نجح فريق بحثي من كلية عمان للإدارة والتكنولوجيا في تطوير شبكة عصبية لمطابقة التغذية الراجعة (FMNN)، والتي تساهم في تحسين دقة التنبؤ بالسلاسل الزمنية. تعتمد هذه الشبكة على دمج خوارزمية مطابقة التغذية الراجعة (FMA) ضمن بنية الشبكات العصبية العميقة، مما يساعد في التعرف على الأنماط المتكررة داخل البيانات وتحقيق تنبؤات أكثر دقة.
يتكون الفريق البحثي من الدكتور حازم مقدادي، الأستاذ لؤي النعيمي، والدكتور مستان محمد من قسم علوم الحاسوب ونظم المعلومات الإدارية. تم تقديم هذا البحث خلال المؤتمر الدولي العاشر لتكنولوجيا المعلومات والاتصالات (ICICT 2025)، الذي عُقد في 20 فبراير 2025، برعاية Springer وتنظيم Global Knowledge Research Foundation، وهو مؤتمر عالمي رائد في مجال تكنولوجيا المعلومات والاتصالات.
يُعد نموذج FMNN تقدمًا مهمًا في مجال التنبؤ بالسلاسل الزمنية، حيث أثبت كفاءته في مجالات مثل التمويل، التنبؤ بالطقس، وإدارة الطاقة، متفوقًا على العديد من النماذج التقليدية والحديثة من حيث دقة التوقعات. تعكس هذه المبادرة التزام الكلية بتطوير حلول متقدمة في الذكاء الاصطناعي وتحليل البيانات، مما يعزز من الابتكار العلمي ويوفر تطبيقات عملية ذات تأثير ملموس.
تطوير شبكة عصبية لمطابقة التغذية الراجعة للتنبؤ بالسلاسل الزمنية