本研究では、航空交通管理（ATM）ソリューションの開発に必要な軌道データの不足に対処するため、データが豊富な空港で訓練した生成モデルをデータが不足している空港に適用する方法を探求しています。スイスのチューリッヒをソースとし、アイルランドのダブリンをターゲットとする着陸軌道データセットを用い、最先端の拡散モデルとフローマッチングアーキテクチャを評価しました。結果として、ダブリンのデータが5%しかない状態でも、拡散モデルは十分なパフォーマンスを発揮し、20%のデータで基準レベルに達しました。また、事前学習により、潜在フローマッチングと潜在拡散モデルも性能が向上しましたが、一般化能力にはばらつきが見られました。本研究は、データが限られた環境においても、軌道生成のためのデータ要件を大幅に削減できる可能性を示しています。