الأبحاث المرتبطة بالكلمة المفتاحية: نموذج الانحدار الذاتي المتكامل المتحرك
-
نموذج انحدار ديناميكي لسلاسل زمنية مزدوجة الحدود بناءً على توزيع بُرّ XII المنعكس
2026 | المؤلف: Tatiane Fontana Ribeiro وآخرون | المجلة: Environmental and Ecological Statistics | المجال: التمويل (Finance)تقدم هذه الورقة نموذج سلسلة زمنية جديد يستخدم توزيع Burr XII المنعكس (RUBXII)، مما يوفر بديلاً للنماذج الحالية مثل نموذج المتوسط المتحرك الذاتي Kumaraswamy (Kumaraswamy-ARMA) ونموذج المتوسط المتحرك الذاتي Beta (Beta-ARMA) لتحليل بيانات السلاسل الزمنية المقيدة ضمن الفترة الوحدة. يلتقط نموذج RUBXII الوسيط الشرطي للسلاسل الزمنية المتقطعة من خلال إطار ديناميكي يتضمن مكونات autoregressive و…
-
نموذج توقع الأمراض المعدية بناءً على خوارزمية التعلم العميق المحسّنة
2026 | المؤلف: Qian Cao وآخرون | المجلة: Frontiers in Public Health | المجال: النمذجة والمحاكاة (Modeling and Simulation)تقدم البحث نموذج توقع هجين، GA-BiLSTM-ARIMA، مصمم لتعزيز دقة التنبؤ ببيانات حالات COVID-19 في اليابان. يدمج هذا النموذج الخوارزميات الجينية (GA) مع الشبكات العصبية ثنائية الاتجاه (BiLSTM) ونموذج المتوسط المتحرك التكاملي الذاتي (ARIMA). يقوم GA بتحسين المعلمات الفائقة بشكل تكراري، مما يحسن قدرة النموذج على التقاط الأنماط غير الخطية والخطية في البيانات. أسفرت مقاييس التقييم…
-
الطرق الإحصائية وطرق التعلم الآلي لتوقع تكرار الزلازل متعدد الخطوات في المناطق الإندونيسية
2026 | المؤلف: Wenwen Hou | المجلة: Natural Hazards | المجال: الجيوفيزياء (Geophysics)تدرس هذه الدراسة إمكانيات خوارزميات التعلم الآلي، بما في ذلك الغابات العشوائية، وآلات الدعم الناقل (SVMs)، وXGBoost، وشبكات الذاكرة طويلة وقصيرة المدى (LSTM)، في التنبؤ بتكرار الزلازل في إندونيسيا. يتم اقتراح نموذج هجين جديد يدمج تقنيات التعلم الآلي مع إطار العمل للمتوسط المتحرك التكاملي الذاتي (ARIMA) للتنبؤ متعدد الخطوات. على عكس التوقعات، كان أداء نموذج…
-
تعزيز التنبؤ بعبء السكري المدفوع بالذكاء الاصطناعي: تحليل مقارن لنماذج التعلم العميق والنماذج الإحصائية
2025 | المؤلف: Rasool Esmaeilyfard وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تدرس هذه الدراسة فعالية أربعة نماذج للتنبؤ – المحول مع مشفر تلقائي متغير (VAE)، الذاكرة طويلة وقصيرة الأجل (LSTM)، وحدة التكرار المغلقة (GRU)، ومتوسط الحركة التكاملي الذاتي (ARIMA) – في التنبؤ بالعبء العالمي للسكري. باستخدام بيانات سنوية عن سنوات الحياة المعدلة حسب الإعاقة (DALYs)، والوفيات، وانتشار المرض من 1990 إلى 2021، تم تدريب النماذج على…
-
نهج الشبكة العصبية العميقة المدمج مع التعلم المعزز لتوقع أسعار الصرف باستخدام بيانات السلاسل الزمنية والعوامل المؤثرة
2025 | المؤلف: T. Soni Madhulatha وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم الدراسة بنية هجينة جديدة تجمع بين شبكات الذاكرة طويلة وقصيرة المدى (LSTM) وعوامل الشبكة العميقة Q (DQN) لتوقع أسعار الصرف، مع التركيز بشكل خاص على مجموعة بيانات USD/INR. تعزز هذه الطريقة النماذج التقليدية من خلال دمج التعلم المعزز، مما يسمح للنظام بالتعلم التكيفي من التغذية الراجعة وتحسين دقة التنبؤ، كما تقاس بواسطة مقاييس مثل…
-
أساليب السلاسل الزمنية والتعلم العميق لتوقع الطاقة المتجددة في دكا: دراسة مقارنة لنماذج ARIMA وSARIMA وLSTM
2025 | المؤلف: Mohammad Liton Hossain وآخرون | المجلة: Discover Sustainability | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقيّم الورقة البحثية فعالية النماذج الإحصائية ونماذج التعلم العميق – تحديدًا ARIMA وSARIMA وLSTM – في التنبؤ بالطاقة المتجددة على المدى القصير إلى المتوسط في دكا، بنغلاديش، في ظل زيادة الطلب على الطاقة بسبب التحضر والتصنيع. تكشف الدراسة أنه بينما تؤدي النماذج الكلاسيكية مثل ARIMA وSARIMA بشكل كافٍ في السيناريوهات قصيرة الأجل، فإنها تواجه صعوبة…
-
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…
-
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،…
-
تحليل مقارن لنماذج ARIMA وNNAR لتوقع السلاسل الزمنية
2025 | المؤلف: Ghadah Alsheheri | المجلة: Journal of Applied Mathematics and Physics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تجري هذه الورقة تحليلًا مقارنًا لنماذج ARIMA(1, 1, 0) ونماذج الشبكات العصبية التلقائية (NNAR) لتوقع السلاسل الزمنية، باستخدام كل من البيانات المحاكاة وبيانات وفيات حديثي الولادة من المملكة العربية السعودية. يعتمد تقييم أداء النموذج على مقاييس مثل متوسط الخطأ التربيعي (MSE) ومعيار أكايكي للمعلومات (AIC) ومعيار بايزي للمعلومات (BIC). تكشف النتائج أن نموذج NNAR يتفوق…
-
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…