Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa

Abstract

Tämä kandidaatintutkielma on kirjallisuuskatsaus, jonka tarkoituksena on selvittää, miten koneoppimista voitaisiin hyödyntää lentoyhtiön tärkeimmissä toiminnoissa. Tarkoituksena on parantaa tietojärjestelmäasiantuntijoiden ymmärrystä lentoyhtiön toiminnoista ja lentoyhtiön henkilöstön ymmärrystä koneoppimisen menetelmistä ja toimintaperiaatteista. Tutkielmassa esitetään perusteet valituille lentoyhtiön toiminnoille. Käsitellyt toiminnot ovat: lentolippujen hinnoittelu, työaikojen suunnittelu, myöhästymisten ennustaminen, lentoturvallisuus ja menetelmät sekä lentämisen automaation ratkaisut. Koneoppimisen toimintaperiaatteiden vuoksi hyödyntämistä tulisi suunnitella toimintoihin, joissa ei käytetä sääntöpohjaisia ratkaisuja. Asiantuntijoiden hyödyntäminen ohjatussa oppimisessa ja heidän kokemuksensa tietojen esikäsittelyssä pitäisi hyödyntää. Ratkaisuissa tulisi koneoppimisen mahdollisuuksilla tukea tavoiteltuja hyötyjä. Myöhästymisten ennustamisessa on saavutettavissa uusia hyötyjä uusilla menetelmillä. Lisäksi simulaattorikoulutuksen ja lennontaltiointijärjestelmien kautta olisi mahdollista saada lentoturvallisuuteen ja lentomenetelmien koulutukseen selviä parannuksia.

This bachelor's thesis is a literature review aimed at explaining how machine learning could be utilized in airline key operations. The aim is to improve the awareness of IT systems personnel in airline operations and the understanding of methods and policies of machine learning by airline personnel. The thesis presents the grounds for selected airline operations. These include pricing of flight tickets, planning of working hours, forecasting delays, flight safety and methods, and automation solutions for flying. Due to machine learning principles, solutions should be designed for activities that do not use mainly rule-based rules. The use of experts in guided learning and their experience in data preprocessing should be utilized. Solutions should support the potential benefits of machine learning to achieve set aims. New methods of predicting delays can be achieved with machine learning. In addition, it would be possible to obtain clear improvements in flight safety and flight training through simulator training and new air navigation systems.