KAIROS - METODO DE DETECÇÃO E TRATAMENTO DE DESVIO DE CONCEITO PARA PREVISAO DE ATRASOS DE VOOS

Abstract

This work focuses on the detection and treatment of concept drift in flight delay prediction models in the aviation domain. Concept drift refers to changes in the data distributions over time, which can affect the effectiveness of prediction models. The objective of this study was to develop a method that could detect and handle such drifts, aiming to improve the accuracy and reliability of flight delay prediction models. Extensive research was conducted on the state of the art in concept drift and its application in the aviation field. Existing methods were found to be generally generic and not tailored to the specific characteristics of aviation. As a result, a new method called Kairos was proposed, which leverages distribution analysis and sliding windows to detect and treat concept drift. Comparative experiments were then conducted, comparing the Kairos method with state-of-the-art concept drift detection methods. The active methods for drift identification and treatment were found to be more effective than passive methods such as retraining. Throughout the experiments, Kairos consistently outperformed the other active concept drift detection and treatment methods in terms of performance. The results were consistent across different datasets and analysis perspectives, demonstrating the robustness and effectiveness of the proposed method.

Este trabalho foca na detecção e tratamento de desvio de conceito em modelos de previsão de atrasos de voos no domínio da aviação. O desvio de conceito se refere a mudanças nas distribuições de dados ao longo do tempo, o que pode afetar a eficácia dos modelos de previsão. O objetivo deste estudo foi desenvolver um método que pudesse detectar e lidar com tais desvios, visando melhorar a precisão e confiabilidade dos modelos de previsão de atrasos de voos. Foi realizada uma extensa pesquisa sobre o estado da arte em desvio de conceito e sua aplicação no campo da aviação. Os métodos existentes foram considerados geralmente genéricos e não adaptados às características específicas da aviação. Como resultado, foi proposto um novo método chamado Kairos, que utiliza análise de distribuição e janelas deslizantes para detectar e tratar desvio de conceito. Experimentos comparativos foram então realizados, comparando o método Kairos com métodos de detecção de desvio de conceito do estado da arte. Os métodos ativos de identificação e tratamento de desvio mostraram-se mais eficazes do que o método passivo. Ao longo dos experimentos, o Kairos apresentou um desempenho superior aos demais métodos ativos de detecção e tratamento de desvio de conceito em termos de desempenho. Os resultados foram consistentes em diferentes conjuntos de dados e perspectivas de análise, demonstrando a eficácia do método proposto