基于机器学习模型的机场信息更新制造技术

基于机器学习模型的机场信息更新。一种方法包括：接收包括与一个或更多个机场关联的信息的数据源。该方法还包括：使用第一机器学习模型确定数据源的特定分类和与数据源关联的调度信息。该方法还包括：使用第二机器学习模型将数据源中的特定信息分配给特定机场。特定机场与特定数据库关联，并且特定信息被安排描述特定机场的特征。该方法还包括：使用第三机器学习模型基于特定信息生成更新的数据集。当前数据集指示特定机场的特征。该方法还包括：响应于用户验证基于调度信息利用更新的数据集更新特定数据库中的当前数据集。集更新特定数据库中的当前数据集。集更新特定数据库中的当前数据集。

【技术实现步骤摘要】
基于机器学习模型的机场信息更新


[0001]本主题公开总体上涉及更新机场信息。

技术介绍

[0002]机场发布可发行以提供关于各种机场的更新。作为非限制性示例，机场发布可发行以指示特定机场的布局、与特定机场关联的登机口信息、与特定机场关联的航站楼信息、与特定机场关联的跑道信息等。通常，机场发布会非常庞大并且会包括大量细节，这对于用户而言将花费大量时间来筛选。因此，用户可能无法容易地识别出一个机场发布与该机场发布的前一期之间的变化。例如，如果最近一期机场发布指示跑道状态变化(例如，启用到未启用)，则访问发布的用户可能无法容易地识别出此信息。例如，用户或用户团队可能必须逐行、逐表、逐图等地解析和比较两个版本的机场发布，以检测版本之间发生的所有变化，这是费力且耗时的过程。

技术实现思路

[0003]在特定实现方式中，一种装置包括存储器和联接到存储器的一个或更多个处理器。一个或更多个处理器被配置为接收包括与一个或更多个机场关联的信息的数据源。一个或更多个处理器还被配置为使用第一机器学习模型确定数据源的特定分类以及与数据源关联的调度信息。一个或更多个处理器还被配置为使用第二机器学习模型向特定机场分配数据源中的特定信息。特定机场与特定数据库关联，并且特定信息被安排描述特定机场的特征。一个或更多个处理器还被配置为使用第三机器学习模型基于特定信息生成更新的数据集。更新的数据集具有与特定数据库中的当前数据集类似的格式，当前数据集指示特定机场的特征，并且第三机器学习模型基于特定分类来选择。一个或更多个处理器还被配置为响应于用户验证基于调度信息利用更新的数据集来更新特定数据库中的当前数据集。
[0004]在另一特定实现方式中，一种方法包括：在一个或更多个处理器处接收包括与一个或更多个机场关联的信息的数据源。该方法还包括：使用第一机器学习模型确定数据源的特定分类和与数据源关联的调度信息。该方法还包括：使用第二机器学习模型向特定机场分配数据源中的特定信息。特定机场与特定数据库关联，并且特定信息被安排描述特定机场的特征。该方法还包括：使用第三机器学习模型基于特定信息生成更新的数据集。更新的数据集具有与特定数据库中的当前数据集类似的格式，当前数据集指示特定机场的特征，并且第三机器学习模型基于特定分类来选择。该方法还包括：响应于用户验证基于调度信息利用更新的数据集来更新特定数据库中的当前数据集。
[0005]在另一特定实现方式中，一种非暂时性计算机可读介质包括指令，这些指令在由一个或更多个处理器执行时使得一个或更多个处理器接收包括与一个或更多个机场关联的信息的数据源。这些指令在由一个或更多个处理器执行时还使得一个或更多个处理器使用第一机器学习模型确定数据源的特定分类和与数据源关联的调度信息。这些指令在由一个或更多个处理器执行时还使得一个或更多个处理器使用第二机器学习模型向特定机场
分配数据源中的特定信息。特定机场与特定数据库关联，并且特定信息被安排描述特定机场的特征。这些指令在由一个或更多个处理器执行时还使得一个或更多个处理器使用第三机器学习模型基于特定信息生成更新的数据集。更新的数据集具有与特定数据库中的当前数据集类似的格式，当前数据集指示特定机场的特征，并且第三机器学习模型基于特定分类来选择。这些指令在由一个或更多个处理器执行时还使得一个或更多个处理器响应于用户验证基于调度信息利用更新的数据集来更新特定数据库中的当前数据集。
[0006]本文所描述的特征、功能和优点可在各种实现方式中独立地实现，或者可在其它实现方式中被组合，其进一步细节可参考以下描述和附图找到。
附图说明
[0007]图1是示出使用自然语言处理和机器学习模型来更新机场信息的系统的图。
[0008]图2是示出用于使用机器学习模型来更新机场信息的基于自然语言处理来生成元数据的系统的图。
[0009]图3是使用自然语言处理和机器学习模型来更新机场信息的示例的流程图。
[0010]图4是使用自然语言处理和机器学习模型来更新机场信息的方法的示例的流程图。
[0011]图5是包括被配置为支持根据本主题公开的计算机实现的方法和计算机可执行程序指令(或代码)的各方面的计算装置的计算环境的框图。
具体实施方式
[0012]本文所公开的各方面呈现了使用自然语言处理和机器学习模型来更新机场信息的示例系统和方法。作为例示，一种装置可从空中导航服务提供商(ANSP)接收数据源。根据一些实现方式，数据源可对应于飞行通告(NOTAM)或航空信息发布(AIP)。具体地，数据源可描述机场的变化(例如，布局变化、施工变化等)，这将有益于飞行员或空中交通管制员认识。代替用户通读数据源以识别与前一版本的数据源的变化，该装置可使用自然语言处理和机器学习模型来识别数据源与前一版本的数据源之间的变化。例如，该装置可从数据源识别相关信息，例如受影响的机场、受影响的机场的变化、指示该变化将何时生效的调度信息等。基于所识别的信息，该装置可向用户呈现指示数据源与前一版本的数据源之间的变化的数据以供验证。响应于接收到用户验证，该装置可基于调度信息来更新与机场关联的数据库以指示该变化。例如，在变化的生效日期，该装置可更新数据库以指示变化。结果，在变化的生效日期，飞行员或空中交通管制员可访问数据库以访问关于机场的准确信息。
[0013]附图和以下描述示出具体示例性实现方式。将理解，本领域技术人员将能够设计出各种布置，这些布置尽管本文中未明确描述或示出，具体实现了本文所描述的原理并且包括在随附权利要求的范围内。此外，本文所描述的任何示例旨在帮助理解本公开的原理，并且应被解释为并非限制。结果，本公开不限于下面描述的具体实现方式或示例，而是由权利要求及其等同物限定。
[0014]本文中参照附图来描述特定实现方式。在该描述中，贯穿附图，共同的特征由共同的标号指代。在一些附图中，使用特定类型的特征的多个实例。尽管这些特征物理上和/或逻辑上是不同的，但各自使用相同的标号，并且通过向标号添加字母来区分不同的实例。当
本文中提及作为一组或一种的特征时(例如，当没有引用特定一个特征时)，在没有区分字母的情况下使用标号。然而，当本文中提及相同类型的多个特征中的一个特定特征时，标号与区分字母一起使用。例如，参照图1，示出多个数据库并且与标号118A、118B、118C等关联。当提及特定数据库，例如数据库118A时，使用区分字母“A”。然而，当提及任何任意数据库或作为一组的数据库时，使用标号118而没有区分字母。
[0015]如本文所使用的，使用各种术语仅是为了描述特定实现方式，而非旨在限制。例如，除非上下文清楚地另外指示，否则单数形式旨在也包括复数形式。此外，本文所描述的一些特征在一些实现方式中为单数，在其它实现方式中为复数。作为例示，图1描绘了具有一个或更多个处理器(图1中的“处理器”110)的自动化信息更新系统102，其在一些实现方式中指示自动化信息更新系统102包括单个处理器110，在其它实现方式中指示自动化信息更新系统102包括多个处理器1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装置(102)，该装置(102)包括：存储器(112)；以及联接到所述存储器(112)的一个或更多个处理器(110)，所述一个或更多个处理器(110)被配置为：接收包括与一个或更多个机场(144)关联的信息的数据源(106)；使用第一机器学习模型(136A)确定所述数据源(106)的特定分类(140)和与所述数据源(106)关联的调度信息(142)；使用第二机器学习模型(136B)将所述数据源(106)中的特定信息分配给特定机场(144)，所述特定机场(144)与特定数据库(118A)关联，并且所述特定信息被安排描述所述特定机场(144)的特征(119A)；使用第三机器学习模型(136C)基于所述特定信息来生成更新的数据集(150)，所述更新的数据集(150)具有与所述特定数据库(118A)中的当前数据集(120A)类似的格式，所述当前数据集(120A)指示所述特定机场(144)的所述特征(119A)，并且基于所述特定分类(140)选择所述第三机器学习模型(136C)；并且响应于用户验证基于所述调度信息(142)利用所述更新的数据集(150)更新所述特定数据库(118A)中的所述当前数据集(120A)。2.根据权利要求1所述的装置(102)，其中，所述特定分类(140)对应于飞行通告(140A)或航空信息发布AIP。3.根据权利要求1所述的装置(102)，其中，所述调度信息(142)指示所述特定信息将描述所述特定机场(144)的所述特征(119A)的生效日期。4.根据权利要求1所述的装置(102)，其中，所述特定数据库(118A)对应于机场绘图数据库AMDB。5.根据权...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：波音公司，
类型：发明
国别省市：