Eintrag weiter verarbeiten
Verfügbar über Online-Ressource

Toward ATM resiliency: a deep CNN to predict number of delayed flights and ATFM delay

Gespeichert in:

Veröffentlicht in: Aerospace Volume 8 (2021), issue 2, Artikel 28; insgesamt 22 Seiten
Personen und Körperschaften: Sanaei, Rasoul (VerfasserIn), Pinto, Brian Alphonse (VerfasserIn), Gollnick, Volker (VerfasserIn), Technische Universität Hamburg (Sonstige), Institut für Lufttransportsysteme (Sonstige)
Titel: Toward ATM resiliency: a deep CNN to predict number of delayed flights and ATFM delay/ Rasoul Sanaei, Brian Alphonse Pinto and Volker Gollnick
Format: E-Book-Kapitel
Sprache: Englisch
veröffentlicht:
25 January 2021
Gesamtaufnahme: : Aerospace, Volume 8 (2021), issue 2, Artikel 28; insgesamt 22 Seiten
, volume:8
Schlagwörter:
ATFM delay
CNN
resilience
capacity regulations
Quelle: Verbunddaten SWB
Lizenzfreie Online-Ressourcen