تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. سلسلة (طبقات الأرض)

الأبحاث المرتبطة بالكلمة المفتاحية: سلسلة (طبقات الأرض)




  • 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…


  • التنظيم التلقائي للمواد المتطابقة في سلسلة كهربائية احتكاكية

    2025 | المؤلف: Juan Carlos Sobarzo وآخرون | المجلة: Nature | المجال: الهندسة الطبية الحيوية (Biomedical Engineering)

    في هذا القسم، يناقش المؤلفون السلوك المعقد لتبادل الشحنات أثناء الكهربة عند الاتصال بين مواد متطابقة، مع التركيز بشكل خاص على عينات بوليديميثيلسيلوكسان (PDMS). تكشف التجارب الأولية عن نمط شحن عشوائي، حيث تكتسب بعض العينات شحنات إيجابية أو سلبية باستمرار، بينما تظهر أخرى تغيرات قطبية غير متوقعة. لتحديد هذه المتغيرات، يعرف المؤلفون متوسط تبادل الشحنات…


  • 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…


  • سلسلة حالات حول المفهوم الأساسي وتصميم أطقم الأسنان الجزئية القابلة للإزالة: اعتبارات الدعم والتقوية

    2025 | المؤلف: Jun Takebe | المجلة: BMC Oral Health | المجال: تقويم الأسنان (Orthodontics)

    تؤكد الدراسة على الدور الحاسم للدعم والتقوية في تصميم أطقم الأسنان الجزئية القابلة للإزالة لتقليل الحركة وتعزيز الاستقرار. تقدم سلسلة من الحالات السريرية التي توضح كيف يمكن تحقيق دعم فعال من خلال الاتصال بين الأسطح المحورية لأسنان الدعم ومكونات الطقم. تشمل الاستراتيجيات الرئيسية تحسين عمل التقوية من خلال ربط الموصلات الثانوية واللوحة القريبة مع الطائرات…


  • 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…


  • توقعات السلاسل الزمنية في المواقع غير المراقبة: مسح لتقنيات التعلم الآلي في موارد المياه

    2025 | المؤلف: Jared Willard وآخرون | المجلة: Environmental Data Science | المجال: الهندسة البيئية (Environmental Engineering)

    يتناول القسم التحديات والتقدم في توقع المتغيرات البيئية الديناميكية، وخاصة في المواقع غير المراقبة، وهو أمر حاسم لإدارة موارد المياه بشكل فعال. إن عدم كفاية مراقبة المتغيرات الهيدرولوجية الحرجة، الذي تفاقم بسبب تغيرات المناخ واستخدام الأراضي، يتطلب تحسين طرق التنبؤ. يبرز الاستعراض تفوق تقنيات التعلم الآلي الحديثة (ML) على النماذج التقليدية القائمة على العمليات والنماذج…


  • تعزيز توقعات أسعار الأسهم باستخدام GANs وآليات الانتباه المعتمدة على المحولات

    2024 | المؤلف: S. Li وآخرون | المجلة: Empirical Economics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه القسم نظرة عامة على أهمية توقع أسعار الأسهم في اتخاذ القرارات المالية، مع تسليط الضوء على قيود الطرق الإحصائية التقليدية في التقاط الديناميات المعقدة للسوق والتعامل مع مجموعات البيانات الكبيرة. لمعالجة هذه التحديات، يقترح المؤلفون نهجًا جديدًا يجمع بين الشبكات التنافسية التوليدية (GANs) وآليات الانتباه المعتمدة على المحولات. يهدف هذا التكامل إلى توليد…


  • متلازمة التآكل الصيفي في العجول الحلوب المفطومة: سلسلة حالات

    2024 | المؤلف: Rischi Robinson Male Here وآخرون | المجلة: Irish Veterinary Journal | المجال: الحيوانات الصغيرة (Small Animals)

    تدرس الدراسة متلازمة السعال الصيفي (SSS)، وهي حالة تم التعرف عليها حديثًا تؤثر على العجول التي تم فطامها من الألبان ولحم الألبان في أيرلندا، وتتميز بأعراض مثل الإسهال وفقدان الوزن والضعف، مما يمكن أن يؤدي إلى الوفاة. شملت الأبحاث خمسة مزارع بها عجول تظهر إسهالًا غير مفسر، حيث تضمنت جمع بيانات شاملة تشمل ممارسات الإدارة،…


←السابق
1 2 3 4 5
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.