الأبحاث المرتبطة بالكلمة المفتاحية: LSTM
-
هل تهم مشاعر أخبار الأعمال في سوق الأسهم الطاقية؟ اعتماد تحليل المشاعر لتوقعات سوق الأسهم على المدى القصير في صناعة الطاقة Does business news sentiment matter in the energy stock market? Adopting sentiment analysis for short-term stock market prediction in the energy industry
2026 | المؤلف: Chi-Yuan Lee وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تتناول هذه الورقة البحثية تطبيق نماذج التعلم الآلي في توقع تحركات سوق الأسهم في قطاع الطاقة المتقلب للغاية، باستخدام أخبار الأعمال كمؤشر على المشاعر. يستخدم المؤلفون نموذجًا قائمًا على Transformer خاص بالمالية، FinBERT، لإجراء تحليل المشاعر على المقالات الإخبارية، إلى جانب نموذج الذاكرة طويلة وقصيرة الأجل (LSTM) لتوقع الأسهم. تكشف النتائج الرئيسية أن تحليل المشاعر…
-
نموذج ARIMA-LSTM الهجين لتوقع سوق الأسهم: نهج تكامل السلاسل الزمنية والتعلم العميق Hybrid ARIMA-LSTM Model for Stock Market Prediction: A Time Series and Deep Learning Integration Approach
2026 | المؤلف: Zhenyun Du | المجلة: Informatica | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الدراسة فعالية نموذج هجين يجمع بين ARIMA و LSTM في توقعات سوق الأسهم، مع التأكيد على تفوقه على النماذج التقليدية في التعامل مع العلاقات غير الخطية المعقدة والاعتماديات طويلة الأجل. شملت المنهجية معالجة شاملة للبيانات، بما في ذلك استيفاء السلاسل الزمنية للقيم المفقودة، وتطبيع البيانات العددية إلى الفترة [0، 1]، وتقسيم التدريب والاختبار…
-
الشبكات العصبية الرسومية الزمانية المكانية لتوقع الطاقة في مزارع الرياح البحرية باستخدام بيانات SCADA Spatio-temporal graph neural networks for power prediction in offshore wind farms using SCADA data
2026 | المؤلف: Simon Daenens وآخرون | المجلة: Wind energy science | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)تقدم هذه الورقة البحثية نموذجًا جديدًا للتنبؤ بإنتاج الطاقة من توربينات الرياح في مزارع الرياح بدقة زمنية عالية تبلغ 30 ثانية، باستخدام الشبكات العصبية البيانية (GNNs) لتمثيل مزرعة الرياح كرسوم بيانية. يتضمن النموذج مكونًا زمنيًا من خلال شبكة الذاكرة طويلة وقصيرة الأمد (LSTM)، التي تعالج ميزات الإدخال الزمنية قبل أن يتم تجميعها بواسطة GNN. تظهر…
-
نهج جديد YOLO LSTM لتعزيز التعرف على الحركة البشرية في تسلسلات الفيديو A novel YOLO LSTM approach for enhanced human action recognition in video sequences
2026 | المؤلف: Mahmoud Elnady وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نهجًا جديدًا للتعرف على حركة الإنسان (HAR) من خلال دمج نموذج “تنظر مرة واحدة فقط” (YOLO) لاستخراج الميزات المكانية مع شبكات الذاكرة طويلة وقصيرة المدى (LSTM) للنمذجة الزمنية. يعالج هذا الإطار الهجين بفعالية التحديات المتعلقة بالتعرف على الحركة في تسلسلات الفيديو، مثل الحجب، والإضاءة المتغيرة، والخلفيات المعقدة. يمكّن نموذج YOLO المعالجة في…
-
نهج حديث لتحليل المشاعر لمراجعات المنتجات باستخدام نماذج التعلم العميق BiGRU وRNN المعتمدة على LSTM A modernized approach to sentiment analysis of product reviews using BiGRU and RNN based LSTM deep learning models
2026 | المؤلف: L. Godlin Atlas وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نهجًا جديدًا لتحليل المشاعر على مستوى الجملة لمراجعات المنتجات عبر الإنترنت، مستفيدة من معالجة اللغة الطبيعية (NLP) وتقنيات التعلم العميق. يشمل النموذج المقترح عدة مراحل، بما في ذلك الزحف على الويب لجمع البيانات، والمعالجة المسبقة للمراجعات من خلال تقسيم النصوص، والتصريف، وإزالة الكلمات الشائعة، والتعرف على الكيانات المسماة، ووضع علامات على أجزاء…
-
تعزيز تحليل المشاعر: تقييم RoBERTa مقابل النماذج التقليدية ونماذج التعلم العميق Advancing Sentiment Analysis: Evaluating RoBERTa against Traditional and Deep Learning Models
2026 | المؤلف: Pongsathon Pookduang وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقيّم هذه الدراسة فعالية نماذج تحليل المشاعر المختلفة، بما في ذلك طرق التعلم الآلي التقليدية (بايز الساذج، الجيران الأقرب، أشجار التصنيف والانحدار)، ونموذج التعلم العميق (ذاكرة طويلة وقصيرة الأجل)، ونموذج يعتمد على المحولات وهو RoBERTa، باستخدام مجموعة بيانات من مراجعات كتب أمازون. تشير النتائج إلى أن RoBERTa تفوق بشكل كبير على جميع النماذج الأخرى، محققًا…
-
استغلال التعلم العميق والمؤشرات الفنية لتحسين توقعات الأسهم للأسهم الكبرى في بورصة إندونيسيا (IDX) Harnessing Deep Learning and Technical Indicators for Enhanced Stock Predictions of Blue-Chip Stocks on the Indonesia Stock Exchange (IDX)
2026 | المؤلف: Bernadectus Yudi Dwiandiyanta وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تدرس هذه الدراسة فعالية نماذج التعلم العميق في التنبؤ بأسعار الأسهم في بورصة إندونيسيا (IDX)، مع التركيز بشكل خاص على الشركات الكبرى. تتناول الدراسة قيود النماذج الحالية من خلال دمج بيانات الأسهم التاريخية مع مؤشرات فنية متنوعة، مثل المتوسط المتحرك البسيط (SMA)، والمتوسط المتحرك الأسي (EMA)، والمتوسط المتحرك المرجح (WMA)، وحجم التداول المتوازن (OBV)، والتراكم/التوزيع…
-
تطبيق تداول البيتكوين الآلي باستخدام توقع الأسعار من نموذج التعلم العميق Automated Bitcoin Trading dApp Using Price Prediction from a Deep Learning Model
2026 | المؤلف: Zhi Zhan Lua وآخرون | المجلة: Risks | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تبحث هذه الدراسة في تطوير نظام تداول عملات مشفرة لامركزي يستخدم نماذج متقدمة من التعلم الآلي (ML) لتعزيز استراتيجيات التداول ومعالجة تقلبات وتعقيدات سوق العملات المشفرة. يستخدم النظام نماذج الغابة العشوائية (RF) وذاكرة طويلة وقصيرة الأجل (LSTM) وذاكرة LSTM ثنائية الاتجاه (Bi-LSTM)، حيث يظهر نموذج LSTM أداءً متفوقًا من خلال تحقيق عائد على الاستثمار (ROI)…