الأبحاث المرتبطة بالكلمة المفتاحية: سلاسل زمنية
-
نموذج انحدار ديناميكي لسلاسل زمنية مزدوجة الحدود بناءً على توزيع بُرّ XII المنعكس
2026 | المؤلف: Tatiane Fontana Ribeiro وآخرون | المجلة: Environmental and Ecological Statistics | المجال: التمويل (Finance)تقدم هذه الورقة نموذج سلسلة زمنية جديد يستخدم توزيع Burr XII المنعكس (RUBXII)، مما يوفر بديلاً للنماذج الحالية مثل نموذج المتوسط المتحرك الذاتي Kumaraswamy (Kumaraswamy-ARMA) ونموذج المتوسط المتحرك الذاتي Beta (Beta-ARMA) لتحليل بيانات السلاسل الزمنية المقيدة ضمن الفترة الوحدة. يلتقط نموذج RUBXII الوسيط الشرطي للسلاسل الزمنية المتقطعة من خلال إطار ديناميكي يتضمن مكونات autoregressive و…
-
نموذج توقع الأمراض المعدية بناءً على خوارزمية التعلم العميق المحسّنة
2026 | المؤلف: Qian Cao وآخرون | المجلة: Frontiers in Public Health | المجال: النمذجة والمحاكاة (Modeling and Simulation)تقدم البحث نموذج توقع هجين، GA-BiLSTM-ARIMA، مصمم لتعزيز دقة التنبؤ ببيانات حالات COVID-19 في اليابان. يدمج هذا النموذج الخوارزميات الجينية (GA) مع الشبكات العصبية ثنائية الاتجاه (BiLSTM) ونموذج المتوسط المتحرك التكاملي الذاتي (ARIMA). يقوم GA بتحسين المعلمات الفائقة بشكل تكراري، مما يحسن قدرة النموذج على التقاط الأنماط غير الخطية والخطية في البيانات. أسفرت مقاييس التقييم…
-
مقدرات قائمة على النسخ لتوصيف التفاعلات
2026 | المؤلف: Manuel Adams وآخرون | المجلة: Chaos An Interdisciplinary Journal of Nonlinear Science | المجال: معالجة الإشارات (Signal Processing)مفهوم النصوص، الذي تم تقديمه في عام 2009، يعمل كإطار لتحليل العلاقات الوظيفية بين سلاسل الزمن للأنظمة المتفاعلة من خلال العلاقات الجبرية بين الأنماط الترتيبية. على الرغم من إمكانياتها، لم يتم اعتماد مقدرات قائمة على النصوص لتقييم القوة، الاتجاه، وتعقيد التفاعلات على نطاق واسع في الدراسات التجريبية. تعيد هذه الورقة زيارة إطار النصوص وتطبق هذه…
-
مشفر تلقائي تحت الإشراف MLP لتوقعات السلاسل الزمنية المالية
2025 | المؤلف: Bartosz Bieganowski وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الورقة البحثية تطوير استراتيجية استثمار خوارزمية (AIS) باستخدام شبكات مشفر تلقائي تحت إشراف – متعددة الطبقات (SAE-MLP)، مع التركيز على بيانات الأسعار عالية التردد بدلاً من أسعار الإغلاق اليومية التقليدية. تتناول الدراسة ثلاثة أسئلة بحثية رئيسية: تأثير زيادة البيانات وإزالة الضوضاء على أداء الاستراتيجية، فعالية تصنيف الحواجز الثلاثية مقارنة بتصنيف الاتجاه البسيط، ودور…
-
GLC_FCS10: مجموعة بيانات عالمية لتغطية الأرض بدقة 10 أمتار مع نظام تصنيف دقيق من بيانات السلاسل الزمنية Sentinel-1 وSentinel-2 في Google Earth Engine
2025 | المؤلف: Xiao Zhang وآخرون | المجلة: Earth system science data | المجال: علم البيئة (Ecology)تقدم البحث إطار عمل هرمي جديد لرسم خرائط تغطية الأراضي عالية الدقة، مما يؤدي إلى نظام التصنيف الدقيق لتغطية الأراضي العالمية بدقة 10 م (GLC_FCS10). باستخدام بيانات السلاسل الزمنية من Sentinel-1 و Sentinel-2، يتضمن الإطار عينات تدريب موزعة عالميًا تم تحسينها من منتجات تغطية الأراضي السابقة المختلفة. تجمع المنهجية بين رسم الخرائط الهرمي، والنمذجة التكيفية…
-
تعزيز التنبؤ بعبء السكري المدفوع بالذكاء الاصطناعي: تحليل مقارن لنماذج التعلم العميق والنماذج الإحصائية
2025 | المؤلف: Rasool Esmaeilyfard وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تدرس هذه الدراسة فعالية أربعة نماذج للتنبؤ – المحول مع مشفر تلقائي متغير (VAE)، الذاكرة طويلة وقصيرة الأجل (LSTM)، وحدة التكرار المغلقة (GRU)، ومتوسط الحركة التكاملي الذاتي (ARIMA) – في التنبؤ بالعبء العالمي للسكري. باستخدام بيانات سنوية عن سنوات الحياة المعدلة حسب الإعاقة (DALYs)، والوفيات، وانتشار المرض من 1990 إلى 2021، تم تدريب النماذج على…
-
أساليب السلاسل الزمنية والتعلم العميق لتوقع الطاقة المتجددة في دكا: دراسة مقارنة لنماذج ARIMA وSARIMA وLSTM
2025 | المؤلف: Mohammad Liton Hossain وآخرون | المجلة: Discover Sustainability | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقيّم الورقة البحثية فعالية النماذج الإحصائية ونماذج التعلم العميق – تحديدًا ARIMA وSARIMA وLSTM – في التنبؤ بالطاقة المتجددة على المدى القصير إلى المتوسط في دكا، بنغلاديش، في ظل زيادة الطلب على الطاقة بسبب التحضر والتصنيع. تكشف الدراسة أنه بينما تؤدي النماذج الكلاسيكية مثل ARIMA وSARIMA بشكل كافٍ في السيناريوهات قصيرة الأجل، فإنها تواجه صعوبة…
-
نهج الشبكة العصبية العميقة المدمج مع التعلم المعزز لتوقع أسعار الصرف باستخدام بيانات السلاسل الزمنية والعوامل المؤثرة
2025 | المؤلف: T. Soni Madhulatha وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم الدراسة بنية هجينة جديدة تجمع بين شبكات الذاكرة طويلة وقصيرة المدى (LSTM) وعوامل الشبكة العميقة Q (DQN) لتوقع أسعار الصرف، مع التركيز بشكل خاص على مجموعة بيانات USD/INR. تعزز هذه الطريقة النماذج التقليدية من خلال دمج التعلم المعزز، مما يسمح للنظام بالتعلم التكيفي من التغذية الراجعة وتحسين دقة التنبؤ، كما تقاس بواسطة مقاييس مثل…
-
نماذج السلاسل الزمنية الهجينة وتعلم الآلة لتوقع الوفيات القلبية الوعائية في الهند: تحليل محدد بالعمر
2025 | المؤلف: Macarena Teja وآخرون | المجلة: BMC Public Health | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تبحث ورقة البحث في اتجاهات وفيات أمراض القلب والأوعية الدموية (CVD) في الهند من 1990 إلى 2021، باستخدام بيانات من معهد قياسات الصحة والتقييم (IHME). تصنف الدراسة بيانات الوفيات إلى خمس فئات عمرية وتستخدم نماذج ARIMA الكلاسيكية والنماذج الهجينة، مع دمج تقنيات التعلم الآلي مثل الغابة العشوائية، آلة الدعم الناقل (SVM)، XGBoost، وGARCH للتنبؤ. تكشف…
-
التنبؤ بأسعار الزراعة المعتمد على RNN و GNN باستخدام السلاسل الزمنية المتعددة المتغيرات وتأثير تلطيف تقلباتها على المدى القصير
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في هذه الدراسة، يستكشف المؤلفون تقنيات التعلم الآلي للتنبؤ بأسعار السلع الزراعية، مع التركيز على تأثير العوامل البيئية مثل الطقس. قاموا بإنشاء مجموعة بيانات زمنية متعددة المتغيرات تدمج أسعار الجملة لأربعة سلع زراعية في كوريا الجنوبية، وستة متغيرات جوية، وأرقام الأسابيع. تستخدم الدراسة طريقتين متقدمتين للتنبؤ: نموذج الذاكرة طويلة وقصيرة المدى (LSTM) المكدس القائم على…