الأبحاث المرتبطة بالكلمة المفتاحية: علوم الحاسوب والهندسة
-
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…
-
مسح شامل حول التعلم الآلي لتحليل إصابات العمل: توقع المخاطر، استراتيجيات العودة إلى العمل، ورؤى ديموغرافية
2025 | المؤلف: G.A. Vivian وآخرون | المجلة: Journal Of Big Data | المجال: تقنية الأشعة والموجات فوق الصوتية (Radiological and Ultrasound Technology)تستكشف هذه الورقة البحثية تطبيق تقنيات التعلم الآلي (ML) في معالجة إصابات العمل، مع التركيز على توقع المخاطر، واستراتيجيات العودة إلى العمل (RTW)، والتحليل الديموغرافي. من خلال مراجعة الأدبيات من يناير 2015 إلى يوليو 2024، تسلط الورقة الضوء على فعالية طرق التعلم الآلي التقليدية، مثل نماذج التجميع وأشجار القرار، في تحديد مخاطر الإصابات وتسهيل برامج…
-
نظرة عامة على سيناريوهات التسرب في التعلم الآلي الخاضع للإشراف
2025 | المؤلف: Leonard Sasse وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم الدور الحاسم لتعلم الآلة (ML) في النمذجة التنبؤية عبر مجالات مختلفة، مع تسليط الضوء على التحدي الكبير المتمثل في تسرب البيانات داخل خطوط أنابيب ML. يمكن أن يؤدي تسرب البيانات إلى تقديرات أداء متفائلة بشكل مفرط ويعيق قدرة النموذج على التعميم على بيانات جديدة، مما قد يكون له عواقب مالية واجتماعية ضارة.…
-
استغلال التعلم العميق لتوقع المخاطر والمرونة في سلاسل الإمداد: رؤى من الصناعات الحيوية
2025 | المؤلف: Waleed Abdu Zogaan وآخرون | المجلة: Journal Of Big Data | المجال: الاستراتيجية والإدارة (Strategy and Management)تستكشف هذه الورقة البحثية تعزيز مرونة سلسلة التوريد (SCR) من خلال تطبيق خمسة نماذج تعلم عميق (DL): الشبكات العصبية التكرارية (RNN)، الذاكرة طويلة وقصيرة المدى (LSTM)، وحدات التكرار المغلقة (GRU)، الشبكات العصبية التلافيفية (CNN)، والشبكات العصبية الاصطناعية (ANN). تم اختبار النماذج عبر أربعة صناعات متميزة—الأدوية، السيارات، الزراعة، والطاقة—مظهرة قدرتها على التنبؤ بمخاطر سلسلة التوريد وتسهيل…
-
إطار عمل قائم على CNN مزدوج لتصنيف أمراض أوراق الأرز المحسن مع دمج الميزات
2025 | المؤلف: Prameetha Pai وآخرون | المجلة: Journal Of Big Data | المجال: علوم النبات (Plant Science)تقدم هذه الورقة البحثية إطار عمل جديد قائم على الشبكات العصبية التلافيفية المزدوجة (CNN) يهدف إلى تصنيف أمراض أوراق الأرز بدقة محسّنة. يستخدم الإطار خوارزمية دمج ميزات محسّنة تدمج نماذج CNN المدربة مسبقًا، مما يمكّن من تصنيف صور أوراق الأرز إلى فئات صحية أو مصابة بشكل أكثر فعالية من الطرق التقليدية. تشير النتائج التجريبية على…
-
توقع تقلبات أسعار السلع الزراعية باستخدام شبكة عصبية هجينة جديدة: أدلة تجريبية من الهند
2025 | المؤلف: R. L. Manogna وآخرون | المجلة: Journal Of Big Data | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تبحث هذه الدراسة في توقع تقلبات أسعار الزراعة من خلال نموذج هجين يجمع بين الشبكات العصبية طويلة وقصيرة الأجل (LSTM) ونموذج التباين الشرطي الذاتي العام (GARCH). نظرًا للتداعيات الحرجة لتقلب الأسعار على الأمن الغذائي والاستقرار الاقتصادي، لا سيما في الدول النامية مثل الهند، تستخدم الدراسة بيانات تاريخية شاملة عن الأسعار من 23 سلعة عبر 165…
-
هيلفورمر: نموذج تعلم عميق قائم على الانتباه لتوقع أسعار العملات المشفرة
2025 | المؤلف: T.O. Kehinde وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نموذج Helformer، وهو نهج جديد في التعلم العميق مصمم لتوقع أسعار العملات المشفرة. يجمع هذا النموذج بين التنعيم الأسي لـ Holt-Winters مع بنية قائمة على Transformer، مما يمكّن من تحليل بيانات السلاسل الزمنية بفعالية إلى مكوناتها من المستوى، الاتجاه، والموسمية. تسلط الدراسة الضوء على قيود طرق التوقع التقليدية، التي غالبًا ما تتجاهل…
-
التنبؤ بسعر الأسهم متعدد الميزات بواسطة شبكات LSTM استنادًا إلى VMD وTMFG
2025 | المؤلف: Zhixin Zhang وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نموذجًا جديدًا لتوقع أسعار الأسهم، يُسمى نموذج تحليل الوضع المتغير-الرسم البياني المفلتر بشكل مثلثي-ذاكرة طويلة وقصيرة الأجل (VMD-TMFG-LSTM)، مصممًا لتعزيز دقة التنبؤ، والاستقرار، والكفاءة الحسابية في سياق الطبيعة غير الخطية والمعقدة للغاية لأسواق الأسهم. غالبًا ما تفشل الطرق الإحصائية التقليدية، على الرغم من فعاليتها للبيانات الخطية، في التقاط الديناميات المعقدة لحركات أسعار…
-
إطار عمل هجين آمن للتعلم العميق لاكتشاف وتصنيف أورام الدماغ
2025 | المؤلف: Sandeep Kumar Mathivanan وآخرون | المجلة: Journal Of Big Data | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث شبكة جديدة لاكتشاف أورام الدماغ (BTDN) مصممة لتشخيص أورام الدماغ بناءً على التصوير بالرنين المغناطيسي، بهدف تحسين جودة الصورة، وتأمين نقل البيانات، وتحقيق دقة تصنيف عالية. تستخدم الدراسة ثلاثة مجموعات بيانات MRI متاحة للجمهور: D-I (Br35Hc)، D-II (BraTS)، وD-III (Kaggle Data Repository) لتقييم الأداء. تتضمن BTDN تقنيات المعالجة المسبقة مثل تحسين التباين…
-
تشخيص سرطان الثدي باستخدام MFF-HistoNet: شبكة دمج ميزات متعددة الأنماط تجمع بين الشبكات العصبية التلافيفية وشبكات التنسور الكمومية
2025 | المؤلف: Tariq Mahmood وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث شبكة دمج ميزات متعددة الأنماط جديدة لتشخيص الأمراض النسيجية (MFF-HistoNet) تهدف إلى تعزيز دقة وكفاءة تشخيص سرطان الثدي من خلال تقنية التشخيص المدعوم بالكمبيوتر (CAD). تحدد الدراسة القيود في الخوارزميات الحالية، مثل عدد المعلمات المرتفع والاستخراج غير الفعال للميزات العالمية، مما قد يؤدي إلى فقدان المعلومات. تدمج MFF-HistoNet شبكة عصبية تلافيفية (CNN)…
