Nâng cao an toàn hàng không: Phương pháp nhận dạng mối nguy cơ mất an toàn hàng không

Xác định kịp thời các mối đe dọa và rủi ro tiềm ẩn trong hệ thống hàng không là một yếu tố then chốt trong việc giảm thiểu sự cố và tai nạn, bảo vệ tính mạng và tài sản của hành khách, đồng thời nâng cao khả năng ứng phó với các tình huống khẩn cấp trong ngành hàng không. Chiến lược này không chỉ giúp hạn chế tối đa sự cố mà còn góp phần xây dựng những biện pháp an toàn hiệu quả và có tính kỷ luật cao.

BÀI VIẾT LIÊN QUAN

Để đạt được mục tiêu này, nghiên cứu này đề xuất một phương pháp nhận dạng mối nguy cơ mất an toàn hàng không thông minh, kết hợp các công nghệ khai thác văn bản (Text Mining) và học sâu (Deep Learning – DL), áp dụng trên dữ liệu về sự cố và kiến thức liên quan đến mối nguy hiểm. Cụ thể, phương pháp này bao gồm việc nhận dạng thực thể có tên (NER) và trực quan hóa đồ thị kiến thức.

Đầu tiên, mô hình Bidirectional Encoder Representations from Transformers (BERT) được sử dụng để xử lý văn bản về các sự cố hàng không, tạo ra các vectơ hóa văn bản dựa trên thông tin theo ngữ cảnh. Những vectơ này sau đó được đưa vào mô hình Bi-directional Long-Short Term Memory và Conditional Random Field (Bi-LSTM-CRF) để xác định các thực thể có nguy cơ mất an toàn ở cấp độ cao.

Sau khi trích xuất các thực thể này, chúng được lưu trữ và trực quan hóa thông qua cơ sở dữ liệu Neo4j, nhằm xây dựng một biểu đồ kiến thức, từ đó các nhà phân tích có thể dễ dàng đánh giá và theo dõi tình hình. Hiệu quả của phương pháp đã được xác thực thông qua hồ sơ sự cố của một công ty bảo dưỡng hàng không.

Phương pháp được đề xuất đã chứng minh khả năng nhận dạng hiệu quả các thực thể có nguy cơ mất an toàn hàng không, cũng như khám phá mối liên hệ nội tại giữa các sự cố và nguy cơ. Điều này giúp nhân viên liên quan nhanh chóng hiểu rõ bản chất và cơ chế của các sự cố, từ đó chủ động áp dụng các biện pháp phòng ngừa, góp phần tăng cường quản lý nguy cơ mất an toàn hàng không một cách hiệu quả.

Ngọc Diệp-DX
Share bài viết:

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Chào mừng trở lại!

Đăng nhập vào tài khoản của bạn dưới đây

Lấy lại mật khẩu của bạn

Vui lòng nhập tên người dùng hoặc địa chỉ email để đặt lại mật khẩu của bạn.