المصدر: | المجلة العلمية للبحوث التجارية |
---|---|
الناشر: | جامعة المنوفية - كلية التجارة |
المؤلف الرئيسي: | محمود، حنان خضارى مهدي (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Mahmoud, Hanan Khadari Mahdi |
المجلد/العدد: | س10, ع2 |
محكمة: | نعم |
الدولة: |
مصر |
التاريخ الميلادي: |
2023
|
الشهر: | أبريل |
الصفحات: | 517 - 542 |
رقم MD: | 1382978 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | العربية |
قواعد المعلومات: | EcoLink |
مواضيع: | |
كلمات المؤلف المفتاحية: |
فيروس كورونا | نموذج الشبكات العصبية ذات الذاكرة قصيرة المدى | نماذج بوكس وجينكنز | الذكاء الإصطناعي | التعلم الآلي
|
رابط المحتوى: |
المستخلص: |
لقد بات من المؤكد أن انتشار فيروس كورونا ومتحور كورونا الجديد (أوميكرون) يفوق كل القدرات المعروفة للدول، وأصبح العالم في ظل الجائحة يواجه مختلف الأزمات، وعلى رأسها الأزمة الصحية العالمية المتمثلة في ارتفاع معدلات الوفيات التي تهدد أسس المجتمعات الاجتماعية والاقتصادية على المستوى العالمي في وقت واحد، لذلك أجريت العديد من الدراسات التي تحاول البحث عن اساليب تستخدم في التنبؤ بالوفيات الناتجة عن الاصابة بفيروس كورونا وقد تم في هذا البحث مقارنة أداء نموذج الشبكات العصبية ذات الذاكرة قصيرة المدى المطولة Long-(LSTM short term Memory) مع نماذج بوكس وجينكنز Auto (ARIMA Regressive. Lntegrated Moving Average) في التنبؤ بالوفيات الناتجة عن الإصابة بفيروس كورونا في مصر، وتم تجربة كل نموذج للتنبؤ بثلاث أيام جديدة. ومن خلال تطبيق النماذج وجد أن الشبكات العصبية ذات الذاكرة قصيرة المدى تتفوق على النماذج بدرجة ملحوظة. حيث لا يلزمها افتراض نماذج مسبقة لتمثيل البيانات أو العلاقة الرياضية التي تربطها، وعدم اعتمادها على الخطية، وبالإضافة إلى تطبيقها بنجاح في التنبؤ بالسلاسل الزمنية اليومية الطويلة. |
---|