الأبحاث المرتبطة بالكلمة المفتاحية: سلاسل زمنية
-
تقييم طرق التنبؤ بحمى الضنك: دراسة مقارنة للنماذج الإحصائية وتقنيات التعلم الآلي في ريو دي جانيرو، البرازيل
2025 | المؤلف: Xiang Chen وآخرون | المجلة: Tropical Medicine and Health | المجال: الصحة العامة والبيئية وصحة العمل (Public Health, Environmental and Occupational Health)تستقصي هذه الدراسة الأداء التنبؤي والكفاءة الحسابية لمجموعة متنوعة من النماذج الإحصائية وتقنيات التعلم الآلي لتوقع تفشي حمى الضنك، تحديدًا في ريو دي جانيرو، البرازيل. تؤكد الأبحاث على أهمية التنبؤ الدقيق بحمى الضنك للتخطيط والتدخل في الصحة العامة، خاصة من خلال دمج العوامل المناخية المعروفة بتأثيرها على انتقال المرض. تم استخدام نهج النافذة الديناميكية لتوليد…
-
دويت: تحسين مزدوج للتجميع المعزز لتوقعات السلاسل الزمنية المتعددة المتغيرات
2025 | المؤلف: Xiangfei Qiu وآخرون | المجلة: Proceedings of the 31st ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.1 | المجال: معالجة الإشارات (Signal Processing)تقدم ورقة البحث DUET، وهو إطار عمل جديد مصمم لتعزيز توقعات السلاسل الزمنية متعددة المتغيرات، حيث يتناول التحديات التي تطرحها الأنماط الزمنية غير المتجانسة والارتباطات المعقدة بين القنوات. يستخدم DUET نهج تجميع مزدوج، يتضمن وحدة تجميع زمنية (TCM) تصنف السلاسل الزمنية إلى توزيعات دقيقة. وهذا يسمح بتطبيق مستخلصات أنماط متخصصة مصممة لكل مجموعة، مما يعكس…
-
تطوير نموذج هجين قائم على التعلم الآلي مع تعديل موسمي للتنبؤ بتحذير موجات الحرارة
2025 | المؤلف: M. Qureshi وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تناقش هذه الفقرة التأثير الحاسم لموجات الحرارة على الاستدامة البيئية والصحة العامة، خاصة في المناطق الضعيفة والمناطق التي تشهد حضرًا سريعًا. تؤدي موجات الحرارة إلى نقص المياه، وضغط على النباتات، وتراجع في نمو النباتات، وهو أمر أساسي لإنتاج الطاقة وسلسلة الغذاء. إن التنبؤ الفعال بموجات الحرارة أمر حيوي لأنظمة الإنذار المبكر وتدخلات الصحة العامة، حيث…
-
التعلم العميق القابل للتفسير لتحليل السلاسل الزمنية: دمج SHAP وLIME في نماذج قائمة على LSTM
2025 | المؤلف: Divyani Sen | المجلة: Journal of Information Systems Engineering & Management | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)يتناول القسم دمج SHAP (SHapley Additive exPlanations) و LIME (Local Interpretable Model-agnostic Explanations) مع شبكات الذاكرة طويلة وقصيرة الأمد (LSTM) لتعزيز قابلية تفسير هذه النماذج العميقة، التي غالبًا ما تُعتبر “صناديق سوداء”. يوفر LIME تفسيرات محلية من خلال تقريب النموذج بنماذج أبسط وقابلة للتفسير، بينما يقدم SHAP تفسيرًا شاملاً من خلال قياس مساهمة كل ميزة…
-
QSegRNN: شبكة عصبية متكررة كمية لتوقع السلاسل الزمنية
2025 | المؤلف: K.M. Moon وآخرون | المجلة: EPJ Quantum Technology | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تناقش هذه الفقرة التحديات المرتبطة بإدارة درجة حرارة محولات الكهرباء في مراكز البيانات، وخاصة تلك المستخدمة في أبحاث الذكاء الاصطناعي (AI). إن توليد الحرارة الكبير من هذه المحولات يتطلب إدارة فعالة لدرجة الحرارة، مما يحفز البحث المكثف في نماذج التنبؤ المعتمدة على الذكاء الاصطناعي. ومع ذلك، فإن الحجم المتزايد والمتطلبات الحاسوبية لهذه النماذج غالبًا ما…
-
تعزيز سلسلة زمنية للنمو الاقتصادي لتوقعات الإمارات باستخدام التعلم العميق: نهج Seq2Seq وLSTM المدفوع بالانتباه
2025 | المؤلف: Ioannis Adamopoulos وآخرون | المجلة: EDRAAK | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تعمل هذه الدراسة على تعزيز توقعات النمو الاقتصادي في دولة الإمارات العربية المتحدة (الإمارات) من خلال استخدام نموذج Seq2Seq للتعلم العميق مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) المدفوعة بالاهتمام. غالبًا ما تفشل النماذج الإحصائية التقليدية في التقاط الاعتماديات الزمنية المعقدة والاتجاهات غير الخطية الموجودة في بيانات السلاسل الزمنية الاقتصادية. تستخدم الدراسة منهجية منظمة، تبدأ…
-
التعلم العميق لتوقعات السلاسل الزمنية: مراجعة وتطبيقات في الجيوتقنية والعلوم الجيولوجية
2025 | المؤلف: Farid Fazel Mojtahedi وآخرون | المجلة: Archives of Computational Methods in Engineering | المجال: معالجة الإشارات (Signal Processing)تقدم هذه الورقة مراجعة شاملة لخوارزميات التعلم العميق (DL) المصممة لتوقع السلاسل الزمنية في مجالات الجيوتقنية والعلوم الجيولوجية. تسلط الضوء على فعالية طرق DL، وخاصة الشبكات العصبية التكرارية (RNNs) مثل الشبكات ذات الذاكرة طويلة وقصيرة المدى (LSTM)، والشبكات العصبية التلافيفية (CNNs)، والنماذج الهجينة، في إدارة مجموعات البيانات المعقدة واستخراج الميزات ذات الصلة بشكل مستقل. تغطي…
-
التعلم العميق لتوقعات السلاسل الزمنية: استعراض
2025 | المؤلف: Xiangjie Kong وآخرون | المجلة: International Journal of Machine Learning and Cybernetics | المجال: معالجة الإشارات (Signal Processing)تقدم هذه القسم نظرة عامة على أهمية وتطور التنبؤ بالسلاسل الزمنية (TSF)، مع تسليط الضوء على دوره الحاسم عبر مختلف الصناعات مثل الطاقة والرعاية الصحية وحركة المرور والأرصاد الجوية والاقتصاد. يشير إلى أن النماذج الإحصائية التقليدية غالبًا ما تفشل في تقديم الدقة العالية المطلوبة في التطبيقات العملية. أدى ظهور التعلم العميق إلى تطوير العديد من…
-
الضوضاء البيضاء وسوء استخدامها: التأثيرات على ملاءمة نماذج السلاسل الزمنية والتنبؤ
2025 | المؤلف: Hossein Hassani وآخرون | المجلة: Forecasting | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة مساهمة كبيرة في تحليل السلاسل الزمنية من خلال دراسة الخصائص التجريبية للضوضاء البيضاء وتأثيراتها على اختيار النموذج. تسلط الضوء على التباينات بين الافتراضات النظرية القياسية للضوضاء البيضاء والملاحظات التجريبية الفعلية، لا سيما فيما يتعلق بدالة الارتباط الذاتي العينة (ACF) ودالة الارتباط الذاتي الجزئي (PACF). هذه النتائج حاسمة لتقييم ملاءمة النموذج والتمييز بين…
-
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…