طوّرت نموذج شبكة عصبية عميقة (DNN) للتنبؤ بتأخيرات رحلات الطيران اعتمادًا على بيانات تاريخية تحتوي على أسباب مختلفة للتأخير مثل الطقس أو أعطال الطائرات أو مشاكل التشغيل.
حقق النموذج دقة عالية جدًا وصلت إلى 99.74% مع خسارة منخفضة (0.017)، مما يوضح كفاءته في التنبؤ بشكل شبه مثالي.
أبرز ما يميز المشروع:
تصميم وتنفيذ هيكل شبكة عصبية للتصنيف متعدد الخصائص.
معالجة وتنظيف البيانات لضمان جودة المدخلات.
تحسين الأداء للوصول إلى نتائج دقيقة تعكس تطبيق عملي ناجح في مجال التنبؤ بتأخيرات الطيران.
