Tesis:
Complex Networks and Data Mining : toward a new perspective for the understanding of Air Transportation
- Autor: BELKOURA, Seddik
- Título: Complex Networks and Data Mining : toward a new perspective for the understanding of Air Transportation
- Fecha: 2017
- Materia: Sin materia definida
- Escuela: E.T.S DE INGENIEROS INFORMÁTICOS
- Departamentos: ARQUITECTURA Y TECNOLOGIA DE SISTEMAS INFORMATICOS
- Acceso electrónico: http://oa.upm.es/48655/
- Director/a 1º: ZANIN, Massimiliano
- Director/a 2º: LATORRE DE LA FUENTE, Antonio
- Resumen: Existen muchos sistemas en el mundo real que se consideran sistemas complejos, es decir, sistemas compuestos de numerosos y diversos elementos que transportan e intercambian información de una manera no lineal. El enfoque microscópico adoptado para mejorar el entendimiento de dichos sistemas está siendo reemplazado últimamente por un planteamiento más macroscópico, es decir, por el procesamiento de la información del sistema. En otras palabras, las métricas de comportamiento resultantes de un rastreo físico e individual de los elementos del sistema están siendo abandonadas progresivamente en beneficio del estudio de la distribución, procesamiento y flujo de la información. Este nuevo enfoque tiene la importante ventaja de basarse en datos reales, sin necesidad de conocimientos previos para la construcción de modelos y, por lo tanto, sin necesidad de costosas simulaciones. El estudio del transporte aéreo en general y de la propagación de retrasos en particular, se presta perfectamente al uso de tal enfoque. Este tema tiene una alta importancia en el sector por sus consecuencias económicas y ambientales y por su relación con la seguridad del sistema, pero hasta ahora ha sido analizada casi exclusivamente desde una perspectiva microscópica. El reciente crecimiento del acceso a datos relacionados con la aviación parece favorecer un planteamiento más macroscópico. Desde nuestro punto de vista, esta tesis doctoral aborda por primera vez el estudio de la propagación de retrasos combinando la tradicional visión individual con una perspectiva más panorámica del proceso, resultando en una caracterización más completa. En concreto, el trabajo consta de tres partes. En primer lugar, se analiza el grado de subjetividad resultante de las posibles representaciones del sistema aéreo basadas en redes y cómo éstas condicionan los resultados obtenidos respecto a la propagación de retrasos. Posteriormente, se presenta la herramienta de análisis de datos creada para la extracción de relaciones causales no lineales y, por tanto, más adecuadas al problema de estudio. Finalmente, se completan los resultados con un análisis microscópico tradicional para proporcionar una visión global de proceso de propagación. Los análisis de este trabajo se han efectuado sobre datos del trafico aéreo europeo y han sido extendidos a otras regiones de acuerdo con los datos disponibles. ----------ABSTRACT---------- Complex systems, i.e. systems composed of a large set of elements transporting and interchanging information in a non-linear way, are constantly found all around us. In the last decades, the approach toward their understanding has shifted progressively from a transportation to an information processing point of view. In other words, we are moving from a movement-based analysis (i.e. tracking the movement of items through time and space to reconstruct various metrics about their behaviour) to a higher-level approach, where individual movements are left aside to focus on the distribution, processing and flow of the information within the system. The information processing approach presents the main advantage of being data-based, that is, that no a priori knowledge about the interactions in the system is needed, hence the absence of costly simulations models. Such paradigm perfectly fits within the air transport system, where thematics as important as delay propagation (for its economical, environmental and safety related consequences) has been until now mainly analysed from a transportation micro-level perspective. Yet, the progressive rise in aviation of data analyses encourages a more data-centred path. We here present the first work that aims at fostering the combined use of the intuitive microscopic point of view with a higher-level information processing approach, yielding a more complete characterisation of the delay propagation process. Specifically, the here propose a three-fold approach. First, we highlight the degree of subjectivity associated with network-based representations of the air transport system, which conditions the intelligence extracted from any information processing study. Secondly, we manufactur a new data mining technique to extract non-linear causality relationships, therefore enabling the creation of a more complete delay propagation network representation. Finally, we complement our results by a micro-level analysis, therefore ending up with a 360◦ view of the delay propagation process. These analysis have been performed mainly on a European dataset, but expanded to other airspaces whenever data have been available.