شبكة دمج الأدلة الزمنية: رؤية متعددة المصادر في التنبؤ بالسلاسل الزمنية الطويلة الأمد

في السياقات العملية، تتطلب تنبؤات السلاسل الزمنية ليس فقط الدقة، بل أيضًا الكفاءة. ولهذا السبب، تظل استكشاف هياكل النماذج موضوعًا دائم التطور في الأبحاث. وللتغلب على هذه التحديات، نقترح معمارية أساسية جديدة تُسمى شبكة دمج الأدلة الزمنية (TEFN) من منظور دمج المعلومات. وبشكل محدد، نُقدّم وحدة التعيين الاحتمالي الأساسي (BPA) المستندة إلى نظرية الأدلة لالتقاط عدم اليقين في بيانات السلاسل الزمنية متعددة المتغيرات من خلال البعدين القناة والزمن. علاوةً على ذلك، نطوّر طريقة جديدة لدمج المعلومات من مصادر متعددة لدمج الفعلي للبعدين المختلفين الناتجين من مخرجات BPA، مما يؤدي إلى تحسين دقة التنبؤ. وأخيرًا، نُجري تجارب واسعة النطاق لتُظهر أن TEFN تحقق أداءً يُقارن بأفضل النماذج الحالية، مع الحفاظ على تعقيد أقل بشكل ملحوظ ووقت تدريب مختصر. كما تُظهر تجاربنا أن TEFN تتميز بدرجة عالية من المرونة، حيث تُبقي على تقلبات الخطأ منخفضة جدًا أثناء اختيار المعلمات الفائقة. بالإضافة إلى ذلك، وبسبب أن BPA مستمدة من نظرية الضبابية، فإن TEFN تُقدّم درجة عالية من القدرة على التفسير. وبالتالي، توازن النموذج المقترح TEFN بين الدقة، والكفاءة، والاستقرار، والقدرة على التفسير، مما يجعله حلًا مرغوبًا لمشاكل تنبؤ السلاسل الزمنية.