PREDICCIÓN DE RETRASOS EN TRANSPORTE AÉREO: INTEGRANDO REDES NEURONALES SOBRE GRAFOS CON ALGORITMOS CLÁSICOS DE APRENDIZAJE

Abstract

ESTE TFG PROPONE UNA APROXIMACIóN EN DOS FASES PARA LA PREDICCIóN DE RETRASOS A NIVEL DE VUELOS, BASADA EN LA IMPLEMENTACIóN DE UN ENFOQUE HíBRIDO QUE COMBINA REDES NEURONALES Y ALGORITMOS DE APRENDIZAJE AUTOMáTICO. EN LA PRIMERA FASE, SE EMPLEAN REDES NEURONALES SOBRE GRAFOS PARA PREDECIR LOS RETRASOS EN LOS AEROPUERTOS. EN LA SEGUNDA FASE, BASáNDOSE EN ESTAS PREDICCIONES, SE UTILIZAN ALGORITMOS DE APRENDIZAJE AUTOMáTICO PARA REALIZAR PREDICCIONES ESPECíFICAS A NIVEL DE VUELO. LA APROXIMACIóN PROPUESTA EN ESTE TFG BUSCA MEJORAR LA GESTIóN DE LAS AEROLíNEAS, REDUCIENDO ASí LOS IMPACTOS NEGATIVOS SOCIOECONóMICOS Y MEDIOAMBIENTALES DE LA INDUSTRIA DEL TRANSPORTE AéREO.