الأبحاث المرتبطة بالكلمة المفتاحية: سلاسل زمنية
-
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…
-
التنبؤ بسلاسل الزمن باستخدام التعلم العميق: نهج الشبكات العصبية التلافيفية للتنبؤ باتجاهات التضخم
2025 | المؤلف: Mostafa Abotaleb وآخرون | المجلة: EDRAAK | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الدراسة استخدام الشبكات العصبية التلافيفية (CNNs) للتنبؤ باتجاهات التضخم في مصر، مع معالجة قيود النماذج الاقتصادية التقليدية مثل ARIMA و VAR في التقاط الاعتماديات الزمنية المعقدة وغير الخطية في بيانات السلاسل الزمنية الاقتصادية. باستخدام بيانات التضخم التاريخية من 1960 إلى 2023، تم تطوير نموذج CNN من خلال منهجية تضمنت معالجة البيانات، واستخراج الميزات…
-
سلسلة زمنية مستمدة من الاستشعار عن بُعد لارتفاعات خط الثلج الجليدي المتغير في جبال آسيا العالية، 1985-2021
2025 | المؤلف: David Loibl وآخرون | المجلة: Scientific Data | المجال: علوم الغلاف الجوي (Atmospheric Science)تقدم هذه الدراسة مجموعة بيانات جديدة لقياسات ارتفاع خط الثلج العابر (tSLa) المستمدة من الاستشعار عن بعد للأنهار الجليدية في جبال آسيا العالية. باستخدام محرك جوجل الأرض، جمع الباحثون بيانات tSLa لحوالي 28,000 نهر جليدي يتجاوز حجمها 0.5 كم². بعد إجراء عملية تصفية صارمة ومعالجة لاحقة، تتضمن مجموعة البيانات النهائية حوالي 9.66 مليون قياس tSLa،…
-
دراسة توقعات انبعاثات ثاني أكسيد الكربون اليومية من خلال تحليل مقارن لنماذج التعلم الآلي، التعلم العميق، والنماذج الإحصائية
2025 | المؤلف: Adewole Adetoro Ajala وآخرون | المجلة: Environmental Science and Pollution Research | المجال: الهندسة البيئية (Environmental Engineering)تستكشف هذه الدراسة توقعات انبعاثات ثاني أكسيد الكربون اليومية من 1 يناير 2022 إلى 30 سبتمبر 2023، عبر أربعة من أعلى المناطق المصدرة: الصين، الهند، الولايات المتحدة، والاتحاد الأوروبي 27 والمملكة المتحدة. تقيم أداء 14 نموذجًا، بما في ذلك أربعة نماذج إحصائية (ARMA، ARIMA، SARMA، SARIMA)، وثلاثة نماذج تعلم آلي (آلة الدعم الناقل، الغابة العشوائية،…
-
التنبؤ بالأمطار باستخدام التعلم الآلي، والتعلم العميق، ونماذج السلاسل الزمنية عبر تدرج الارتفاع في جبال الهيمالايا الشمالية الغربية
2024 | المؤلف: Owais Ali Wani وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تؤكد ورقة البحث على الحاجة الملحة للتنبؤ الدقيق بالأمطار، لا سيما في جبال الهيمالايا الشمالية الغربية، حيث يعتمد حوالي 60% من الأراضي الزراعية على أمطار الرياح الموسمية. تسلط الدراسة الضوء على قيود طرق النمذجة التقليدية في هذه المنطقة، داعيةً إلى استخدام خوارزميات التعلم الآلي (ML) والتعلم العميق (DL) المتقدمة، مثل الغابة العشوائية (RF)، والانحدار باستخدام…
-
تحويل إنتاجية الزراعة باستخدام التنبؤ المدعوم بالذكاء الاصطناعي: الابتكارات في الأمن الغذائي وتحسين سلسلة التوريد
2024 | المؤلف: Sambandh Bhusan Dhal وآخرون | المجلة: Forecasting | المجال: العلوم المائية (Aquatic Science)تؤكد المراجعة على الدور الكبير لنماذج التنبؤ في مواجهة تحديات الأمن الغذائي العالمي. من خلال دمج تقنيات متقدمة مثل الذكاء الاصطناعي (AI)، وتعلم الآلة (ML)، وإنترنت الأشياء (IoT)، وتحليلات البيانات الضخمة، تعزز هذه النماذج من إنتاجية الزراعة، وتحسن كفاءة معالجة الغذاء، وت stabilizes سلاسل الإمداد. توضح دراسات الحالة من مناطق مختلفة، بما في ذلك هولندا،…
-
توفر شبكات LSTM توقعات فعالة لانتشار الطحالب الزرقاء حتى مع بيانات مكانية زمنية غير مكتملة
2024 | المؤلف: Claudia Fournier وآخرون | المجلة: Water Research | المجال: علم المحيطات (Oceanography)تقدم ورقة البحث إطارًا للتنبؤ بانتشار الطحالب الزرقاء، التي تشكل تهديدات كبيرة لوظيفة النظام البيئي وجودة المياه، خاصة عندما تكون السلالات المنتجة للسموم شائعة. تستخدم الدراسة ست سنوات من البيانات الزمانية المكانية عالية التردد من مجسات متعددة المعلمات، مع التركيز على فلوروسين الفيكوسيانين (PC) كبديل لوجود الطحالب الزرقاء. تم تطوير طريقة غير مرتبطة بالمجسات لمعالجة…