الأبحاث في مجلة: Applied Intelligence
-
كشف عنف الفيديو باستخدام VGG19 المدرب مسبقًا مع المنطق اليدوي، وطبقات LSTM وطبقات Bi-LSTM
2026 | المؤلف: Pablo Negre وآخرون | المجلة: Applied Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تبحث ورقة البحث في فعالية نماذج الذكاء الاصطناعي المختلفة لاكتشاف العنف في الفيديو، مع التركيز على مساهمات النمذجة الزمنية مقابل التمثيلات على مستوى الإطار. باستخدام إطار تجريبي منهجي، تقيم الدراسة أداء الشبكات العصبية التلافيفية (CNNs) المدمجة مع طبقات الذاكرة قصيرة وطويلة الأمد (LSTM) و Bi-LSTM عبر ثلاثة مجموعات بيانات مرجعية: قتال الهوكي، تدفق العنف، و…
-
استغلال BiLSTM-GAT لتحسين توقعات سوق الأسهم: نهج ثنائي الرسم البياني لتحسين المحفظة
2025 | المؤلف: Xiaojian Lu وآخرون | المجلة: Applied Intelligence | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نهجًا جديدًا لتوقع أسعار الأسهم من خلال تطوير نموذج BiLSTM-GAT-AM، الذي يدمج الشبكات العصبية طويلة وقصيرة المدى ثنائية الاتجاه مع شبكات الانتباه البيانية وآلية الانتباه. يعالج هذا النموذج قيود الطرق الحالية التي تركز بشكل أساسي على مهام الانحدار والتصنيف، والتي غالبًا ما تعاني من التحديات التي تطرحها البيانات المالية. من خلال استخدام…
-
انتبه للتوقعات الساذجة! تقييم صارم لنماذج التنبؤ لسلاسل زمنية ذات قابلية تنبؤ منخفضة
2025 | المؤلف: Niels C. Beck وآخرون | المجلة: Applied Intelligence | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في هذا القسم، ينتقد المؤلفون الممارسة السائدة في أبحاث التنبؤ بالسلاسل الزمنية، وخاصة في الاقتصاد الكلي والمالية، حيث يتم تقييم نماذج التعلم الآلي المعقدة غالبًا فقط ضد بعضها البعض، متجاهلين الأسس الإحصائية الأبسط. قد يؤدي هذا النهج إلى إخفاء الآثار العملية للنتائج، خاصة في سياق بيانات السلاسل الزمنية شديدة التقلب. تستخدم الدراسة مجموعة من طرق…
-
تحسين تقدير الارتباط عن بعد
2025 | المؤلف: Blanca E. Monroy-Castillo وآخرون | المجلة: Applied Intelligence | المجال: الإحصاء والاحتمالات (Statistics and Probability)يتناول قسم ورقة البحث الارتباط المسافة، وهو مقياس اعتماد متعدد المتغيرات يتراوح من 0 إلى 1 وينطبق على المتجهات العشوائية ذات الأبعاد التعسفية. على عكس معامل ارتباط بيرسون، يكون الارتباط المسافة صفرًا إذا وفقط إذا كانت المتجهات العشوائية مستقلة. تقيم الورقة اثنين من مقدرات الارتباط المسافة: مقدر V-statistic الذي اقترحه Székely وآخرون (2007) ومقدر U-statistic…
