Suport a la decisió basat en grafs per a la gestió del trànsit aeri

Sparksee, la nostra base de dades en graf d’alt rendiment, es troba al nucli de la solució: modela els vols, l’espai aeri i les causes dels retards com una única xarxa connectada, en lloc de com a dades aïllades.

Quan el mal temps, les restriccions de capacitat o els imprevistos es propaguen per l’espai aeri europeu, un retard en un sector rarament queda contingut: es transmet a través d’una xarxa fortament acoblada de vols, aeroports i regulacions. Les eines actuals prediuen bé que es produirà un retard, però ajuden poc a comparar quines accions podria emprendre un Network Manager, una aerolínia o un aeroport, i què suposaria cada opció per al conjunt de la xarxa.

GRAPH-DECIDE ho aborda representant tota la situació operativa (vols, sectors, aeroports, regulacions ATFM, causes de retard i restriccions de capacitat) com un graf dinàmic i atribuït construït sobre Sparksee. Aquesta representació nativa en graf és la que permet aplicar xarxes neuronals convolucionals de grafs (GCNN), que aprenen de l’estructura relacional de la xarxa: com un retard en un punt s’acobla amb la capacitat en un altre, de maneres que els models de predicció tradicionals simplement no capten. Sobre aquesta base, una capa de decisió multicriteri tradueix aquestes prediccions en opcions concretes i comparables, ponderant compromisos com el cost del combustible, la puntualitat i les molèsties per als passatgers.

Al llarg de 12 mesos, el projecte lliurarà una plataforma de prova de concepte validada conjuntament amb experts d’aerolínies i aeroports, i posarà les bases perquè l’optimització de decisions basada en grafs maduri en futures iniciatives SESAR.

Aquest projecte reflecteix el tipus de feina que Sparsity fa millor: posar la nostra pròpia tecnologia de grafs, Sparksee, al servei de decisions complexes i crítiques per a la seguretat, que mantenen les xarxes —siguin cotxes, ciutats o continents de trànsit aeri— funcionant de manera més segura i fiable.