В период с 19 по 23 ноября 2018 в Московском авиационном институте прошла V Международная неделя авиакосмических технологий «Aerospace Science Week» (ASW). В рамках Aerospace Science Week 2018 года была проведена 17-я международная конференция «Авиация и космонавтика», где сотрудники ООО «ПАВЛИН Техно» выступили с докладом «Оценка эффективности прогнозирования с помощью вероятностных моделей по ретроспективным данным».
Доклад был представлен в Секции 7 «Математические методы в аэрокосмической науке и технике». В работе рассматривается метод прогнозирования вероятностей авиа происшествий, использующий в качестве основы ретроспективные данные. Для прогнозирования вероятностных распределений различных типов авиационных инцидентов применяются марковские модели с непрерывным временем и дискретными состояниями, переход между которыми происходит в произвольные моменты времени и удовлетворяет свойствам ординарности и независимости приращений. Для применения предлагаемой модели необходимо каждому состоянию сопоставить фиксированный интервал количества событий. Количество состояний в таком случае будет обусловлено двумя показателями: общим числом событий определенного типа и заданной разрешающей способностью (числом происшествий в интервале). Далее выбираются равномерные временные точки, которым ставится в соответствие число авиационных происшествий, произошедших к определенному моменту времени. В качестве временных отрезков могут быть выбраны недели, месяцы, сезоны или другое разбиение, определяемое постановкой задачи. Подобную структуру можно представить в виде матрицы (матрицы наблюдений), в которой по строкам расположены временные точки, по столбцам – состояния, соответствующие интервалу числа авиационных происшествий. Элемент матрицы равен единице если в фиксированную временную точку произошло соответствующее конкретному состоянию число событий. Далее ставится задача идентификации свободных параметров модели (интенсивностей переходов между состояниями). Функционалом качества модели выступает статистика, основанная на идее минимизации суммы квадратов разностей модельных и наблюдаемых частот пребывания в состояниях модели по фиксированному числу временных точек.