迈向基于机器学习的直升机重量估计器的机载实现

arXiv cs.LG 论文
machine-learning helicopter-weight-estimation on-board-implementation aviation regulatory-compliance supervised-learning lstm-neural-network

摘要

本文提出了一种监督机器学习模型，用于利用Airbus机队数据估计直升机起飞时的重量，并详细说明了其符合监管要求的机载实现。

arXiv:2608.19210v1 公告类型：新 摘要：本文专注于一种新型监督机器学习模型的实现，用于估计直升机起飞时的重量，利用Airbus全球在役机队的大量数据集。研究详细说明了一个学习保证过程，符合EASA关于机器学习应用的概念文件以及正在进行的Eurocae ED-324。我们提出了一套机器学习需求、机器学习模型描述及其在长短期记忆循环神经网络中的实现。最后，我们验证了实现对需求的符合性。在遗留航空电子计算机上的演示表明，该实现适用于在机载目标上部署开发的机器学习模型重量估计器，用于关键功能如机载警报。
查看原文
查看缓存全文

缓存时间: 2026/08/21 10:20 

# 面向机载部署的基于机器学习的直升机重量估算器
来源：https://arxiv.org/abs/2608.19210
查看PDF (https://arxiv.org/pdf/2608.19210)

> **摘要**：本文聚焦于一种新型监督式机器学习模型的机载实现，该模型用于估算直升机起飞重量，数据来源于Airbus全球在役机队的大量运行数据集。研究详细阐述了与EASA机器学习应用概念文件及进行中的Eurocae ED-324标准对齐的学习保障流程。我们提出了一套机器学习需求规范、机器学习模型描述，以及针对长短期记忆递归神经网络的具体实现方案。最后，我们对实现方案进行了需求验证。该实现在传统航空电子计算机上的演示表明，其适用于将所开发的机器学习模型重量估算器部署于机载关键功能目标，例如机载警报系统。

## 提交历史记录

来自：Claire Pagetti \[查看邮件 (https://arxiv.org/show-email/6b6e617c/2608.19210)\] \[通过CCSD代理\] **\[v1\]** 2026年6月12日 星期五 11:42:28 UTC \(1,376 KB\)

相似文章