항공안전데이터의 표준분류체계를 제목과 약어 그리고 표준분류체계에 대한 정의 정보 제공 (순번, 제목, 약어, 정의)

항공 안전주의보 현황 데이터는 적용 대상과 발행 국가별 주의보 명칭, 발행번호, 발행 일자 등을 확인하여 조회하고 다운로드할 수 있습니다.

항공기 감항 정보 데이터입니다. 연도별로 감항 적용 대상 항공기 대수 및 엔진, 프로펠러, 장비품 등의 정보를 제공합니다.

항공기 감항성 개선지시 검색 데이터는 연도별, AD발행번호, 외국 AD발행번호, 모델로 조회할 수 있으며 다운로드할 수 있습니다.

항공사고 발생현황 통계를 연도별, 발생건수별, 인명피해 명수, 사고원인, 사고기종, 비행단계별로 항공통계 정보를 제공합니다

경량항공기 등록 현황 데이터입니다. 직접 검색할 수 있으며, 항공사, 제작번호, 제작일자, 기령, 등록일자 등을 제공합니다.

연도별 항공사고 발생현황을 2002년부터 발생건수, 인명피해, 사고원인, 사고기종, 비행단계 등의 정보 제공 (연도,발생건수,인명피해,사고원인,사고기종,비행단계)

항공 분야 에서 사용하는 전문용어를 영문 및 한글용어, 약어, 용어에 대한 상세 해설을 포함한 정보를 제공 합니다 제공목록 : 용어, 한글명, 약어, 해설

ANALYZING AVIATION SAFETY REPORTS: FROM TOPIC MODELING TO SCALABLE MULTI-LABEL CLASSIFICATION AMRUDIN AGOVIC*, HANHUAI SHAN*, AND ARINDAM BANERJEE* Abstract. The Aviation Safety Reporting System (ASRS) is used to collect voluntarily submitted aviation safety reports from pilots, controllers and others. As such it is particularly useful in researching aviation safety deficiencies. In this paper we address two challenges related to the analysis of ASRS data: (1) the unsupervised extraction of meaningful and interpretable topics from ASRS reports and (2) multi-label classification of ASRS data based on a set of predefined categories. For topic modeling we investigate the practical usefulness of Latent Dirichlet Allocation (LDA) when it comes to modeling ASRS reports in terms of interpretable topics. We also utilize LDA to generate a more compact representation of ASRS reports to be used in multi-label classification. For multi-label classification we propose a novel and highly scalable multi-label classification algorithm based on multi-variate regression. Empirical results indicate that our approach is superior to several baseline and state-of-the-art approaches.

연도별 경량항공기 말소 대수 현황 데이터입니다. 경량항공기 말소 기종과 등록기호, 일련번호, 말소일자, 사유 등을 제공합니다.