الأبحاث المرتبطة بالكلمة المفتاحية: توقعات جماعية
-
هل نحن نشخص بشكل خاطئ موثوقية التوقعات الجماعية؟ حول عدم كفاية مقاييس موثوقية الانتشار-الخطأ والرتبة
2026 | المؤلف: Arlan Dirkson وآخرون | المجلة: Quarterly Journal of the Royal Meteorological Society | المجال: علوم الغلاف الجوي (Atmospheric Science)في هذا القسم، ينتقد المؤلفون الاعتماد على مساواة Spread-Error ورسم بياني للرتب المسطحة كمؤشرات على موثوقية التوقعات الجماعية، مؤكدين أنه على الرغم من كونها ضرورية، إلا أن هذه المقاييس غير كافية للتقييم الدقيق. يظهرون نظريًا أن العلاقة بين Spread-Error لا تشخص الموثوقية بشكل كافٍ حتى من الدرجة الثانية، حتى عند معالجة التحيز غير المشروط. من…
-
AIFS-CRPS: التنبؤ الجماعي باستخدام نموذج تم تدريبه بدالة خسارة تعتمد على درجة الاحتمالية المرتبة المستمرة
2026 | المؤلف: Simon Lang وآخرون | المجلة: npj Artificial Intelligence | المجال: علوم الغلاف الجوي (Atmospheric Science)يقدم هذا القسم AIFS-CRPS، وهو نوع من مجموعة نظام التنبؤ بالذكاء الاصطناعي (AIFS) تم تطويره في ECMWF، مصمم لتعزيز التنبؤات الجوية متوسطة المدى من خلال إطار عمل احتمالي. يستخدم AIFS-CRPS مقياس الاحتمالية المستمر العادل تقريبًا (afCRPS) كدالة خسارة، مما يقلل بشكل فعال من التحيز المرتبط بأحجام المجموعة المحدودة مع تجنب مشكلات الانحلال الموجودة في CRPS…
-
زيادة الدقة والوضوح في التنبؤات دون الموسمية من خلال 3D U-Net: الغرب الأمريكي
2026 | المؤلف: Jihun Ryu وآخرون | المجلة: Geoscientific model development | المجال: علوم الغلاف الجوي (Atmospheric Science)تبحث هذه الدراسة في تطبيق بنية 3D U-Net لتعزيز توقعات الطقس على المدى الفرعي، لا سيما في الغرب الأمريكي. تكافح نماذج التنبؤ بالطقس العددية التقليدية (NWP) مع التوقعات عالية الدقة، خاصة بالنسبة للهطول. تستخدم الدراسة نظام التنبؤ بالجمع من ECMWF كمدخلات وبيانات PRISM عالية الدقة كهدف، مما يوضح أن نموذج 3D U-Net يحسن بشكل كبير…
-
تصنيف مؤشر جودة الهواء AQI استنادًا إلى تحسين سرب الجسيمات الهجين والذئب الرمادي مع نموذج التعلم الآلي الجماعي
2026 | المؤلف: Emad Elabd وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تقدم ورقة البحث دراسة شاملة حول تصنيف مؤشر جودة الهواء (AQI) باستخدام مجموعة بيانات يومية متاحة للجمهور على مستوى المقاطعات في الولايات المتحدة، والتي تشمل ست فئات من AQI: جيدة، معتدلة، غير صحية للمجموعات الحساسة، غير صحية، غير صحية جداً، وخطرة. تؤكد الدراسة على أهمية تصنيف AQI بدقة لمراقبة البيئة واتخاذ قرارات الصحة العامة. تم…
-
إدارة المياه العادمة المدفوعة بالذكاء الاصطناعي من خلال التحليل المقارن لتقنيات اختيار الميزات والنماذج التنبؤية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علوم وتقنيات المياه (Water Science and Technology)إن دمج الذكاء الاصطناعي (AI) في إدارة معالجة مياه الصرف الصحي يمثل فرصة كبيرة لتعزيز توقعات جودة المياه الملوثة وكفاءة العمليات. تقيّم هذه الدراسة فعالية نماذج التعلم الآلي المختلفة في توقع معايير مياه الصرف الصحي الحرجة، بما في ذلك الطلب الكيميائي على الأكسجين (COD)، الطلب البيولوجي على الأكسجين (BOD)، المواد الصلبة المعلقة الكلية (TSS)، النيتروجين…
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Pooja Shah وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
-
توقع جودة الهواء باستخدام التعلم الآلي: تحليل مقارن واستراتيجيات جماعية لتحسين التنبؤ
2025 | المؤلف: Yıldırım ÖZÜPAK وآخرون | المجلة: Water Air & Soil Pollution | المجال: الهندسة البيئية (Environmental Engineering)تتناول هذه الدراسة القضية الحرجة لتلوث الهواء من خلال استخدام تقنيات التعلم الآلي لتعزيز توقع جودة الهواء، وهو أمر حيوي لاستدامة البيئة والصحة العامة. باستخدام مجموعة بيانات تضم 9,357 قياسًا ساعيًّا للملوثات (PM2.5، NOx، CO، والبنزين) تم جمعها على مدار عام من منطقة حضرية ملوثة، قارن البحث أداء عشرة نماذج انحدار، بما في ذلك XGBoost،…
-
تحسين دقة توقع مستوى المياه الجوفية من خلال دمج نموذج التعلم الآلي الجماعي ومُحسِّن مناعة القطيع لفيروس كورونا
2025 | المؤلف: Ahmed M. Saqr وآخرون | المجلة: Water Resources Management | المجال: الهندسة البيئية (Environmental Engineering)تقدم هذه الدراسة نموذج تعلم آلي جماعي (En) مبتكر تم تحسينه باستخدام مُحسّن مناعة القطيع لفيروس كورونا (CHIO) لتوقع مستويات المياه الجوفية في حوض نهر إرجين، تركيا، وهي منطقة تأثرت بشدة بنضوب المياه الجوفية والتلوث. يدمج النموذج ست تقنيات تعلم آلي—وظيفة القاعدة الشعاعية (RBF)، نظام الاستدلال العصبي الضبابي التكيفي (ANFIS)، الشبكة العصبية الاصطناعية (ANN)، الشبكة…
-
نموذج تجميعي معزز بـ XGBoost باستخدام ميزات هجينة تمييزية لتوقع مواقع السومويلات
2025 | المؤلف: Salman Khan وآخرون | المجلة: BioData Mining | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم أهمية التعديلات بعد الترجمة (PTMs)، وخاصة السومويلايشن، في تنظيم وظائف البروتينات وتأثيراتها على الأمراض مثل باركنسون والزهايمر. تقدم الدراسة XGBoost-Sumo، وهو نموذج تنبؤي مصمم لتحديد مواقع السومويلايشن من خلال دمج بيانات هيكل البروتين وتسلسلها. باستخدام آلية انتباه قائمة على المحولات وطريقة PsePSSM-DWT لاستخراج الميزات، يجمع النموذج بين تمثيلات الكلمات مع أوصاف تطورية.…
-
الكشف المتقدم عن اضطرابات النوم باستخدام التعلم الجماعي متعدد الطبقات وتقنيات توازن البيانات المتقدمة
2025 | المؤلف: Muhammad Mostafa Monowar وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم وظائف الأعضاء (Physiology)تقدم البحث نموذجًا جديدًا للتجميع لاكتشاف اضطرابات النوم يستفيد من تقنيات التعلم الآلي لتعزيز دقة وموثوقية التشخيص. من خلال اعتماد نهج تجميع متعدد الطبقات، يدمج النموذج عدة خوارزميات، بما في ذلك الغابة العشوائية، SVM، الانحدار اللوجستي، KNN، وXGBoost، لالتقاط الميزات الأساسية لاضطرابات النوم بشكل فعال. تتضمن المنهجية تقنيات مثل تحديد العتبات، وتسجيل التنبؤ، وتحويل تسميات…