Lufthansa Group, rüzgâr yönü ve kuvvetinin tahmininde makine öğrenimi yöntemi kullanarak, tehirleri azaltmayı amaçlıyor.
Şirket bu projede, Google Cloud ve onun bir ürünü olan Vertex AI Forecast adlı hizmeti kullanıyor.
Lufthansa Group bu yöntemden şimdilik SWISS için, Zürih Kloten Havalimanı’nda faydalanıyor.
Zira Bise adı verilen ve İsviçre platosunda kuzeydoğudan güneybatıya doğru esen rüzgâr, bu bölgedeki uçuş operasyonunu derinden etkiliyor.
Bise’nin kuvvetli estiği anlarda, iniş/kalkış yönünün değiştirilmesi sebebiyle, Zürih Kloten Havalimanı’nın kapasitesi %30’a varan oranda düşebiliyor.
Bu durum operasyonun yoğun olduğu saatlerde meydana geldiğinde, zincirleme rötarlarla iş daha da maliyetli hale gelebiliyor.
Dolayısıyla, böyle bir rüzgârın eseceği ânı ve şiddetini etkin bir biçimde tahmin edebilmek ve operasyonel planlamayı buna göre yapabilmek, havayolları açısından son derece kıymetli.
Nasıl Yapıldı?
Böyle zor bir hedef için öncelikle geniş bir veri setinden yararlanıldı.
İsviçre meteoroloji kurumundan, Bise’nin geçmiş son beş yıllık ayrıntıları alındı.
Rüzgârla ilgili yön, hız, yükseklik, basınç, sıcaklık, nem gibi bir çok veri, Google Cloud havuzuna atıldı.
Söz konusu veri, Vertex AI Workbench kullanılarak işlenmeye hazır hale getirildi.
Neticede, Lufthansa Group’un, makine öğrenimi yöntemini kullanmaya başladığı daha ilk günlerden itibaren, Bise’nin eseceği zamanın tahmininde %40 oranında iyileşme elde ettiği belirtiliyor.
Bu iyileşme oranı, iki saat sonrasına yönelik tahminlerde elde edilmiş. Daha sonraki zaman dilimlerine yönelik tahminlerde, bu oran Vertex AI Forecast lehine daha da artıyor.
Makine Öğrenimi Kullanarak, Uçuşlardaki Gecikmeleri Tahmin Etmek
Makine Öğrenimi yöntemi, uçuşlarda yaşanması muhtemel gecikmeleri tahmin etmek için de gündeme gelmişti.
2018 yılında, Google’ın “Flights” adlı uygulamasının, bu yöntemini kullanarak rötarları tahmin edeceği duyurulmuştu.
Flights, tahminlerini, geçmiş verileri değerlendirerek yapacak ve kullanıcıları gecikmelere karşı ikaz edecekti.
Google Flights’ın algoritmasında havalimanı, hava durumu, daha önceden yaşanan tehirler, uçağın geç varması gibi etkenler kullanılacaktı.
Algoritma, belli bir uçuşta bir gecikme yaşanacağından %80 oranında emin duruma geldiğinde, söz konusu uçuşla ilgili yapılan arama sonuçlarında kullanıcıların karşısına bununla ilgili bir ikaz mesajı çıkacaktı.