الأبحاث المرتبطة بالكلمة المفتاحية: متوسط نسبة الخطأ المطلق
-
النمذجة التنبؤية لجودة الهواء في مدينة طهران الكبرى عبر تقنيات التعلم العميق
2025 | المؤلف: Abdullah Kaviani Rad وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تدرس الدراسة التنبؤ بتركيزات الملوثات الجوية – على وجه التحديد CO، O₃، NO₂، SO₂، PM₁₀، و PM₂.₅ – في طهران من 2013 إلى 2023 باستخدام نماذج التعلم العميق (DL)، مقارنة أدائها بأساليب التعلم الآلي التقليدية (ML). تم تحليل المتغيرات الرئيسية التي تؤثر على مستويات الملوثات، مثل درجة الحرارة، الرطوبة النسبية، وسرعة الرياح. تشير النتائج إلى…
-
توقع وفيات أمراض القلب والأوعية الدموية باستخدام الشبكات العصبية الاصطناعية في السند، باكستان
2025 | المؤلف: Moiz Qureshi وآخرون | المجلة: BMC Public Health | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تتناول هذه الدراسة الزيادة المتزايدة في حالات وفيات أمراض القلب والأوعية الدموية (CVD) في محافظة السند في باكستان، باستخدام مجموعة بيانات زمنية من 1999 إلى 2021 مأخوذة من مستشفى مدني في نوابشاه. تستخدم البحث نماذج السلاسل الزمنية التقليدية – نايف، هولت-وينترز، والتنعيم الأسي البسيط (SES) – وتقارن أدائها مع نهج التعلم الآلي، نموذج الشبكة العصبية…
-
إدارة الطاقة وتوقع الطاقة المعتمدة على التعلم الآلي في الشبكات الصغيرة المتصلة بالشبكة مع مصادر طاقة موزعة متعددة
2024 | المؤلف: Arvind R. Singh وآخرون | المجلة: Scientific Reports | المجال: هندسة التحكم والأنظمة (Control and Systems Engineering)تبحث الورقة البحثية في دمج مصادر الطاقة المتجددة في الشبكات الصغيرة المتصلة بالشبكة، مع التركيز على تطبيق الانحدار باستخدام دعم المتجهات (SVR) لتحسين توقعات توليد الطاقة وإدارة الطاقة. يستخدم نموذج SVR بيانات إنتاج الطاقة التاريخية، وأنماط الطقس، وظروف الشبكة، مما يؤدي إلى تقليل كبير في مقاييس الخطأ مقارنة بنماذج الانحدار الخطي التقليدية. على وجه التحديد،…
-
توقع أسعار الأسهم في السلاسل الزمنية بناءً على خوارزمية جينية (GA) – شبكة الذاكرة طويلة وقصيرة المدى (LSTM)
2024 | المؤلف: Xinye Sha | المجلة: Advances in Economics Management and Political Sciences | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية خوارزمية جديدة للتنبؤ بالسلاسل الزمنية تدمج تحسين الخوارزمية الجينية (GA) مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) للتنبؤ بأسعار الأسهم، مع معالجة التحديات التي تطرحها عصر البيانات الكبيرة. تبدأ المنهجية بتحليل إحصائي وصفي لبيانات الأسهم، تليها بناء وتدريب نموذج GA-LSTM. تؤدي عملية التحسين إلى تقليل كبير في متوسط الخطأ المطلق (MAE)…