الأبحاث المرتبطة بالكلمة المفتاحية: نموذج الانحدار الذاتي
-
العلاقة بين تناول الطعام المقيد والنشاط البدني بين طالبات الجامعات: دراسة عبر زمنية
The relationship between restrained eating and physical activity among female university students: a cross-lagged study2026 | المؤلف: Chang Hu وآخرون | المجلة: Frontiers in Nutrition | المجال: علم النفس السريري (Clinical Psychology)تستكشف هذه الدراسة العلاقات الطولية ثنائية الاتجاه بين الأكل المقيد (RE) والنشاط البدني (PA) بين طالبات الجامعات، مع معالجة فجوة في الأبحاث الحالية التي تعتمد بشكل أساسي على البيانات المقطعية. أجريت الدراسة على ثلاث موجات مع 813 مشاركًا تتراوح أعمارهم بين 18-22 عامًا، واستخدمت مقياس التقييد من استبيان سلوكيات الأكل الهولندي (DEBQ) لـ RE ومقياس…
-
نموذج توقع الأمراض المعدية بناءً على خوارزمية التعلم العميق المحسّنة
Infectious disease prediction model based on optimized deep learning algorithm2026 | 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
Statistical and machine learning methods for multi-step earthquake frequency forecasting in indonesian regions2026 | 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…