الأبحاث في مجلة: Journal of Cloud Computing Advances Systems and Applications
-
نموذج الكشف غير الخاضع للإشراف القائم على محول الرسوم البيانية المعزز للذاكرة لتحديد شذوذ الأداء في بيئات السحابة الديناميكية للغاية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث MemGT، وهي طريقة غير خاضعة للإشراف لاكتشاف الشذوذ في السلاسل الزمنية المتعددة المتغيرات مصممة لأنظمة الحوسبة السحابية. تتناول التحديات التي تطرحها التعقيدات والضوضاء في قياسات المراقبة، والتي يمكن أن تؤدي إلى زيادة فشل الخوادم والأحداث غير الطبيعية. تستفيد MemGT من مشفر Transformer مع التعلم الديناميكي لهياكل الرسوم البيانية لاستخراج الميزات الزمانية والمكانية…
-
دمج التكنولوجيا القابلة للارتداء والذكاء الاصطناعي في الصحة الرقمية لرعاية المرضى عن بُعد
2025 | المؤلف: Yazeed Yasin Ghadi وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: المعلوماتية الصحية (Health Informatics)تتناول ورقة البحث الإمكانات التحويلية للتكنولوجيا القابلة للارتداء في الصحة الرقمية، لا سيما لرعاية المرضى عن بُعد، مع تحديد الحواجز الكبيرة أمام اعتمادها. تشمل التحديات الرئيسية مخاوف الخصوصية المتعلقة بالبيانات، وسوء التكامل مع السجلات الصحية الإلكترونية (EHRs)، وانخفاض الاستخدام بين الفئات العمرية الأكبر سناً ذات المعرفة الرقمية المحدودة. تقترح الدراسة حلولاً مدفوعة بالذكاء الاصطناعي، مثل…
-
إطار تعلم عميق هجين سحابي-حافة لتحسين موارد إنترنت الأشياء القابلة للتوسع
2025 | المؤلف: Umesh Kumar Lilhore وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث نهج تحسين هجين جديد، يدمج الشبكات العصبية العميقة (DQN) وتحسين السياسة القريب (PPO)، بهدف تعزيز تخصيص الموارد وتوزيع الأحمال في بيئات إنترنت الأشياء (IoT). يتناول هذا الأسلوب التحديات التي تطرحها الطبيعة الديناميكية لتطبيقات إنترنت الأشياء، مع التركيز على أهداف متعددة مثل تقليل أوقات الاستجابة، وتحسين كفاءة الموارد، وتقليل التكاليف التشغيلية. يساهم دمج…
-
تعزيز كشف التسلل: نهج هجين من التعلم الآلي والتعلم العميق
2024 | المؤلف: Muhammad Sajid وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم ورقة البحث نموذجًا هجينًا لاكتشاف التسلل (ID) يدمج تقنيات التعلم الآلي (ML) والتعلم العميق (DL) لمعالجة التحديات المتزايدة في أمان الشبكات بسبب الزيادة في حجم البيانات والهجمات المتطورة. يستخدم النموذج تعزيز التدرج المتطرف (XGBoost) والشبكات العصبية التلافيفية (CNN) لاستخراج الميزات، والتي يتم دمجها بعد ذلك مع الشبكات الذاكرة قصيرة وطويلة الأمد (LSTM) للتصنيف. تستخدم…
-
نظام تصنيف قائم على الذكاء الحاسوبي لتشخيص ضعف الذاكرة لدى مستخدمي المواد النفسية الفعالة
2024 | المؤلف: Chaoyang Zhu | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: طب الأعصاب (Neurology)تناقش هذه الفقرة تطبيق تقنيات الذكاء الحسابي، وخاصة الشبكات العصبية العميقة، في تشخيص ضعف الذاكرة المرتبط بإساءة استخدام المواد النفسية. تبرز النقائص في الأساليب الإحصائية التقليدية، التي غالبًا ما تفشل في أخذ العوامل الزمنية في الاعتبار، وتؤكد على مزايا الذكاء الاصطناعي في تحسين دقة التشخيص. استخدمت الدراسة تصوير الدماغ بالرنين المغناطيسي والأشعة المقطعية لتصنيف الحالات…
-
نموذج توقع السلاسل الزمنية لاستخراج أنماط السلاسل غير الثابتة باستخدام التعلم العميق ونمذجة GARCH
2024 | المؤلف: Huimin Han وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة نموذجًا هجينًا لتوقع السلاسل الزمنية يدمج بين التغاير الشرطي الذاتي العام (GARCH)، وتحليل النمط التجميعي الكامل مع الضوضاء التكيفية (CEEMDAN)، والشبكات العصبية التلافيفية (GCN). يعالج النموذج التعقيدات الكامنة في بيانات السلاسل الزمنية، مثل الاتجاهات وعدم الثبات، من خلال استخدام GARCH أولاً لتعلم التقلبات ثم تطبيق CEEMDAN لتفكيك البيانات بشكل فعال. تبسط هذه…