<4D F736F F F696E74202D2095A18E4790AB82CC8E C982C282A282C45F4A494E5F92F18F6F>

日本航海学会 航空宇宙研究会 日本航海学会 航空宇宙研究会 ＠東京海洋大学 20_May_2017

航空管制における航空交通の

航空管制における航空交通の

複雑性の指標について

複雑性

指標

○長岡 栄・平林博子・ブラウンマーク

（電子航法研究所）

（電子航法研究所）

背景

背景

■

の近代化

■

_{ATMの近代化}

－性能（安全性、効率、容量、定時性etc.）

によるシステム管理

－人間が中心のシステム

人間が中心のシステム

■

性能向上

■

容量（管制官の作業負荷）

⇒(交通量 複雑さ

)

⇒(交通量、複雑さ , etc.)

複雑さ（Complexity）の定義

複雑さ（Complexity）の定義

• Complex：Consisting of interconnected or

interwoven parts(American Heritage

p

(

g

Dictionary）

• 管制官の作業負荷に関する研究

• 管制官の作業負荷に関する研究

（e.g., EUROCONTROLのCOCA(Complexity and

Capacity）プロジェクト）⇒文献調査

[1]

• 「特定の交通状況が管制官にもたらす困難さ

• 「特定の交通状況が管制官にもたらす困難さ

アプロ チ

アプローチ

交通

複雑さ

• 交通の複雑さ:

⇒航空交通の構造に起因した固有の複雑さ

• 管制官の作業負荷:

⇒担当しているシステム（交通形態を有するセク

ター）における管制作業の難しさ

タ ）における管制作業の難しさ

複雑さの指標

複雑さの指標

■複雑さの評価方法

管制の作業負荷

■複雑さの評価方法

• Dynamic Density

[3]

• フラクタル次元

[6] コンフリクト回避

フラクタル次元

• Intrinsic Metrics

[4]

• Input-Output法

[5] コンフリクト回避 と円滑な流れ ⇒

_{Input Output法}

• 確率的手法

[7]

• グラフ理論的手法

[14] （空域構造，交通密度） ⇒軌道の特性

_{グラフ理論的手法}

• その他

管制官の作業負荷

管制官の作業負荷

■MBB（M h i B lk Bl h ）法(1976)

■MBB（Messershmitt-Bolkov-Blohm）法(1976)： 作業の分類⇒各作業時間の計測ICAO ATS Planning Manual, Appendix C,1992

作業の分類⇒各作業時間の計測 a) 無線通話時間 b) 作業時間 b) 作業時間 c) 情報処理，情報記載に要する時間 －Conflict回避 管制移管 出典：D Delahaye －管制移管 －モニタリング 出典：D.Delahaye S.Puechmorel (ENAC),Tutorial:Trajectory Complexity, ICRAT2008 管制官席の容量⇒Radar管制官の作業

作業負荷と複雑さの関係

作業負荷と複雑さの関係

複雑さ： （空域特性 性能決定要因 タスク（Task) （空域特性 交通流特性） 情報処 監視 作業負荷 (技量，バイアス、 戦略など） 人間機械イン ターファイス 情報処理 (意思決定、な ど） 実行 監視 作業負荷 （Workload） 管制方式等 管制官

複雑さの要素

複雑さの要素

航空機の分布

• 航空機の分布

－交通密度

高度変

－高度変更

－コンフリクト数

・ セクターの特性

－制限空域の影響

響

－セクタ形状

－航空路の構造

航空路の構造

－運用方式

複雑さ指標の解析・評価手順

複雑さ指標の解析・評価手順

シミ レ シ ン 記録デ タ 主観的評価 管制席 シミュレーション 記録データ (交通流，タスク) 主観的評価 アンケート 解析結果 （指標値） 比較 検討 結果

これまでの指標の研究例

これまでの指標の研究例

動的密度

[3]

• 動的密度

[3]

• Intrinsic Complexity

_p

_y

[4]

• 入出力（Input-output)手法

[5]

l次元

[6]

• Fractal次元

[6]

• 確率的指標

確率的指標

[7]

＜最近の例＞

■

欧州空域の年間比較の複雑性指標

[8]

■

欧州空域の年間比較の複雑性指標

[ ]

■

_{MITの航空機データに基づく解析(分類木）}

[9]

■

_{ENRIで開発中の難度指標}

[10-13]

■

_{ENRIで開発中の難度指標}

[ ]

■中国のグラフ理論的指標

[14]

動的密度（Dynamic Density）

[3]

動的密度（Dynamic Density）

[3]

Dynamic Density (DD): セクターで測定できる交通に関わる要素の重み付和

CP

W

DD

∑

9 Traffic Sample

Sector Pool of Metrics

i i i

CP

W

DD

∑

=

=

1 Sector パラメータ 重み係数 Computed Workload Measured

Workload Data Fusion

出典：Dynamic density : an air traffic management metric I.V. Laudeman et al. Tech. Report TM-1998-112226 (1998)

Weight Tuning

11

Laudeman et al. Tech. Report TM 1998 112226 (1998)

Dynamic Density

Dynamic Density

DD= 2.40 ・ (針路変化＞15度） 2.45・（速力変化>10kt) 2 95・（高度変化>750ft） 2.95・（高度変化>750ft） ・・・・・ ・・・・・ • 各セクターに対して較正する必要あり ・・・・・ • 各セクタ に対して較正する必要あり • 航空機の瞬時的な位置と速度が空域に関する全体の複雑さ を表すようには思えない

Intrinsic Metric

[4]

Intrinsic Metric

[4]

軌道情報 位

速度

軌道情報(位置，速度）

vr

j i

vr

■近接（Proximity)指標 ■収束（Convergence）表示 ■ 指標 ij dr ■Grassmannian指標 2 2 2

₍

₎

₍

₎

)

(

x

x

+

y

y

z

z

2 2 , ,

(

)

(

)

(

)

h

z

z

a

y

y

x

x

p

p

d

i j i j i j h a j i h a ij

−

+

−

+

−

≡

−

=

r

r

出典： D. Delahaye，S. Puechmorel , “Air Traffic Complexity : a=5NM, h=1,000ft

入出力法（

_{Input Output Approach}

）

[5]

入出力法（

_{Input-Output Approach}

）

[5]

・セクタを一つのシステムとみなす ・セクタを一つのシステムとみなす。 ・ ある入力に対する出力を見る。 ■航空交通の複雑さの評価 環境 基準入力 （航空機を追加） 出力 （航空機を追加） 出力 (パラメータ）

Complexity Mapの例

[5]

Complexity Mapの例

[5]

セクター

(

,

)

|

|

1

∑

₋

≡

= n i in i

CF

α

β

θ

θ

C l i M

β

入 Complexity Map

β

入域針 路 ₂₀

α

路 角

α

20 10 20

α

_α

入域機 10 15 β 入域方位(位置）角 S. Nagaoka et al

Fractal次元

[6]

Fractal次元

[6]

)

l (N

)

log(

)

log(

lim

0 0

d

N

D

d_→

≡

D=1 セル数: D=1 長さ： L=1 分割幅 セル数: n個 D=2 分割幅： d=1/n 総数_N=n2個 D=3

出典[6] : S.Mondoloni and D,Liang，Airspace Fractal Dimension and Application, ATM Seminar 2001 Santa-Fe

確率的手法：考え方

[7]

確率的手法：考え方

[7]

時間と空間依存性 • Complexity の時間と空間依存性 • 不確定性(誤差）の影響

]

,

0

[

t

_f

T

=

_f

{

_ˆ 3 _{: ( ˆ ) ( ˆ )} 2

}

) (

ρ

ρ x = x∈ R x − x M x − x ≤ M_ρ (x)

{

x∈ R : (x x)T M (x x) ≤

ρ

}

M 17

出典：Prandini M, Putta V, Hu J, "Air traffic complexity in advanced automated Air Traffic Management Systems", Proc. of the 9th Innovative Research Workshop & Exhibition, pp.3-10, 2010.

確率的手法：考え方(2)

確率的手法：考え方(2)

■

_{１次Complexity(航空機の存在）}

}) ,.., 2 , 1 { ], , [ ), ( ) ( ( ) , ( 1 x t P x t M x for some t t t i N C ( , ) ≡ ( Ai ( )∈ ( ), ∈[ , +Δ], ∈{ , , , }) 1 f ■２次_{Complexity（複数の航空} 機の同時存在） 機の同時存在） }) 2 1 { ] [ ' ) ( )' ( ) ( ( ) (x t P x t x t M x for some t t t t i j N C ( , )≡ ( Ai ( ), Aj( )∈ ( ), , ∈[ , +Δ], ≠ ∈{1,2,.., }) 2 x t P x t x t M x for some t t t t i j N C _{≡ ∈ ∈ +Δ ≠ ∈}

出典：Prandini M, Putta V, Hu J, "Air traffic complexity in advanced automated Air Traffic Management Systems", Proc. of the 9th Innovative Research Workshop & Exhibition, pp.3-10, 2010.

欧州空域の年間比較の手法

[8]

出典：[8] Complexity Metrics for ANSP Benchmarking Analysis, Report commissioned by the Performance Review

■

欧州空域の年間比較の手法

[8]

■

欧州空域の年間比較の手法

[8]

• EUROCONTROLのACE (ATM

Cost-Effectiveness ) )作業部会が開発した空域の

) )

複雑さの指標

• ACC単位で複雑さの年間比較(Benchmarking)

• ACC単位で複雑さの年間比較(Benchmarking)

が目的

• 「複雑さ」： ATCタスクレベルの困難さ／作業

負荷を与える外的要因

負荷を与える外的要因

干渉（Interaction)の概念

[8]

干渉（Interaction)の概念

[8]

◆

_{Interaction： セル中に2機が同時に存在}

(Δt=60 min.)

(Δt 60 min.)

北

∆z=3,000 ft

北

∆y=20 NM

z

y

∆x=20 NM

x

垂直干渉（Vertical Interaction)

[8]

垂直干渉（Vertical Interaction)

[8]

巡航 １ 巡航 １ 降下 １ Z _Y 降下 １ 上昇 ２ _X Y 垂直干渉=2×2＋1×3＋1×3=10 垂直干渉 _{3 3 0}

ACE作業部会が開発した指標

[8]

垂直干渉指標（VDIF）の計算例

垂直干渉指標（VDIF）の計算例

航空機に基づく管制の複雑さ評価

[9]

出典：[9] Li, L., Cho, H. and Hansman, R. J., "Aircraft-Based Complexity Assessment for Radar Controllers in the Multi-Sector Planner Experiment," The 10th AIAA Aviation Technology, Integration, and Operations (ATIO) Conference, Sep. 2010

■

_{航空機に基づく複雑さ評価（MIT)}

[9]

■

_{航空機に基づく複雑さ評価（MIT)}

[9]

• デ タ N tG 環境下（Di it l D t li k ATC支援ツ ル 高高 • データ：NextGen環境下（Digital Datalink, ATC支援ツール、高高 度、TBO環境）で行ったReal Time Simulationデータ （75分×16 回） シミ レ シ ン記録デ タ 航空機位置 速度 飛行計画 ン • シミュレーション記録データ：航空機位置、速度、飛行計画、コン フリクトまでの時間、悪天候通過までの時間、データリンク通信 など 7人の管制官に いくつかの局面内での航空機の複雑さ の寄 • 7人の管制官に、いくつかの局面内での航空機の複雑さへの寄 与を評価してもらった。 • 併せて管制官が選別した航空機の複雑さへの要因についての アンケ トを収集 アンケートを収集。 26

出典：Wang，H., Wen, R. and Zhao, Y., “Topological Characteristics of Air Traffic

分類木

[9]

分類木

[9]

Yes _No ●悪天域への時間:T _{●目的地までの距離 D} ●5分以内に高度変更 ●悪天域への時間:T _{●目的地までの距離：D} D≧D_t ●コンフリクト状態 T≧２９分 T<29分 高複雑さ ●コンフリクト状態 Yes Yes No ●垂直方向の動き N D<D_t 高複雑さ 高複雑さ 低複雑さ （N N ) Yes 低複雑さ No 高複雑さ 高複雑 （N_H>N_L) （N_L>N_H) 低複雑さ 高複雑さ （高:N_H件, 低：N_L件)

管制官の認知的複雑さの評価

[9]

中国のグラフ理論的指標

[14]

中国のグラフ理論的指標

[14]

節点（Node)とエッジを用いた指標

出典：[14] Wang，H., Wen, R. and Zhao, Y., “Topological Characteristics of Air Traffic Situation”, 11_, th _{USA/Europe ATM / p}

グラフ理論的指標（節点とエッジ）

グラフ理論的指標（節点とエッジ）

• 節点（Node)とエッジ（Edge)

(a)

(b)

(c)

(a) (b) (c)

(a) 近接無し (b) 近接がありコンフリクト回避操作を要す (ｃ) 環状構造の近接 解決法が複雑 (ｃ) 環状構造の近接。解決法が複雑。

出典：Wang，H., Wen, R. and Zhao, Y., “Topological Characteristics of Air Traffic Situation”, 11th _{USA/Europe ATM Seminar, 2015}

エッジ 結合率

エッジ、結合率

■2機間の距離＜閾値D ⇒節点間にエッジが存在

■2機間の距離＜閾値D ⇒節点間にエッジが存在

■結合率 （Connection rate）：ρ

ρ=実エッジ数/潜在的エッジ数(航空機対の総数）

*

2 E

_i

E ＝Network内のエッジ数 N＝節点数

)

1

(

*

−

=

N

N

i

ρ

E

_i

＝Network内のエッジ数、N＝節点数

出典：Wang，H., Wen, R. and Zhao, Y., “Topological Characteristics of Air Traffic Situation”, 11th _{USA/Europe ATM Seminar, 2015}

Network構造Entropy

Network構造Entropy

• Network構造エントロピ は航空機の交通全体への影響の均 • Network構造エントロピーは航空機の交通全体への影響の均 質性の尺度として導入した。 N 構造 ピ

∑

=

=

N j j i i

k

k

I

1

/

E_r ：構造エントロピー N ： 航空機数 I ：航空機iの重要度 I_i ：航空機iの重要度 k_j：航空機jに隣接する航空機数 出典 “

出典：Wang，H., Wen, R. and Zhao, Y., “Topological Characteristics of Air Traffic Situation”, 11th _{USA/Europe ATM Seminar, 2015}

ENRIが開発した難度指標

[10 13] [15 19]

ENRIが開発した難度指標

[10-13],[15-19]

最近接距離と余裕時間を組み込んだ

管制の難度指標（時間的変化を観るのに適す） 管制の難度指標（時間的変化を観るのに適す）

難度指標

[10-13]

の考え方

難度指標

[

]

の考え方

難度関数

)

,

(

d

_min

τ

g

F

_dif

≡

難度関数

d

min _f

離

：

近

接距

離

最

近

最近接までの時間:

τ

0

34

最近接までの時間:

τ

0

3次元の最近接の幾何学

3次元の最近接の幾何学

θ min d AC = B cosθ = − R_Rr_r⋅_VV_rr C H

V

z

V

min d θ r V 2 r r V V R ⋅ − = τ C _Rz

θ

′ r

R

θ sin min Rr d ₌ r V H R ) (t d

θ

r r R R _≡

A

V_r ≡ V r r r

t

V

R

t

d

(

)

_≡

₊

35 r

)

(

S. Nagaoka et al

難度関数への写像

難度関数への写像

■写像

{ }

■写像

{ }

{

,

,

} {

,

,

}

[

0

,

1

]

,

r

⇒

_{r r}

⇒

_{min r}

⇒

r

V

R

V

d

R

R

θ

τ

難度関数

₍

_,

τ

₎

₍

₎

₍

τ

₎

t d d

d

f

d

f

C

≡

■

難度関数

(

d

kd

)

d

f

(

)

=

exp

(

/

λ

)

人間の感覚

_{Æ 対数的}

_(指数的)

(

d

)

d d

d

d

f

(

)

=

exp

−

(

/

λ

)

(

kt

)

t t

f

_t

(

τ

)

₌

exp

(

₋

(

τ

/

λ

_t

)

)

f

(

τ

)

exp

(

τ

/

λ

)

}

2

,

2

{

,

_t

⇒

d

k

k

選択パラメータ (管制間隔 etc ） _λ

_λ

36 36 (管制間隔 etc.） d λ

λ

t S. Nagaoka et al

難度関数

難度関数

)]

),

(

(

[

max

)

(

1 0 1 t p p t dif

t

C

d

t

t

F

p≥

≡

_{現在時刻 : t1} ) ( )) ( ( ) ( 1 p d p t p t t f d t f t C ≡ ) ( ) (t C F 難度関数 ) ( C t1 (t p ) Fdif(t1) =Ct1(τ) ) ( d t f ) ( 1 p t t C function _{t =τ} ) ( _p d t f ) ( _p t t f ) ( 1 p t t C P j ti ti （ L k h d ti ） t D ifficulty ₀ τ p t 37

Projection time （ Look-ahead time） t_p

D 0

管制間隔 と相対距離

管制間隔 と相対距離

2-Dimensional⇒CPA

S

_r

: 水平間隔

S

_z

: 垂直間隔

垂直距離

_&

水平距離

)]

)

(

(

[

C

d

t

t

Max

F

≡

垂直距離

_&

水平距離

Æ

独立

38

)]

),

(

(

[

_{p p} dif

Max

C

d

t

t

F

≡

S. Nagaoka et al

難度関数の最大値の公式

難度関数の最大値の公式

)

( U

E

F

₍

₎

( ) ( ) ( )

_{d (t)} 2 _{d (t)} 2 2 min

U

Exp

F

_dif

=

−

( ) ( ) ( )

_{( )} 2 _{( )} 2 2

)

(

t z z H H t d t t d

t

U

_≡

_λ

₊

_λ

₊

_λ

0

t

_min

_<

₁

(

2 2 2

)

2

)

0

(

R

K

z

U

_{H p} H

+

=

_λ H

0

t

_≥

⎪⎨⎧ + ⋅ + ⎪⎬⎫ 2 2 2 2 2 ( ) 1 ) (t R K z V H RH Kpvzz U

0

t

_min

_≥

⎪⎭ ⎬ ⎪⎩ ⎨ + + − + = 2 2 2 2 ₂ min) ( t z p H p p H H V K v K z K R t U λ z H p / K _{≡ λ λ} t H t / K _{≡ λ λ} 2 2 H x y R _{= +} 2 2 _v v V _{= +} y v x v R VH ⋅ H = _x + _y 39 2 t 2 z 2 p 2 H z 2 p H H min K v K V z v K R V t + + + ⋅ − = z H p y x H v v V _{= +} S. Nagaoka et al

相対距離と難度値

相対距離と難度値

衝突？ 衝突？ 潜在的コンフリクト 検出 40 S. Nagaoka et al

３D難度指標

度

標

(k

_h

=k

_z

=k

_t

=２,λ

_t

=6分）

. min 6 ft 1000 NM 4 . 8 t z H = λ = λ = λ dif t ₂₀₀ ction: F d _{v 200} z= − min] / ft [ 50 v_{z = −} kt 480 V V_{a = b =} tｙ Fun c 400 v_{z = −} D if ficul t ) 320 FL 60 60 ( B ) 310 FL , 0 , 0 ( A ° = β ° = α 45 , 225 500 v_z=− D B(60,60,FL320)

空域難度への統合方法

空域難度への統合方法

■航空機対iの難度：D ■航空機対iの難度：D_i i i

D

R

≡ 1

−

D 2 D 2 D R R R 1 D i N all R R ₌

_Π

pair ・・ Dall 2 D 1 R R₂ pair N R i 1₌ N

)

1

(

1

1

1 i N i all all

R

D

D

_≡

₋

₌

₋

pair

₋

=

Π

42 S. Nagaoka et al

近接認知実験シナリオと難度変化

近接認知実験シナリオと難度変化

まとめ

まとめ

複雑さ（

_l

）は管制官の作業負荷

• 複雑さ（Complexity）は管制官の作業負荷

（Workload)とともに半世紀ほど研究されてきた。

双方とも確立された定義はなさそうだが 多くの

双方とも確立された定義はなさそうだが，多くの

報告例がある．

今 も目的に応じ様々な指標が提案され

る

• 今でも目的に応じ様々な指標が提案されている.

それらの中から，筆者らの研究を含めて幾つか

の方法を紹介した

の方法を紹介した．

• 複雑さの指標はデータから定量的に計算できる

ものが望ましい．現在，利用可能なデータは主と

して航空機の軌道情報である．

参考文献(１)

参考文献(１)

[1] Hilb B "C iti C l it i Ai T ffi C t l A

[1] Hilburn, B., "Cognitive Complexity in Air Traffic Control- A Literature Review," EEC Note No.04/04, EUROCONTROL, March 2004.

[2] Meckiff, C., Chone, R. and Nicolaon J-P., "The Tactical Load Smoother for Multi-Sector Planning," The 2nd USA/Europe ATM R&D Seminar (ATM Seminar), Orlando, Dec. 1998. ( ), ,

[3] Sridhar B., Sheth K. S. and Grabbe S., "Airspace Complexity and Its Application in Air Traffic Management," The 2nd ATM Seminar Dec 1998

Seminar, Dec. 1998.

[4] Delahaye, D. and Puechmorel S., “Air Traffic Complexity: Towards Intrinsic Metrics,” The 3rd _{ATM Seminar, Napoli,}

J 2000

June 2000.

[5] Lee K., Feron E. and Pritchett A., "Air Traffic Complexity：An Input-Output Approach", The 7th ATM Seminar, 2007.p p pp , ,

参考文献（2）

参考文献（2）

[6] M d l i S d Li D "Ai F t l Di i d

[6] Mondoloni S. and Liang D., "Airspace Fractal Dimensions and Applications," The 4th ATM Seminar, 2001.

[7] Prandini M., Putta V. and Hu J., "Air Traffic Complexity in p y

Advanced Automated Air Traffic Management Systems," Proc. of the 9th Innovative Research Workshop & Exhibition, pp.3-10, 2010. ,

[8] Complexity Metrics for ANSP Benchmarking Analysis, Report commissioned by the Performance Review Commission,

EUROCONTROL April 2006 EUROCONTROL, April 2006.

[9] Li, L., Cho, H. and Hansman, R. J., "Aircraft-Based Complexity Assessment for Radar Controllers in the Multi-Sector Planner

E i t " Th 10th AIAA A i ti T h l I t ti

Experiment," The 10th AIAA Aviation Technology, Integration, and Operations (ATIO) Conference, Sep. 2010.

参考文献（3）

参考文献（3）

[10] N k S d B M "A R i f S f t I di f

[10] Nagaoka, S. and Brown, M., "A Review of Safety Indices for Trajectory-Based Operation in Air Traffic Management," Trans.

JSASS Aerospace Tech. Japan, Vol. 12, No. APISAT-2013, pp.

43 49 2014 a43-a49, 2014.

[11] 長岡 栄，ブラウン マーク, “近接パラメータによる航空交

通管制の難度指標ー軌道変更点を用いる計算法－," 電子度 標 軌 変更 算法 _,

情報通信学会，信学技報SANE2015-33，2015年7月． [12] Nagaoka, S. and Brown, M., "Constructing an Index of

Difficulty for Air Traffic Control Using Proximity Parameters " Difficulty for Air Traffic Control Using Proximity Parameters,

Procedia Engineering, 99 (2015), pp.253-258, Feb. 2015.

[13]長岡栄，“航空管制における空域複雑性に関する研究の動

向 ” 「航空管制」 N 6 44 53 2014

向, 「航空管制」，No. 6, pp.44-53, 2014.

[14] Wang，H., Wen, R. and Zhao, Y., “Topological

Characteristics of Air Traffic Situation,” 11_, th _{USA/Europe / p}

参考文献（4）

参考文献（4）

[15] Nagaoka S Hirabayashi H and Brown M " Integrating Pairwise [15] Nagaoka, S. Hirabayashi, H. and Brown, M., Integrating Pairwise Proximity-based Air Traffic Control Difficulty Indices into an Airspace Index,“ 7th APISAT 2015, Carns ,Australia, Nov. 2015.

[16] Hirabayashi, H., Brown, M., and Nagaoka, S., “Visualization of Airspace Complexity based on Air Traffic Control Difficulty,”

Proceedings of the 30th Congress of the International Council of theg g Aeronautical Sciences, ICAS 2016-0160,ICAS2016, Daegu, 2016.

[17] Nagaoka, S. Hirabayashi, H. and Brown, M., " Method for Scale Parameter Determination of Air Traffic Control Difficulty Index Based Parameter Determination of Air Traffic Control Difficulty Index Based on Survey Results of Controller’s Recognition for Aircraft Proximities,“ 8th APISAT 2016, Toyama, Nov. 2016.

長岡 栄 平林博子 ブ ウ ク 航空機対 近接認識調査 よ [18] 長岡 栄，平林博子,ブラウンマーク,"航空機対の近接認識調査によ る航空管制の難度指標の較正,” 信学技報SSS2016-3，May 2016． [19] 長岡 栄，平林博子,ブラウンマーク,“ 管制官の近接認知試行に基づ [19] 長岡 栄，平林博子,ブラウンマ ク, 管制官の近接認知試行に基 く管制難度指標の一検討,” 信学技報SANE2016-108, Jan 2017.

ご

が

ご清聴ありがとう

ござ

ました

ございました

A

Q

i

?

Any Questions?