Prédire et expliquer les retards au décollage : Une étude de cas à l'aéroport international de Paris-Charles de Gaulle

Thibault Falque (1, 2) , Bertrand Mazure (2) , Karim Tabia (2)

1 Exakis Nelite
2 CRIL - Centre de Recherche en Informatique de Lens

Dans le contexte très concurrentiel où évoluent les acteurs du transport aérien tels que les aéroports, l'optimisation des ressources est indispensable pour améliorer ses services et maîtriser ses coûts. Outre les problématiques générales telles que la maintenance prédictive et la prévision des flux de passagers, de nombreuses problématiques spécifiques peuvent bénéficier des avancées récentes de l'apprentissage automatique et d'une plus grande disponibilité des données. Cet article traite d'un problème réel et difficile: la prédiction des retards au décollage des vols. Nous étudions le cas de l'aéroport international Paris Charles de Gaulle (CDG) en partant des spécificités de ce problème à CDG jusqu'à la proposition d'une modélisation puis d'une solution et l'analyse des résultats sur des données réelles de l'aéroport. Ces travaux sont en cours d'intégration dans le système d'information d'Aéroports de Paris.

Domaines: Intelligence artificielle [cs.AI]

Thibault Falque, Bertrand Mazure, Karim Tabia. Prédire et expliquer les retards au décollage : Une étude de cas à l'aéroport international de Paris-Charles de Gaulle. 23ème conférence francophone sur l'extraction et la gestion des connaissances (EGC 2023), Jan 2023, Lyon, France. ⟨hal-03986652⟩