Yapay sinir ağları ile uçuş manevrası sınıflandırma

Çevik uçaklarla savaş ve akrobasi pilotları tarafından gerçekleştirilen dünyaca bilinen temel uçuş manevraları vardır. Bu temel uçuş manevraları, pilotların manevrayı tamamlamak için uyması gereken katı kurallara sahiptir ve pilotun veya uçağın yeteneklerini değerlendirmek için kullanılabilir. Uçuş verileri, değerlendirilmeden önce havacılık uzmanları tarafından uçuş manevraları olarak sınıflandırılır. Bu sınıflandırma ihtiyacı, doldurulması gereken bir araştırma alanı yaratmıştır: Otomatik uçuş manevrası sınıflandırması. Bu çalışma, otomatik uçuş manevrası sınıflandırma problemine yapay sinir ağlarından yararlanarak bir çözüm önermektedir. Aynı zamanda literatüre bir uçuş manevrası sınıflandırma veri seti sağlamaktadır. Bu veri seti, profesyonel uçuş simülasyon araçları kullanılarak oluşturulmuştur. Uçuş verisi öznitelikleri, doğruluk, kesinlik ve geri çağırma açısından optimum performansı verecek şekilde değerlendirildi ve seçildi. Kullanılan ve karşılaştırılan yapay sinir ağlarının türleri, tek gizli katmanlı sinir ağları, derin sinir ağları ve tekrarlayan sinir ağlarıdır. Çözümün performansını en üst düzeye çıkarmak için bu türlerin kombinasyonları, aktivasyon fonksiyonları, optimizasyon yöntemleri ve gradyan iniş algoritmaları probleme karşı test edilmiştir. Uçuş manevrası sınıflandırması konusunda literatürde ikincil bir çalışma bulunmamaktadır ve bu çalışma aynı zamanda "makine iiiöğrenme yöntemleri kullanılarak uçuş manevrası sınıflandırması" konusunda sistematik bir literatür taraması içererek bu boşluğu doldurmaktadır. Bu çalışma tarafından önerilen çözüm, temel yükselme ve alçalma gibi on farklı uçuş manevrasını ve aynı zamanda Immelman, split-s ve lazy-eight gibi daha karmaşık olanları da başarıyla sınıflandırmıştır. Sonuçlar, test verileri üzerinde doğruluk, kesinlik, geri çağırma ve kayıp parametreleri hesaplanarak değerlendirilmiştir. En iyi performans gösteren yapay sinir ağı türü olan derin sinir ağları, test setinde yüzde 96'nın üzerinde doğruluk ve 0,1'den az kayıp vermiştir. Tüm yapay sinir ağı türleri ve çözümleri, doğru seçilmiş veri seti elemanlarıyla yüzde 90'ın üzerinde doğruluk sağlamıştır. Bu çalışma aynı zamanda, uçuş manevrası bir simülasyonda yapılırken, uçuş manevrasını gerçek zamanlı olarak sınıflandıran bir yazılım programını da literatüre sağlamaktadır. Bu yazılımın pilotların yapmak istedikleri manevraları da gerçek zamanlı olarak doğru bir şekilde tahmin ettiği görülmüştür.