Defesa de dissertação (26/08/2021): Lucas Giusti Tavares

Discente: Lucas Giusti Tavares

Título: Analyzing Flight Delay Prediction Under Concept Drift

Orientadores:  Jorge de Abreu Soares (orientador) e Eduardo Soares Ogasawara (CEFET/RJ) (coorientador).

Banca: Jorge de Abreu Soares (presidente), Eduardo Soares Ogasawara (CEFET/RJ), Rafaelli de Carvalho Coutinho (CEFET/RJ) e Antônio Tadeu Azevedo Gomes (LNCC)

Dia/hora: 26 de agosto de 2021, às 13h30.

Sala remota: https://meet.google.com/zow-fgxq-fte

Resumo (Abstract):

Delay is one of the most critical indicators for flight transportation systems. Flight delays impose a challenge that impacts any flight transportation system. In this context, the prediction of delayed flights may be an essential tool for effectively addressing this problem. This dissertation investigates the prediction performance of different drift handling strategies in aviation under different scales. It considers two different scales: \textit{system-based} (SB) and \textit{airport-based} (AB). In (SB), all airports in the flight system are considered together.
Conversely, in AB, each airport is studied separately. Specifically, this work proposed and answered two research questions: (i) How do drift handling strategies influence the prediction performance of delays?; and (ii) Do different scales change the results of drift handling strategies? It was observed that drift handling strategies are relevant. Their impact varies according to the scales used. The experimental evaluation was done using a dataset that integrates weather and flight data from the Brazilian system.
Moreover, the passive and active strategies revealed better recall scores. For f1 scores, the strategies had similar results, with the passive strategy showing slightly better results. It may be related to the high prevalence of drifts. In this case, strategies that always retrain machine learning models offer better results than those that train only once. However, extensive testing is recommended. Nonetheless, choosing machine learning models may have a higher impact on f1 than drift handling strategies.

About Jorge Soares

Possui Doutorado em Engenharia de Sistemas e Computação pela COPPE/UFRJ (2007), Mestrado em Engenharia de Sistemas e Computação também pela COPPE/UFRJ (2000), e Bacharelado em Ciência da Computação pela UFRJ (1995). É professor titular do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET/RJ, ministrando aulas nos cursos de Mestrado em Ciência da Computação, Bacharelado em Ciência da Computação, Superior de Tecnologia em Sistemas para Internet e Técnico em Informática. Desempenha também a função de avaliador ad hoc de cursos de Informática do INEP/MEC. Possui experiência nas áreas de ciência de dados, sistemas de bancos de dados, pré-processamento de dados - com foco principal em complementação de dados ausentes, padrões frequentes em dados, ETL e armazém de dados, e inteligência de negócios (Business Intelligence), lecionando disciplinas relacionadas a esses temas. Na área de Administração, seu enfoque concentra-se nos aspectos relacionados à tecnologia e sistemas de informação, sistemas integrados de gestão e sistemas de apoio à decisão na geração de vantagem competitiva das organizações. É professor do quadro permanente do Programa de Pós-Graduação em Ciência da Computação do CEFET/RJ. Atuou também entre 2008 e 2016 como docente efetivo do Programa de Pós-Graduação em Ciências Contábeis da Faculdade de Administração e Finanças da UERJ - Universidade do Estado do Rio de Janeiro, tendo desempenhado, dentre outras, a função de Coordenador Adjunto (2013-2014) e Geral (2015-2016) deste último Programa. Desempenha atividades docentes desde 1996. Possui ampla experiência em diversos cargos de gestão universitária, tais como coordenações de cursos de graduação e pós-graduação lato sensu, chefias de departamento, além da direção de unidades acadêmicas e direção de pós-graduação, pesquisa e extensão institucional. Possui experiência profissional não acadêmica em empresas como Embratel, Dataprev e Tribunal Regional Federal da 2ª Região como Analista de Sistemas. Participa como membro de bancas avaliadoras de diversos concursos públicos, tanto de seleção de professores quanto de analistas de sistemas e técnicos de informática.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *