أطروحة دكتوراه في كلية العلوم تناقش التنبؤ ببيانات السلاسل الزمنية باستخدام التعلم العميق

ناقشت أطروحة الدكتوراه في كلية العلوم بجامعة ديالى ، التنبؤ بمستقبل بيانات السلاسل الزمنية المتوقعة باستخدام التعلم العميق .

هدفت الأطروحة التي قدمها الطالب حسين علي أحمد،  إلى بناء نماذج تنبؤية تعتمد على تقنيات التعلم العميق لمعالجة بيانات السلاسل الزمنية، ولاسيما في مجال استهلاك الطاقة، من خلال توظيف شبكتي الذاكرة طويلة قصيرة الأمد (LSTM) ووحدة البوابات المتكررة (GRU)، لما لهما من قدرة عالية على التقاط الأنماط الزمنية المعقدة ومعالجة مشكلات فرط التكيّف وتحسين دقة التنبؤ.

وتضمنت الأطروحة مراحل متعددة شملت المعالجة المسبقة للبيانات وتنظيفها وتحليلها إحصائياً، فضلاً عن تقييم أداء النماذج باستخدام مقاييس الدقة (Accuracy) والإحكام (Precision) والاسترجاع (Recall) ودرجة (F1).

وأظهرت النتائج تفوق نموذج (LSTM) في جميع الأطر الزمنية، إذ حقق دقة بلغت (97%) على المستوى الأسبوعي والشهري، فيما بلغت الدقة (98%) على المستوى اليومي، مع قيم مرتفعة لمقياس (F1)، مما يعكس كفاءة النموذج في التنبؤ وإمكانية توظيفه في تطبيقات المدن الذكية وإدارة الطاقة، وبما يسهم في دعم الهدف السابع من أهداف التنمية المستدامة المعني بالطاقة النظيفة وبأسعار معقولة.

اخر تحديث في 17/02/2026