Alumna investigadora: Paula Mielgo Martín

Departamento o Instituto Universitario: Departamento de Informática.

Tareas realizadas:

En primer lugar, se ha realizado una descripción completa del problema que se pretende abordar. El siguiente paso ha sido analizar el estado del arte para comprender las soluciones que se están aplicando en la actualidad en la resolución de problemas similares.
Una vez contextualizado el proyecto, se han creado modelos de dos arquitecturas basadas en técnicas de deep learning para la predicción de trayectorias aéreas. En concreto, se ha utilizado una red LSTM y un modelo TFT.
Por último, se han evaluado y comparado los modelos construidos.

Objetivos alcanzados:

En primer lugar se han obtenidos modelos capaces de realizar predicciones a futuro en las tres dimensiones espaciales: altitud, latitud y longitud. Inicialmente se implementó una red LSTM que presentaba algunos defectos relativos a la regularidad de las curvas generadas. Para corregirlo, se tomó la decisión de utilizar una variación de la arquitectura, añadiendo dos capas densas adicionales. Por otro lado,
se implementó un modelo de TFT.
Los resultados obtenidos con el conjunto de test muestran que ninguno de los modelos entrenados presenta sobreajuste y que, por tanto, son capaces de generalizar correctamente sobre datos nuevos. Por otro lado, la arquitectura TFT presenta mejores resultados que las redes LSTM, que tienen errores de mayor magnitud aunque en menor cantidad.
En cualquier caso, los resultados obtenidos son satisfactorios teniendo en cuenta que una aeronave se desplaza a una velocidad media de unos 14 kilómetros por minuto. En concreto, los errores cometidos en
altitud son especialmente reseñables puesto que en todos los casos son inferiores a 100 metros y las aerovías por las que transitan los aviones difieren entre sí una distancia de un kilómetro.

Sectores de aplicación:

Sector aeronáutico enfocado a organizar el espacio aéreo en los aeropuertos y a proporcionar información útil a las aerolíneas para sus pasajeros.

Metodología utilizada:

La metodología elegida para el desarrollo del proyecto ha sido ASAP, que es una propuesta metodológica que surge como proyecto de innovación docente en la Universidad de Valladolid en 2018. El objetivo de esta propuesta es la aplicación de los principios del Manifiesto Ágil y de las diversas prácticas que de ellos se derivan en el contexto académico universitario. En particular, ASAP organiza los procesos de enseñanza aprendizaje que se llevan a cabo durante el desarrollo de los Trabajos Fin de Estudios (tanto de Grado, como de Máster), en los que el producto a desarrollar consiste, principalmente, en una memoria técnica de proyecto, un producto software que satisfaga los requisitos del proyecto, y una defensa final del proyecto ante el tribunal de evaluación.

Opinión sobre la experiencia investigadora desarrollada:

La beca de investigación me ha permitido trabajar con soluciones innovadoras, como son los transformers, con las que, probablemente, no me habría topado en otro tipo de proyectos. La experiencia ha sido muy
positiva y enriquecedora y me ha animado a continuar con mi formación en un programa de doctorado.