الأبحاث المرتبطة بالكلمة المفتاحية: سلاسل زمنية
-
نحو تشخيص الأعطال القابل للتعميم عبر التوافق الهرمي بين الأنماط المدفوعة بنماذج اللغة الكبيرة
2026 | المؤلف: Jie Wang وآخرون | المجلة: Knowledge-Based Systems | المجال: هندسة التحكم والأنظمة (Control and Systems Engineering)تقدم البحث طريقة جديدة لتشخيص الأعطال تستفيد من نماذج اللغة الكبيرة (LLMs) لمعالجة التحديات في معالجة بيانات السلاسل الزمنية، وخاصة إشارات الاهتزاز المستمرة. الطريقة المقترحة، المسماة HCMA_GPT، تستخدم نهج المحاذاة المتعددة الطبقات بين الأنماط الذي يبدأ بوحدة تمثيل متآزر بين الإشارة والنص، والتي تولد أوصاف نصية غنية بالمعرفة من الإشارات الخام. يتم ترميز هذه الأوصاف…
-
كيف يمكن أن تعزز الحوسبة الكمومية اكتشاف العلامات الحيوية
2026 | المؤلف: Frederik F. Flöther وآخرون | المجلة: Patterns | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم الدور المحوري للعلامات الحيوية في تعزيز الطب الدقيق المخصص، خاصة في سياق الكشف المبكر عن الأمراض متعددة العوامل. على الرغم من الفوائد المحتملة، لا يزال تحديد مثل هذه العلامات الحيوية يمثل تحديًا. يؤكد البحث على وعد الحوسبة الكمومية، وخاصة من خلال الخوارزميات الكمومية في التعلم الآلي، لتعزيز اكتشاف العلاقات المعقدة اللازمة لتحديد…
-
نموذج قائم على CNN-transformer تم شرحه بواسطة SHAP وأوزان الانتباه متعدد الرؤوس لتوقع السلاسل الزمنية
2026 | المؤلف: Stefano Frizzo Stefenon وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تناقش هذه القسم نقاط القوة في الشبكات العصبية التلافيفية (CNNs) وهياكل المحولات في نمذجة البيانات الزمنية. تُعرف الشبكات العصبية التلافيفية بقدرتها على التقاط الأنماط المحلية وعدم التغير في الترجمة، بينما تتفوق المحولات في نمذجة الاعتمادات بعيدة المدى من خلال آليات الانتباه الذاتي. يقدم البحث هيكلًا هجينًا، CNN-Transformer-SHAP-MHAW، يجمع بين هذين النهجين لتحسين توقعات السلاسل الزمنية…
-
CAMELS-GB v2: سلاسل زمنية هيدرومناخية وخصائص المناظر الطبيعية لـ 671 حوضًا في بريطانيا العظمى
2026 | المؤلف: Gemma Coxon وآخرون | المجلة: Earth system science data | المجال: علوم وتقنيات المياه (Water Science and Technology)تقدم ورقة البحث النسخة الثانية من مجموعة بيانات CAMELS-GB، التي تجمع بيانات هيدرولوجية شاملة من جميع أنحاء بريطانيا العظمى، تشمل ملايين الملاحظات على مقاييس زمنية تتراوح من ساعة إلى شهر. تتضمن هذه النسخة المحدثة تدفقات الأنهار اليومية التي تم التحكم في جودتها، وحدود الحوض، والخصائص المستمدة من أرشيف تدفق الأنهار الوطني في المملكة المتحدة. تشمل…
-
HYDRA: نهج مدفوع بالهرمية متعددة المستويات للكشف عن الشذوذ بشكل موثوق في السلاسل الزمنية
2026 | المؤلف: Mingyi Huang وآخرون | المجلة: Proceedings of the ACM on Management of Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم القسم نظرة عامة على HYDRA، وهو نهج جديد متعدد المستويات هرمي وغير خاضع للإشراف لاكتشاف الشذوذ في السلاسل الزمنية. على الرغم من التقدم في الشبكات العصبية، لا تزال طرق التنقيب عن البيانات التقليدية تنافسية ولكن لها قيود ملحوظة، مثل صعوبة الطرق المعتمدة على التباين مع الشذوذ المتكرر وفشل تقنيات التجميع في التقاط الانحرافات الدقيقة.…
-
إطار تعلم موزع للتعويض العميق عن البيانات المفقودة في سلاسل زمنية غير متجانسة لوحدات العناية المركزة
2026 | المؤلف: Raja Vavekanand وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم هذا القسم نظرة عامة على التحديات والحلول المتعلقة بالقيم المفقودة في بيانات الرعاية الصحية متعددة الأنماط الزمنية، وخاصة في بيئات الرعاية الحرجة. تعيق طرق الاستيفاء المركزية التقليدية اللوائح المتعلقة بالخصوصية، وغالبًا ما تفتقر النماذج المؤسسية الفردية إلى القابلية للتعميم. يقدم البحث Fed-HealthImp، وهو إطار تعلم اتحادي مصمم لاستيفاء القيم المفقودة في بيانات السلاسل الزمنية…
-
تحليل وسائل التواصل الاجتماعي يعكس المشاعر السلبية التي تم تجربتها في كل من تغييرات الوقت مع تأثير اكتئابي أكبر قليلاً في أوائل الخريف
2026 | المؤلف: Ben Ellman وآخرون | المجلة: PLoS ONE | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تبحث هذه الدراسة في تأثير تغييرات الوقت نصف السنوية – تحديدًا التوقيت الصيفي (DST) في الربيع والتوقيت القياسي (ST) في الخريف – على المشاعر العامة كما تم التعبير عنها في المنشورات على الإنترنت ووسائل التواصل الاجتماعي في الولايات المتحدة من 2019 إلى 2023. تكشف الدراسة أن كلا التغييرين في الوقت يؤديان إلى زيادة كبيرة في…
-
الاتجاهات غير الخطية في روابط أسعار الطاقة والزراعة: تحليل سلسلة زمنية قائم على فورييه
2026 | المؤلف: Özgür Bor وآخرون | المجلة: Agricultural and Resource Economics Review | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تتناول هذه المقالة البحثية تأثير أسعار الطاقة، وبشكل خاص النفط الخام والغاز الطبيعي، على الأسواق الزراعية، مع التركيز على القمح والذرة وفول الصويا. باستخدام بيانات شهرية من يناير 1990 إلى فبراير 2021، مع توقعات تمتد حتى 2024، تحلل الدراسة التأثيرات المباشرة وغير المباشرة لأسعار الطاقة على السلع الزراعية، لا سيما من خلال عدسة تكاليف الأسمدة.…
-
شبكات BiLSTM-Transformer المتوازية لتوقع الديناميات الفوضوية
2026 | المؤلف: Junwen Ma وآخرون | المجلة: AIP Advances | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم التحديات التي تطرحها الأنظمة الفوضوية، وخاصة حساسيتها الشديدة للظروف الأولية والسلوكيات الديناميكية المعقدة، مما يعقد التنبؤات الدقيقة. لمعالجة قيود الطرق التنبؤية التقليدية التي تكافح لالتقاط الميزات المحلية والاعتماديات العالمية في السلاسل الزمنية الفوضوية في وقت واحد، يقدم البحث إطارًا تنبؤيًا جديدًا متوازيًا يجمع بين شبكات Transformer وBidirectional Long Short-Term Memory (BiL-STM). يتميز…
-
بيانات تخطيط القلب الكهربائي (ECG) الزمنية لتوقع مبكر لتوقف القلب
2026 | المؤلف: M. Khurram Umair وآخرون | المجلة: Scientific Reports | المجال: طب القلب والأوعية الدموية (Cardiology and Cardiovascular Medicine)تتناول ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على الرعاية الصحية، وخاصة في مجال أمراض القلب، حيث يعزز تحليل أنماط تخطيط القلب الكهربائي (ECG) لتحسين دقة التشخيص. نظرًا لانتشار الأمراض القلبية الوعائية والحاجة الملحة للتنبؤ المبكر بالسكتة القلبية المفاجئة، تحقق الدراسة في فعالية تقنيات التعلم الآلي (ML) والتعلم العميق (DL) المطبقة على بيانات تخطيط القلب…
