0047】

[0051] 計画された飛行経路は飛行計画内に含まれるが、航空機の所与の飛行における正確な位置は、計画された飛行計画から逸脱し得る。ほとんどの民間飛行では、航空機が、その飛行のコース中に定期的にその位置を報告する。これらの位置の報告の集計を分析することによって、システム（例えば、図１のシステム１００）は、実際の飛行経路を計画された飛行経路と比較するように構成され得る。例えば、図１の（１以上の）プロセッサ１０６は、それぞれ、ウェイポイント２１４、２１６、２１８の各々に関連付けられた地理的位置の周りにポリゴン２２０、２２２、２２４を生成するように構成され得る。ポリゴン２２０、２２２、２２４を生成することにより、システムは、それぞれ、ウェイポイント２１４、２１６、２１８の閾値距離内、又はウェイポイント２１４、２１６、２１８の周りに画定された領域内に、航空機２０２の実際の位置を捕捉することができる。

【0048】

[0052] 例えば、航空機２０２からのデータは、第１の過去の飛行において、航空機２０２が、第１のセグメント２１０に沿って、第１のウェイポイント２１４の周りの第１のポリゴン２２０から、第２のウェイポイント２１６の周りの第２のポリゴン２２２を通って、第３のウェイポイント２１８の周りの第３のポリゴン２２４に移動したことを示す。そこから、航空機２０２は、セグメント２１２に沿って、第３のウェイポイント２１８の周りの第３のポリゴン２２４から、その現在の位置に移動した。ポリゴン２２０、２２２、２２４に関して航空機２０２の実際の過去の飛行経路を分析することによって、システムは、実際の飛行経路を特定のウェイポイントを用いて特定することができる。

【0049】

[0053] 別の一例として、航空機２０２からのデータは、第２の過去の飛行において、航空機２０２が、第１のセグメント２０４に沿って、第１のウェイポイント２１４から、第２のウェイポイント２１６に移動したことを示す。第２のウェイポイント２１６において、航空機２０２は、第３のウェイポイント２１８を迂回して、第２のウェイポイント２１６からその現在の位置までの直行２２６を介して、計画された飛行経路から逸脱した。直行は、交通管制承認システムによって承認された計画された飛行経路からの逸脱を含み得る。燃料消費、航空交通管理、乗客の安全などを含む、様々な理由で直行は許可され得る。

【0050】

[0054] 図１を参照しながら上述されたように、ターミナル手順予測１２２は、複数のウェイポイント（例えば、ウェイポイント２１４、２１６、２１８）を含み得る。（１以上の）プロセッサ１０６は、ウェイポイントの１以上を迂回する直行ルートの要求の承認の可能性を特定するように構成され得る。特定の一態様では、（１以上の）プロセッサ１０６が、過去の飛行の飛行位置データを分析し、ウェイポイントの１以上が過去の飛行中に迂回されたかどうかを検出するように構成されている。例示的な図２００において示されているように、図１の（１以上の）プロセッサ１０６は、航空機２０２の第１及び第２の過去の飛行の飛行位置データを分析して、航空機２０２が第２の過去の飛行中に第３のウェイポイント２１８を迂回したことを検出するように構成され得る。過去の飛行の飛行位置データ（及び、幾つかの構成では、直行ルートが要求されたかどうか、同じウェイポイントを含む飛行経路に沿った他の航空機の過去の飛行の飛行位置データなどの、更なるデータ）の分析に基づいて、（１以上の）プロセッサ１０６は、特定の今後の飛行のための直行ルートの承認の可能性を特定することができる。

【0051】

[0055] 図３は、本開示の幾つかの実施態様による、飛行計画のためのターミナル手順予測のための例示的なアーキテクチャ３００を示す。例示的なアーキテクチャ３００は、処理デバイス３０４と通信可能に結合された入力デバイス３０２、出力デバイス３０６、１以上の過去のデータベース３０８、文脈情報３１８のための１以上のデータソース、及び１以上の予測器３２８を含む。

【0052】

[0056] 概して、例示的なアーキテクチャ３００は、図１のシステム１００の構造及び機能に対応する。例えば、入力デバイス３０２は、概して、（１以上の）デバイス１０４に対応し、処理デバイス３０４は、概して、（１以上の）プロセッサ１０６に対応し、（１以上の）過去のデータベースは、概して、過去の飛行データ１１６に対応し、文脈情報３１８は、概して、条件１１５に対応し、予測器３２８からの出力は、予測データ１１４に対応し、出力デバイス３０６は、概して、ターミナル手順予測器１２０に対応する。

【0053】

[0057] 図１を参照しながら上述されたように、ユーザ、デバイス、又はそれらの幾つかの組み合わせは、今後の飛行に関連付けられた条件に対応する複数の入力データを入力することができる。この複数の入力データは、幾つかの態様では、日付及び時刻情報１３８、出発空港１４０、到着空港１４２、航空機の種類１４４、航空機の構成１４６などを含む。図３を参照すると、今後の飛行に関連付けられた条件に対応するデータは、入力デバイス３０２において入力され得る。特定の一態様では、入力デバイス３０２が、パーソナルコンピュータ、ラップトップコンピュータ、スマートフォンなどとして含まれた、入力データを記憶するように構成された任意の適切な（１以上の）電子デバイス、キーボード、マウス、タッチスクリーンなどの様々な入力／出力デバイス、別の電子デバイスからのデータ転送、入力データを記憶するための他の適切な手段、又はそれらの幾つかの組み合わせを含み得る。

【0054】

[0058] 入力されると、入力デバイス３０２は、図１の入力データ１１０を処理デバイス３０４に通信し得る。処理デバイス３０４は、今後の飛行に関連付けられたターミナル手順予測（例えば、図１のターミナル手順予測１２２）を取得するために、入力データ１１０及び予測データ（例えば、図１の予測データ１１４）を処理するように構成された、任意の適切な電子デバイスであり得る。例えば、処理デバイス３０４は、図１の（１以上の）コンピューティングデバイス１０２内に含まれ、を含み、と機能を共有し、又は、に他の方法で関連付けられ得る。

【0055】

[0059] 処理デバイス３０４は、情報の１以上のソースから情報を取得するように構成され得る。該情報は、（１以上の）過去のデータベース３０８からの図１の過去の飛行データ１１６、文脈情報３１８からの条件１１５、（１以上の）予測器３２８からの予測データ１１４などを含む。

【0056】

[0060] 幾つかの実施態様では、各情報ソースが、情報の１以上のサブソースを含み得る。例えば、（１以上の）過去のデータベース３０８は、過去の天候データベース３１０、位置報告のデータベース３１２、過去のNOTAMのデータベース３１４、運航飛行計画（「OFP」）のデータベース３１６などを含み得る。（１以上の）過去のデータベース３０８は、概して、図１の過去の飛行データ１１６に対応する。

【0057】

[0061] 文脈情報３１８は、１以上の航行データベース３２０、現在の天候データベース３２２、使用中の滑走路のデータベース３２４、現在のNOTAMのデータベース３２６などを含み得る。（１以上の）予測器３２８は、空港交通モデル１５４を提供するように構成された航空交通予測器３３０、天候予測１５２を提供するように構成された天候予測器３３２、滑走路予測１５０を提供するように構成された滑走路使用予測器３３４などを含み得る。

【0058】

[0062] 幾つかの実施態様では、処理デバイス３０４が、ブロック３３６において、実際のデータ及び／又は予測データを過去の条件データと突き合わせるように構成され得る。例えば、処理デバイス３０４は、入力データ１１０、条件１１５、及び過去の飛行データ１１６を、（１以上の）予測器３２８からの予測データ１１４と比較し得る。処理デバイス３０４は、例えば、今後の飛行の特殊性に最も近い図１の一組の過去の飛行１２８を特定するように構成され得る。

【0059】

[0063] 処理デバイス３０４はまた、ブロック３３８において、一組の過去の飛行１２８から最も計画された１以上のターミナル手順を取得するようにも構成され得る。特定の一態様では、最も計画されたターミナル手順が、OFPのデータベース３１６から取得され得る。特定されると、処理デバイス３０４はまた、ブロック３４０において、（１以上の）最も計画されたターミナル手順に関連付けられた複数のウェイポイント（「WPT」）の座標を抽出するようにも構成され得る。特定の一態様では、処理デバイス３０４が、航行データベース３２０からウェイポイントの座標を取得し得る。

【0060】

[0064] 処理デバイス３０４はまた、図２を参照しながらより詳細に説明されたように、ブロック３４２において、各ウェイポイントに関連付けられた１以上のポリゴンを構築するようにも構成され得る。処理デバイス３０４はまた、ブロック３４４において、航空機位置報告から報告されたような航空機の位置を、ウェイポイントのポリゴンの空間的範囲に適合させるようにも構成され得る。処理デバイス３０４はまた、ブロック３４６において、特定のOFPの位置報告の数が、ウェイポイントのポリゴンに関するルート閾値を満たすかどうかを判定するようにも構成され得る。例えば、ルート閾値は、航空機が報告した位置が関連付けられたウェイポイントのポリゴン内にあるウェイポイントの所定の割合（例えば、５０％）であり得る。

【0061】

[0065] （１以上の）OFPがルート閾値を満たす場合、出力デバイス３０６は、ブロック３４８において、図１を参照しながら上述されたように、予測されたターミナル手順が今後の飛行の間に有効なままである可能性を含む、予測されたターミナル手順（例えば、ターミナル手順予測１２２）を出力するように構成され得る。上述された一実施例を使用すると、過去の位置報告が航空機がウェイポイントのポリゴンの大部分内を通過したことを示した場合、出力デバイス３０６は、所定のターミナル手順が有効のままである可能性を出力するように構成され得る。特定の一実施例では、この可能性が、特定の一組のウェイポイントの同じルート閾値基準を満たした複数の過去の飛行の分析に基づき得る。予測されたターミナル手順を含んだ一組の５０回の過去の飛行において、これらの過去の飛行の３０回がルート閾値を満たす場合、出力デバイス３０６は、ターミナル手順が今後の飛行の間に有効なままである６０％の可能性を含み得る。

【0062】

[0066] （１以上の）OFPがルート閾値を満たさない場合、出力デバイス３０６は、ブロック３５０において、直行の可能性と位置を出力するように構成され得る。図２を参照しながら説明されたように、直行は、特定の過去の飛行が元々のOFPに関連付けられた１以上のウェイポイントを迂回したことを示し得る。入力データ１１０、過去の飛行データ１１６、条件１１５、及び予測データ１１４を分析することによって、処理デバイス３０４は、特定の飛行が特定のターミナル手順に従うことになる可能性を提供するように構成され得る。この可能性は、直行が元々のOFPの１以上の部分を迂回する可能性を含む。

【0063】

[0067] 幾つかの実施態様では、処理デバイス３０４がまた、今後の飛行に関連付けられたデータを用いて、（１以上の）過去のデータベース３０８を更新するようにも構成され得る。処理デバイス３０４は、例えば、飛行が進行している間に、計画された飛行に関連付けられた実際の天候データ、位置情報、実際の使用中の滑走路データ、実際の空港交通データなどを収集することができる。処理デバイス３０４は、航空機が飛行している間、飛行の後で１以上のデータソースから、又はそれらの幾つかの組み合わせで、このデータを収集することができる。処理デバイス３０４は、次いで、取得された実際の飛行データを用いて、（１以上の）過去のデータベース３０８（及び／又はデータの適切なサブソース）を更新するように構成され得る。

【0064】

[0068] 飛行後のデータが、実際の飛行からのデータを用いて更新されるにつれて、過去のデータのデータベース（例えば、（１以上の）過去のデータベース３０８）は、より正確でよりロバストなデータセットへのアクセスを有することになる。利用可能な過去のデータセットを改良することによって、例示的なアーキテクチャ３００（及び図１のシステム１００）は、ターミナル手順予測１２２を取得する性能を向上させ得る（例えば、処理デバイス３０４、図１の（１以上の）コンピューティングデバイス１０２などによって）。例えば、訓練データ１１８が、より大きなより正確な一組の過去の飛行データ（例えば、図１の過去の飛行データ１１６）に基づいているときに、訓練済み機械学習モデル１２４は、ターミナル手順をより正確に予測することができる。過去の飛行データを継続的に更新することにより、本明細書で開示されるシステム及び方法は、飛行計画のためのターミナル手順予測を継続的に改良することが可能になる。

【0065】

[0069] 図４は、本開示の幾つかの実施例による、飛行計画のためのターミナル手順予測のための例示的な方法４００のフローチャートである。方法４００は、命令を実行する１以上のプロセッサによって、例えば、メモリ１０８からの命令を実行する図１の（１以上の）プロセッサ１０６によって、開始、実行、又は制御され得る。

【0066】

[0070] 幾つかの実施態様では、方法４００が、４０２において、プロセッサで、航空機の今後の飛行に対応する入力データを取得することを含む。例えば、図１の（１以上の）プロセッサ１０６は、図２の航空機２０２の今後の飛行に対応する入力データ１１０を取得することができる。

【0067】

[0071] 図４の一実施例では、方法４００がまた、４０４において、プロセッサで、今後の飛行に対応する予測データを取得することも含み得る。例えば、図１の（１以上の）プロセッサ１０６は、今後の飛行に対応する予測データ１１４を取得することができる。

【0068】

[0072] 図４の一実施例では、方法４００がまた、４０６において、プロセッサで、入力データ及び予測データを処理して、今後の飛行に関連付けられたターミナル手順予測を取得することも含み得る。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行経路に少なくとも部分的に基づく。例えば、（１以上の）プロセッサ１０６は、入力データ１１０及び予測データ１１４を処理して、今後の飛行に関連付けられたターミナル手順予測１２２を取得することができる。ターミナル手順予測１２２は、入力データ１１０及び予測データ１１４と同様な条件を有する過去の飛行の飛行経路１１２に少なくとも部分的に基づく。

【0069】

[0073] 方法４００は、特定の数のステップを含むとして図示されているが、本開示の範囲から逸脱することなしに、より多い、より少ない、及び／又は異なるステップが、方法４００内に含まれ得る。例えば、以下でより詳細に説明されるように、方法４００は任意選択的に更なるステップを含み得る。

【0070】

[0074] 図４の一実施例では、方法４００が、４０８において、任意選択的に、航空通知情報を取得することを含み得る。ターミナル手順予測は、航空通知情報に更に基づく。例えば、図１の（１以上の）プロセッサ１０６は、図３の過去のNOTAMのデータベース３１４、現在のNOTAMのデータベース３２６、又はそれらの幾つかの組み合わせから、航空通知情報を取得するように構成され得る。（１以上の）プロセッサ１０６は、ターミナル手順予測１２２を航空通知情報に更に基づかせるように構成され得る。

【0071】

[0075] 図４の一実施例では、方法４００が、４１０において、任意選択的に、ターミナル手順予測内に含まれる１以上のウェイポイントを迂回する直行ルートの要求の承認の可能性を特定することを含み得る。例えば、図１の（１以上の）プロセッサ１０６は、図２～図３を参照しながら上述されたように、ターミナル手順予測１２２内に含まれる１以上のウェイポイントを迂回する直行ルートの要求の承認の可能性を特定するように構成され得る。

【0072】

[0076] 図４の一実施例では、方法４００がまた、４１２において、任意選択的に、過去の飛行の飛行位置データを分析し、ウェイポイントの１以上が過去の飛行中に迂回されたかどうかを検出することも含み得る。例えば、図２～図３を参照しながら上述されたように、図３の処理デバイスは、位置報告のデータベース３１２からの飛行位置データを分析し、ウェイポイントの１以上が過去の飛行中に迂回されたかどうかを検出するように構成され得る。

【0073】

[0077] 図４の一実施例では、方法４００が、４１４において、任意選択的に、ターミナル手順予測を含む今後の飛行のための飛行計画に基づいて、燃料安全マージンを特定することを含み得る。例えば、（１以上の）プロセッサ１０６は、ターミナル手順予測１２２を含む今後の飛行のための飛行計画に基づいて、燃料安全マージンを特定するように構成され得る。

【0074】

[0078] 上述されたように、本開示の範囲から逸脱することなしに、より多い、より少ない、及び／又は異なるステップが、方法４００内に含まれ得る。例えば、方法４００は、受信した入力データの数や種類に応じて変化し得る。特定の構成では、不完全な入力データ１１０が取得された場合、図１のシステム１００が、予備的なターミナル手順予測１２２を取得し、次いで、更なる入力データ１１０を受信すると、ターミナル手順予測１２２を更新するように構成され得る。

【0075】

[0079] 図５は、本開示の幾つかの実施例による、コンピュータによって実装される方法及びコンピュータによって実行可能なプログラム命令（又はコード）の複数の態様をサポートするように構成されたコンピューティングデバイス５１０を含むコンピューティング環境５００のブロック図である。例えば、コンピューティングデバイス５１０又はその一部は、図１～図４を参照しながら上でより詳細に説明された１以上の動作を、開始、実行、又は制御するために、命令を実行するように構成されている。特定の一態様では、コンピューティングデバイス５１０が、図１のコンピューティングデバイス１０２、（１以上の）デバイス１０４、図３の入力デバイス３０２、処理デバイス３０４、出力デバイス３０６、（１以上の）過去のデータベース３０８、文脈情報３１８、（１以上の）予測器３２８、１以上のサーバ、１以上の仮想デバイス、又はそれらの組み合わせ、を含み、に対応し、又は内に含まれ得る。

【0076】

[0080] コンピューティングデバイス５１０は、１以上のプロセッサ５２０を含む。特定の一態様では、（１以上の）プロセッサ５２０が、図１の（１以上の）プロセッサ１０６に対応する。（１以上の）プロセッサ５２０は、システムメモリ５３０、１以上の記憶デバイス５５０、１以上の入力／出力インターフェース５４０、１以上の通信インターフェース５６０、又はそれらの任意の組み合わせ、と通信するように構成されている。システムメモリ５３０は、揮発性メモリデバイス（例えば、ランダムアクセスメモリ（RAM：random access memory）デバイス）、不揮発性メモリデバイス（例えば、読み出し専用メモリ（ROM：read-only memory）デバイス、プログララム可能な読み出し専用メモリ、及びフラッシュメモリ）、又はその双方を含む。システムメモリ５３０は、コンピューティングデバイス５１０をブート処理するための基本入力／出力システム、ならびにコンピューティングデバイス５１０がユーザ、他のプログラム、及び他のデバイスと相互作用することを可能にするためのフルオペレーティングシステムを含み得る、オペレーティングシステム５３２を記憶する。システムメモリ５３０は、図１の予測データ１１４、条件１１５、過去の飛行データ１１６、又はそれらの組み合わせなどの、システム（プログラム）データ５３８を記憶する。

【0077】

[0081] システムメモリ５３０は、（１以上の）プロセッサ５２０よって実行可能な１以上のアプリケーション５３４（例えば、命令の集合）を含む。一実施例として、１以上のアプリケーション５３４には、図１～図４を参照しながら説明された１以上の動作を、開始、制御、又は実行するために、（１以上の）プロセッサ５２０によって実行可能な命令５３６が含まれる。例示すると、１以上のアプリケーション５３４は、今後の飛行に関連付けられたターミナル手順予測１２２を取得するために、入力データ１１０及び予測データ１１４を処理することに関して説明された１以上の動作を、開始し、制御し、又は実行するために、（１以上の）プロセッサ５２０によって実行可能な命令５３６を含む。ターミナル手順予測１２２は、入力データ１１０及び予測データ１１４と同様な条件を有する過去の飛行の飛行計画１１２に少なくとも部分的に基づく。

【0078】

[0082] 特定の一実施態様では、システムメモリ５３０が、命令５３６を記憶した非一過性のコンピュータ可読媒体（例えば、コンピュータ可読ストレージデバイス）を含み、該命令５３６は、（１以上の）プロセッサ５２０によって実行されると、（１以上の）プロセッサ５２０に、航空情報サービス用の自動化された環境を改善するための動作を、開始、実行、又は制御させる。動作は、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得することを含む。該動作はまた、プロセッサにおいて、今後の飛行に対応する予測データを取得することも含む。該動作はまた、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理することも含む。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0079】

[0083] １以上のストレージデバイス５５０は、磁気ディスク、光ディスク、又はフラッシュメモリデバイスなどの、不揮発性のストレージデバイスを含む。特定の一実施例では、ストレージデバイス５５０が、取り外し可能なメモリデバイスと取り外し不可能なメモリデバイスとの両方を含む。記憶デバイス５５０は、オペレーティングシステム、オペレーティングシステムの画像、アプリケーション（例えば、１以上のアプリケーション５３４）、及びプログラムデータ（例えば、プログラムデータ５３８）を記憶するように構成される。特定の一態様では、システムメモリ５３０、ストレージデバイス５５０、又はその両方が、有形のコンピュータ可読媒体を含む。特定の一態様では、ストレージデバイス５５０のうちの１以上が、コンピューティングデバイス５１０の外部に存在する。

【0080】

[0084] １以上の入力／出力インターフェース５４０は、ユーザとの相互作用を容易にするために、コンピューティングデバイス５１０が１以上の入力／出力デバイス５７０と通信することを可能にする。例えば、１以上の入力／出力インターフェース５４０は、ディスプレイインターフェース、入力インターフェース、又はその双方を含み得る。例えば、入力／出力インターフェース５４０は、ユーザから入力を受け取り、他のコンピューティングデバイスから入力を受け取り、又はこれらを組み合わせて行うように適合されている。幾つかの実施態様において、入力／出力インターフェース５４０は、シリアルインターフェース（例えば、USB（universal serial bus）インターフェース、又は、（IEEE（Institute of Electrical and Electronics Engineers）インターフェース標準）、パラレルインターフェース、表示アダプタ、音声アダプタ、又は、カスタムインターフェースを含む、１つ以上の標準インターフェースプロトコルに準拠している（「IEEE」は、Institute of Electrical and Electronics Engineers、Inc. of Piscataway（ニュージャージー州）の登録商標である）。幾つかの実施態様では、（１以上の）入力／出力デバイス５７０が、ボタン、キーボード、ポインティングデバイス、ディスプレイ、スピーカ、マイクロフォン、タッチスクリーン、及び他のデバイスの何らかの組み合わせを含む、１以上のユーザインターフェースデバイス及びディスプレイを含む。

【0081】

[0085] （１以上の）プロセッサ５２０は、１以上の通信インターフェース５６０を介して、デバイス又はコントローラ５８０と通信するように構成されている。例えば、１以上の通信インターフェース５６０は、ネットワークインターフェースを含み得る。デバイス又はコントローラ５８０は、例えば、図１の（１以上の）デバイス１０４を含み得る。

【0082】

[0086] 幾つかの実施態様では、非一過性のコンピュータ可読媒体（例えば、コンピュータ可読ストレージデバイス）が、命令を記憶し、該命令は、１以上のプロセッサによって実行されると、１以上のプロセッサに、上述された機能の一部又は全部を実行するための動作を、開始、実行、又は制御させる。例えば、該命令は、図１、図３、及び図４の動作又は方法のうちの１以上を実施するために実行可能であり得る。幾つかの実施態様では、図１、図３、及び図４の動作又は方法のうちの１以上の一部又は全部が、専用のハードウェア回路によって命令を実行する１以上のプロセッサ（例えば、１以上の中央処理装置（CPU：central processing unit）、１以上のGPU（graphics processing unit）、１以上のデジタル信号プロセッサ（DSP：digital signal processor））、又はこれらの任意の組み合わせによって実施されてよい。

【0083】

[0087] 説明された複数の実施態様と併せて、装置が、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得するための手段を含む。例えば、入力データを取得するための手段は、図１のコンピューティングデバイス１０２、（１以上の）プロセッサ１０６、（１以上の）デバイス１０４、（１以上の）プロセッサ１３２、図３の（１以上の）過去のデータベース３０８、文脈情報３１８、入力デバイス３０２、処理デバイス３０４、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得するように構成された１以上の他の回路若しくは構成要素、又はそれらの任意の組み合わせを含む。

【0084】

[0088] 該デバイスはまた、プロセッサにおいて、今後の飛行に対応する予測データを取得するための手段も含む。例えば、予測データを取得するための手段は、図１のコンピューティングデバイス１０２、（１以上の）プロセッサ１０６、（１以上の）デバイス１０４、（１以上の）プロセッサ１３２、図３の（１以上の）予測器３２８、入力デバイス３０２、処理デバイス３０４、プロセッサにおいて、今後の飛行に対応する予測データを取得するように構成された１以上の他の回路若しくは構成要素、又はそれらの任意の組み合わせを含む。

【0085】

[0089] 該デバイスはまた、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために、入力データ及び予測データを処理するための手段も含む。ターミナル手順予測は、入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。入力データ及び予測データを処理するための手段は、図１のコンピューティングデバイス１０２、（１以上の）プロセッサ１０６、（１以上の）デバイス１０４、（１以上の）プロセッサ１３２、図３の処理デバイス３０４、プロセッサにおいて、今後の飛行に関連付けられたターミナル手順予測を取得するために入力データ及び予測データを処理するように構成された１以上の回路若しくは構成要素であって、ターミナル手順予測は入力データ及び予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく、１以上の回路若しくは構成要素、又はそれらの任意の組み合わせを含む。

【0086】

[0090] 本明細書で説明される複数の実施例の例示は、様々な実施態様の構造の概略的な理解をもたらすことを意図している。これらの例示は、本明細書で説明される構造又は方法を利用する装置及びシステムの全ての要素及び特徴を網羅的に説明することを意図していない。本開示を精査することで、当業者には、他の多くの実施態様が明らかになり得る。本開示の範囲を逸脱することなく構造的及び論理的な置換及び変更が行うことができるように、他の実施態様を利用し、他の実施態様を本開示から引き出すことができる。例えば、方法動作は、図面において示されているのとは異なる順序で実行され得るか、或いは１以上の方法動作が省略され得る。したがって、本開示及び図は、限定的というよりは、むしろ例示的なものと見なすべきである。

【0087】

[0091] 更に、本明細書では具体的な例を図示及び説明してきたが、同一又は類似の結果を実現するよう設計された任意の後続の構成を、示された特定の実施態様と置き換えてもよい。本開示は、様々な実施態様の後続する任意の又は全ての適用例又は変形例を含むことが意図されている。上述の実施態様の組み合わせ、及び、本明細書で特段に説明していない他の実施態様は、本明細書を精査することで当業者には明らかになろう。

【0088】

[0092] 本開示の要約は、特許請求の範囲又は意味を解釈したり、又は限定したりするために使用されるものではないとの理解の下に提出される。加えて、上記の発明を実施するための形態においては、本開示を簡潔にする目的で、様々な特徴が、群化されたり、又は、単一の実施態様内で説明されたりする場合がある。上述の例は、本開示を例示しているのであって、限定しているわけではない。また、本開示の原理に従って多くの修正例および変形例が可能である。以下の特許請求の範囲に反映されているように、特許請求される主題は、開示されている実施例のいずれかの特徴の全てを対象としているわけではない場合がある。したがって、本開示の範囲は、以下の特許請求の範囲及びその均等物によって規定される。

【0089】

[0093] 更に、本開示は、以下の複数の実施例による複数の実施形態を含む。

【0090】

[0094] 実施例１によれば、デバイスが、１以上のプロセッサを含み、１以上のプロセッサは、航空機の今後の飛行に対応する入力データを取得すること、前記今後の飛行に対応する予測データを取得すること、及び、前記今後の飛行に関連付けられたターミナル手順予測を取得するために、前記入力データ及び前記予測データを処理すること、を実行するように構成され、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0091】

[0095] 実施例２は、実施例１のデバイスを含む。その場合、前記１以上のプロセッサは、訓練済み機械学習モデルを使用して、前記入力データ及び前記予測データを処理するように構成されている。

【0092】

[0096] 実施例３は、実施例１又は２のデバイスを含む。その場合、前記訓練済み機械学習モデルは、前記過去の飛行に基づいて訓練されている。

【0093】

[0097] 実施例４は、実施例１から３のいずれか１つのデバイスを含む。その場合、前記１以上のプロセッサは、前記入力データ及び前記予測データの前記過去の飛行の条件に対する１以上の比較に基づいて、一組の前記過去の飛行を特定するために、前記過去の飛行のデータベースにアクセスするように構成されている。

【0094】

[0098] 実施例５は、実施例４のデバイスを含む。その場合、前記ターミナル手順予測は、前記一組の過去の飛行の統計的な分析に基づいて取得される。

【0095】

[0099] 実施例６は、実施例１から５のいずれか１つのデバイスを含む。その場合、前記入力データは、日付及び時刻情報、出発空港、到着空港、航空機の種類、航空機の構成、又は航空機の重量及びバランスデータのうちの少なくとも１つを含む。

【0096】

[00100] 実施例７は、実施例１から６のいずれか１つのデバイスを含む。その場合、前記予測データは、滑走路予測、天候予測、又は空港交通モデルのうちの少なくとも１つを含む。

【0097】

[00101] 実施例８は、実施例１から７のいずれか１つのデバイスを含む。その場合、前記１以上のプロセッサは、航空通知情報を取得するように更に構成され、前記ターミナル手順予測は、前記航空通知情報に更に基づく。

【0098】

[00102] 実施例９は、実施例１から８のいずれか１つのデバイスを含む。その場合、前記ターミナル手順予測は、複数のウェイポイントを含み、前記１以上のプロセッサは、前記ウェイポイントの１以上を迂回する直行ルートの要求の承認の可能性を特定するように更に構成されている。

【0099】

[00103] 実施例１０は、実施例９のデバイスを含む。その場合、前記１以上のプロセッサは、前記過去の飛行の飛行位置データを分析し、前記ウェイポイントの１以上が前記過去の飛行中に迂回されたかどうかを検出するように構成されている。

【0100】

[00104] 実施例１１は、実施例１から１０のいずれか１つのデバイスを含む。その場合、前記１以上のプロセッサは、前記ターミナル手順予測を含む前記今後の飛行のための飛行計画に基づいて、燃料安全マージンを特定するように構成されている。

【0101】

[00105] 実施例１２は、実施例１から１１のいずれか１つのデバイスを含む。その場合、前記デバイスは、運航管理システム内に含まれ、前記１以上のプロセッサは、前記ターミナル手順予測を航空交通管制承認システムに提出するように構成されている。

【0102】

[00106] 実施例１３は、実施例１から１２のいずれか１つのデバイスを含む。その場合、前記デバイスは、航空交通管制承認システム内に含まれ、前記１以上のプロセッサは、前記ターミナル手順予測を、前記航空交通管制承認システムに提出された前記今後の飛行のための飛行計画と比較するように構成されている。

【0103】

[00107] 実施例１４によれば、方法が、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得すること、前記プロセッサにおいて、前記今後の飛行に対応する予測データを取得すること、及び、前記プロセッサにおいて、前記今後の飛行に関連付けられたターミナル手順予測を取得するために、前記入力データ及び前記予測データを処理することを含み、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0104】

[00108] 実施例１５は、実施例１４の方法を含む。その場合、訓練済み機械学習モデルを使用して、前記入力データ及び前記予測データを処理する。

【0105】

[00109] 実施例１６は、実施例１４又は１５の方法を含む。その場合、前記入力データ及び前記予測データを処理することは、前記入力データ及び前記予測データの前記過去の飛行の条件に対する１以上の比較に基づいて、一組の前記過去の飛行を特定するために、前記過去の飛行のデータベースにアクセスすることを含む。

【0106】

[00110] 実施例１７は、実施例１４から１６のいずれか１つの方法を含む。その場合、前記入力データは、日付及び時刻情報、出発空港、到着空港、航空機の種類、航空機の構成、又は航空機の重量及びバランスデータのうちの少なくとも１つを含む。

【0107】

[00111] 実施例１８は、実施例１４から１７のいずれか１つの方法を含む。その場合、前記予測データは、滑走路予測、天候予測、又は空港交通モデルのうちの少なくとも１つを含む。

【0108】

[00112] 実施例１９は、実施例１４から１８のいずれか１つの方法を含む。その場合、前記方法は、前記ターミナル手順予測内に含まれる１以上のウェイポイントを迂回する直行ルートの要求の承認の可能性を特定することを更に含む。

【0109】

[00113] 実施例２０によれば、非一過性のコンピュータ可読媒体が命令を含み、前記命令は、１以上のプロセッサによって実行されると、前記１以上のプロセッサに、航空機の今後の飛行に対応する入力データを取得すること、前記今後の飛行に対応する予測データを取得すること、及び、前記今後の飛行に関連付けられたターミナル手順予測を取得するために、前記入力データ及び前記予測データを処理すること、を実行させ、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0110】

[00114] 実施例２１は、実施例２０の非一過性のコンピュータ可読媒体を含む。その場合、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、訓練済み機械学習モデルを使用して、前記入力データ及び前記予測データを処理すること、を実行させる。

【0111】

[00115] 実施例２２は、実施例２０又は２１の非一過性のコンピュータ可読媒体を含む。その場合、前記訓練済み機械学習モデルは、前記過去の飛行に基づいて訓練されている。

【0112】

[00116] 実施例２３は、実施例２０から２２のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記入力データ及び前記予測データの前記過去の飛行の条件に対する１以上の比較に基づいて、一組の前記過去の飛行を特定するために、前記過去の飛行のデータベースにアクセスすること、を実行させる。

【0113】

[00117] 実施例２４は、実施例２３に記載の非一過性のコンピュータ可読媒体を含む。その場合、前記ターミナル手順予測は、前記一組の過去の飛行の統計的な分析に基づいて取得される。

【0114】

[00118] 実施例２５は、実施例２０から２４のいずれか１つの非一過性のコンピュータ可読媒体を含む。前記入力データは、日付及び時刻情報、出発空港、到着空港、航空機の種類、航空機の構成、又は航空機の重量及びバランスデータのうちの少なくとも１つを含む。

【0115】

[00119] 実施例２６は、実施例２０から２５のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記予測データは、滑走路予測、天候予測、又は空港交通モデルのうちの少なくとも１つを含む。

【0116】

[00120] 実施例２７は、実施例２０から２６のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、航空通知情報を取得するように更に構成され、前記ターミナル手順予測は、前記航空通知情報に更に基づく。

【0117】

[00121] 実施例２８は、実施例２０から２７のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記ターミナル手順予測は、複数のウェイポイントを含み、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記ウェイポイントの１以上を迂回する直行ルートの要求の承認の可能性を特定すること、を実行させる。

【0118】

[00122] 実施例２９は、実施例２８の非一過性のコンピュータ可読媒体を含む。その場合、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記過去の飛行の飛行位置データを分析し、前記ウェイポイントの１以上が前記過去の飛行中に迂回されたかどうかを検出すること、を実行させる。

【0119】

[00123] 実施例３０は、実施例２０から２９のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記ターミナル手順予測を含む前記今後の飛行のための飛行計画に基づいて、燃料安全マージンを特定すること、を実行させる。

【0120】

[00124] 実施例３１は、実施例２０から３０のいずれか１つの非一過性のコンピュータ可読媒体を含む。その場合、前記非一過性のコンピュータ可読媒体は、運航管理システム内に含まれ、前記命令は、前記１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記ターミナル手順予測を航空交通管制承認システムに提出すること、を実行させる。

【0121】

[00125] 実施例３２は、実施例２０から３１のいずれか１つの非一過性のコンピュータ可読媒体を含む。前記非一過性のコンピュータ可読媒体は、航空交通管制承認システム内に含まれ、前記命令は、１以上のプロセッサによって実行されると、前記１以上のプロセッサに、前記ターミナル手順予測を、前記航空交通管制承認システムに提出された前記今後の飛行のための飛行計画と比較すること、を実行させる。

【0122】

[00126] 実施例３３によれば、デバイスが、プロセッサにおいて、航空機の今後の飛行に対応する入力データを取得すること、前記プロセッサにおいて、前記今後の飛行に対応する予測データを取得すること、及び、前記プロセッサにおいて、前記今後の飛行に関連付けられたターミナル手順予測を取得するために、前記入力データ及び前記予測データを処理すること、のための手段を含み、前記ターミナル手順予測は、前記入力データ及び前記予測データと同様な条件を有する過去の飛行の飛行計画に少なくとも部分的に基づく。

【0123】

[00127] 実施例３４は、実施例３３のデバイスを含む。その場合、訓練済み機械学習モデルを使用して、前記入力データ及び前記予測データを処理する。

【0124】

[00128] 実施例３５は、実施例３３又は実施例３４のデバイスを含む。その場合、前記入力データ及び前記予測データを処理するための前記手段は、前記入力データ及び前記予測データの前記過去の飛行の条件に対する１以上の比較に基づいて、一組の前記過去の飛行を特定するために、前記過去の飛行のデータベースにアクセスするための手段を含む。

【0125】

[00129] 実施例３６は、実施例３３から３５のいずれか１つのデバイスを含む。その場合、前記入力データは、日付及び時刻情報、出発空港、到着空港、航空機の種類、航空機の構成、又は航空機の重量及びバランスデータのうちの少なくとも１つを含む。

【0126】

[00130] 実施例３７は、実施例３３から３６のいずれか１つのデバイスを含む。その場合、前記予測データは、滑走路予測、天候予測、又は空港交通モデルのうちの少なくとも１つを含む。

【0127】

[00131] 実施例３８は、実施例３３から３７のいずれか１つの方法を含む。その場合、前記デバイスは、前記ターミナル手順予測内に含まれる１以上のウェイポイントを迂回する直行ルートの要求の承認の可能性を特定するための手段を更に含む。

【図1】

【図2】

【図3】

【図4】

【図5】

【外国語明細書】