Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa

Tämä kandidaatintutkielma on kirjallisuuskatsaus, jonka tarkoituksena on selvittää, miten koneoppimista voitaisiin hyödyntää lentoyhtiön tärkeimmissä toiminnoissa. Tarkoituksena on parantaa tietojärjestelmäasiantuntijoiden ymmärrystä lentoyhtiön toiminnoista ja lentoyhtiön henkilöstön ymmärrystä kon...

Full description

Bibliographic Details
Main Author: Korpela, Jari
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2019
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/63593
_version_ 1826225812244791296
author Korpela, Jari
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Korpela, Jari Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Korpela, Jari Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Korpela, Jari
datasource_str_mv jyx
description Tämä kandidaatintutkielma on kirjallisuuskatsaus, jonka tarkoituksena on selvittää, miten koneoppimista voitaisiin hyödyntää lentoyhtiön tärkeimmissä toiminnoissa. Tarkoituksena on parantaa tietojärjestelmäasiantuntijoiden ymmärrystä lentoyhtiön toiminnoista ja lentoyhtiön henkilöstön ymmärrystä koneoppimisen menetelmistä ja toimintaperiaatteista. Tutkielmassa esitetään perusteet valituille lentoyhtiön toiminnoille. Käsitellyt toiminnot ovat: lentolippujen hinnoittelu, työaikojen suunnittelu, myöhästymisten ennustaminen, lentoturvallisuus ja menetelmät sekä lentämisen automaation ratkaisut. Koneoppimisen toimintaperiaatteiden vuoksi hyödyntämistä tulisi suunnitella toimintoihin, joissa ei käytetä sääntöpohjaisia ratkaisuja. Asiantuntijoiden hyödyntäminen ohjatussa oppimisessa ja heidän kokemuksensa tietojen esikäsittelyssä pitäisi hyödyntää. Ratkaisuissa tulisi koneoppimisen mahdollisuuksilla tukea tavoiteltuja hyötyjä. Myöhästymisten ennustamisessa on saavutettavissa uusia hyötyjä uusilla menetelmillä. Lisäksi simulaattorikoulutuksen ja lennontaltiointijärjestelmien kautta olisi mahdollista saada lentoturvallisuuteen ja lentomenetelmien koulutukseen selviä parannuksia. This bachelor's thesis is a literature review aimed at explaining how machine learning could be utilized in airline key operations. The aim is to improve the awareness of IT systems personnel in airline operations and the understanding of methods and policies of machine learning by airline personnel. The thesis presents the grounds for selected airline operations. These include pricing of flight tickets, planning of working hours, forecasting delays, flight safety and methods, and automation solutions for flying. Due to machine learning principles, solutions should be designed for activities that do not use mainly rule-based rules. The use of experts in guided learning and their experience in data preprocessing should be utilized. Solutions should support the potential benefits of machine learning to achieve set aims. New methods of predicting delays can be achieved with machine learning. In addition, it would be possible to obtain clear improvements in flight safety and flight training through simulator training and new air navigation systems.
first_indexed 2019-08-19T08:21:26Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Makkonen, Pekka", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Korpela, Jari", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2019-04-24T08:21:47Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2019-04-24T08:21:47Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2019", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/63593", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4 kandidaatintutkielma on kirjallisuuskatsaus, jonka tarkoituksena on selvitt\u00e4\u00e4, miten koneoppimista voitaisiin hy\u00f6dynt\u00e4\u00e4 lentoyhti\u00f6n t\u00e4rkeimmiss\u00e4 toiminnoissa. Tarkoituksena on parantaa tietoj\u00e4rjestelm\u00e4asiantuntijoiden ymm\u00e4rryst\u00e4 lentoyhti\u00f6n toiminnoista ja lentoyhti\u00f6n henkil\u00f6st\u00f6n ymm\u00e4rryst\u00e4 koneoppimisen menetelmist\u00e4 ja toimintaperiaatteista.\nTutkielmassa esitet\u00e4\u00e4n perusteet valituille lentoyhti\u00f6n toiminnoille. K\u00e4sitellyt toiminnot ovat: lentolippujen hinnoittelu, ty\u00f6aikojen suunnittelu, my\u00f6h\u00e4stymisten ennustaminen, lentoturvallisuus ja menetelm\u00e4t sek\u00e4 lent\u00e4misen automaation ratkaisut.\nKoneoppimisen toimintaperiaatteiden vuoksi hy\u00f6dynt\u00e4mist\u00e4 tulisi suunnitella toimintoihin, joissa ei k\u00e4ytet\u00e4 s\u00e4\u00e4nt\u00f6pohjaisia ratkaisuja. Asiantuntijoiden hy\u00f6dynt\u00e4minen ohjatussa oppimisessa ja heid\u00e4n kokemuksensa tietojen esik\u00e4sittelyss\u00e4 pit\u00e4isi hy\u00f6dynt\u00e4\u00e4. Ratkaisuissa tulisi koneoppimisen mahdollisuuksilla tukea tavoiteltuja hy\u00f6tyj\u00e4. My\u00f6h\u00e4stymisten ennustamisessa on saavutettavissa uusia hy\u00f6tyj\u00e4 uusilla menetelmill\u00e4. Lis\u00e4ksi simulaattorikoulutuksen ja lennontaltiointij\u00e4rjestelmien kautta olisi mahdollista saada lentoturvallisuuteen ja lentomenetelmien koulutukseen selvi\u00e4 parannuksia.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This bachelor's thesis is a literature review aimed at explaining how machine learning could be utilized in airline key operations. The aim is to improve the awareness of IT systems personnel in airline operations and the understanding of methods and policies of machine learning by airline personnel.\nThe thesis presents the grounds for selected airline operations. These include pricing of flight tickets, planning of working hours, forecasting delays, flight safety and methods, and automation solutions for flying.\nDue to machine learning principles, solutions should be designed for activities that do not use mainly rule-based rules. The use of experts in guided learning and their experience in data preprocessing should be utilized. Solutions should support the potential benefits of machine learning to achieve set aims. New methods of predicting delays can be achieved with machine learning. In addition, it would be possible to obtain clear improvements in flight safety and flight training through simulator training and new air navigation systems.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2019-04-24T08:21:47Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2019-04-24T08:21:47Z (GMT). No. of bitstreams: 0\n Previous issue date: 2019", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "47", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.title", "value": "Koneoppimisen hy\u00f6dynt\u00e4minen kaupallisen lentoyhti\u00f6n toiminnoissa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-201904242259", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "lentoyhti\u00f6t", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_63593
language fin
last_indexed 2025-02-18T10:55:10Z
main_date 2019-01-01T00:00:00Z
main_date_str 2019
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/cfaf672f-5bcc-429c-af69-c799915cb4fb\/download","text":"URN:NBN:fi:jyu-201904242259.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2019
record_format qdc
source_str_mv jyx
spellingShingle Korpela, Jari Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa Tietojärjestelmätiede Information Systems Science 601 lentoyhtiöt koneoppiminen tekoäly
title Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_full Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_fullStr Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_full_unstemmed Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_short Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_sort koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
title_txtP Koneoppimisen hyödyntäminen kaupallisen lentoyhtiön toiminnoissa
topic Tietojärjestelmätiede Information Systems Science 601 lentoyhtiöt koneoppiminen tekoäly
topic_facet 601 Information Systems Science Tietojärjestelmätiede koneoppiminen lentoyhtiöt tekoäly
url https://jyx.jyu.fi/handle/123456789/63593 http://www.urn.fi/URN:NBN:fi:jyu-201904242259
work_keys_str_mv AT korpelajari koneoppimisenhyödyntäminenkaupallisenlentoyhtiöntoiminnoissa