الأبحاث المرتبطة بالكلمة المفتاحية: نموذج الانحدار الذاتي
-
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…
-
تشويه الزمن الديناميكي مقابل نماذج الانحدار الذاتي المتجه لتحليل الشبكات للعمليات النفسية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تناقش هذه الفقرة مفهوم الاضطرابات النفسية كأنظمة ديناميكية معقدة تمثل من خلال شبكات من الأعراض المترابطة. يقيم المؤلفون نهجين للنمذجة – الانحدار الذاتي المتجه متعدد المستويات (mlVAR) وتشويه الزمن الديناميكي (DTW) – في سياق تحليل العلاقات الزمنية بين الأعراض. باستخدام بيانات من دراسة هولندا للاكتئاب والقلق، التي شملت تقييمًا بيئيًا لحظيًا لـ 376 مشاركًا، قامت…
-
π-PrimeNovo: نموذج تعلم عميق غير تكراري دقيق وفعال لتسلسل الببتيدات من جديد
2025 | المؤلف: Xiang Zhang وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم التقدم في تسلسل الببتيدات من خلال مطيافية الكتلة المتسلسلة (MS/MS)، مع التأكيد على قيود طرق البحث التقليدية في قواعد البيانات في علم البروتينات. يبرز إدخال نموذج π-PrimeNovo، وهو نموذج قائم على Transformer غير تكراري مصمم لتسلسل الببتيدات من جديد. يعالج هذا النموذج تحديات تراكم الأخطاء وسرعات الاستدلال البطيئة المرتبطة بالنماذج التكرارية. لا…
-
توليد بنية بلورية باستخدام نمذجة اللغة الكبيرة التلقائية
2024 | المؤلف: Luis M. Antunes وآخرون | المجلة: Nature Communications | المجال: كيمياء المواد (Materials Chemistry)يقدم هذا القسم تحليلًا مقارنًا لأداء النماذج بناءً على مجموعات تدريب وهياكل مختلفة. الأرقام المميزة تشير إلى النتائج المثلى التي تم تحقيقها مع حجم عينة قدره \( n = 20 \)، بينما الأرقام المائلة تدل على أفضل النتائج لـ \( n = 1 \). بشكل محدد، يتم تصنيف النتائج حسب هيكل النموذج: (أ) نموذج صغير…
-
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…
-
توفر شبكات LSTM توقعات فعالة لانتشار الطحالب الزرقاء حتى مع بيانات مكانية زمنية غير مكتملة
2024 | المؤلف: Claudia Fournier وآخرون | المجلة: Water Research | المجال: علم المحيطات (Oceanography)تقدم ورقة البحث إطارًا للتنبؤ بانتشار الطحالب الزرقاء، التي تشكل تهديدات كبيرة لوظيفة النظام البيئي وجودة المياه، خاصة عندما تكون السلالات المنتجة للسموم شائعة. تستخدم الدراسة ست سنوات من البيانات الزمانية المكانية عالية التردد من مجسات متعددة المعلمات، مع التركيز على فلوروسين الفيكوسيانين (PC) كبديل لوجود الطحالب الزرقاء. تم تطوير طريقة غير مرتبطة بالمجسات لمعالجة…
-
تمكين اقتصاد باكستان: دور الصحة والتعليم في تشكيل مشاركة القوى العاملة والنمو الاقتصادي
2024 | المؤلف: Muhammad Umair وآخرون | المجلة: Economies | المجال: المهن الصحية العامة (General Health Professions)تدرس هذه الدراسة العلاقة بين مشاركة القوة العاملة (LF) والنمو الاقتصادي (EG) في باكستان، مع التركيز على أدوار الإنفاق على الصحة والتعليم. باستخدام بيانات السلاسل الزمنية من 1980 إلى 2022 وتوظيف منهجيات مثل نموذج الانحدار الذاتي الموزع (ARDL)، ونموذج تصحيح الخطأ (ECM)، وسببية غرانجر، تكشف النتائج أن LF تعزز بشكل كبير EG في كل من…
-
نموذج دمج غير خطي معزز بواسطة GAN لتوقع أسعار الأسهم
2024 | المؤلف: Yingcheng Xu وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نهجًا جديدًا لتوقع أسعار الأسهم من خلال تطوير TSGAN، وهو نموذج تعلم عميق يدمج الشبكات التنافسية التوليدية (GANs) مع الشبكات العصبية التلافيفية (CNNs) ونموذج هجين يتكون من الشبكات العصبية التلافيفية المعتمدة على الانتباه (ACNN)، والذاكرة طويلة وقصيرة الأجل (LSTM)، ومتوسط الحركة التكاملي الذاتي الانحدار (ARIMA). تسلط الدراسة الضوء على التحديات التي تواجهها…
-
نموذج توقع السلاسل الزمنية لاستخراج أنماط السلاسل غير الثابتة باستخدام التعلم العميق ونمذجة GARCH
2024 | المؤلف: Huimin Han وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة نموذجًا هجينًا لتوقع السلاسل الزمنية يدمج بين التغاير الشرطي الذاتي العام (GARCH)، وتحليل النمط التجميعي الكامل مع الضوضاء التكيفية (CEEMDAN)، والشبكات العصبية التلافيفية (GCN). يعالج النموذج التعقيدات الكامنة في بيانات السلاسل الزمنية، مثل الاتجاهات وعدم الثبات، من خلال استخدام GARCH أولاً لتعلم التقلبات ثم تطبيق CEEMDAN لتفكيك البيانات بشكل فعال. تبسط هذه…