أقامت كلية علوم الحاسوب والرياضيات / قسم (بحوث العمليات والتقنيات الذكائية)  يوم (الخميس ) الموافق 15/10/2026 ، وعلى قاعة مختبر ( A )،   حلقة دراسية (سمنار) بعنوان: ( نبذة عن السلاسل الزمنية)

قدمه ( د.منال سالم  حمدي )، بحضور جمع من تدريسيي وباحثي القسم.

تناول السمنار(  موضوع السلاسل الزمنية، وهي مجموعة مشاهدات مرتبة زمنيًا على فترات متساوية، تعتمد فيها كل قيمة على القيم التي سبقتها، مثل درجات الحرارة وأسعار الأسهم واستهلاك الكهرباء وحركة البيانات على الشبكة. ويشرح العرض أن السلسلة الزمنية تتكون من اتجاه عام وموسمية وبواقي عشوائية، وأن أغلب النماذج الكلاسيكية تتطلب أن تكون السلسلة مستقرة، ولذلك تُعالج البيانات أولًا بأخذ الفروق والتطبيع والنافذة المنزلقة ومعالجة القيم المفقودة والشاذة. ثم ينتقل إلى نماذج التنبؤ، فيبدأ بالنماذج الإحصائية الكلاسيكية مثل ARIMA وSARIMA والتمهيد الأسي، ويتبعها بنماذج التعلم الآلي والعميق مثل LSTM وXG Boost والمحوّلات والنماذج التأسيسية. وفي الجانب التطبيقي، يوضح العرض استخدام السلاسل الزمنية في الشبكات للتنبؤ بحركة البيانات وتخطيط السعة وموازنة الأحمال، ولكشف الشذوذ والهجمات مثل هجمات حجب الخدمة الموزّعة، كما يعرض تطبيقاتها في الذكاء الاصطناعي مثل الصيانة التنبؤية وإنترنت الأشياء والرعاية الصحية. ويختم بأن النماذج الإحصائية والتعلم العميق يكمّل أحدهما الآخر، مع الإشارة إلى تحديات مثل انجراف البيانات والضوضاء والحاجة إلى تنبؤ لحظي بزمن استجابة قصير.).

وخلص السمنار الى   (لسلسلة الزمنية مشاهدات مرتبة زمنيًا تتكوّن من اتجاه عام وموسمية وبواقي، وتُحلَّل بنماذج إحصائية وتعلّم عميق يكمّل أحدهما الآخر، وتُستخدم في الشبكات والذكاء الاصطناعي للتنبؤ وكشف الشذوذ، رغم تحديات مثل انجراف البيانات والضوضاء.)

يخدم هذا السمنار العلمي موضوعات تتقاطع مباشرة مع عدة أهداف من أهداف التنمية المستدامة (SDGs) للأمم المتحدة، وأبرزها:

• لطاقة (الهدف 7): التنبؤ باستهلاك الكهرباء وأسعار الطاقة يقلل الهدر ويدعم الطاقة المتجددة.
• الصحة (الهدف 3): تحليل إشارات القلب ومراقبة المرضى يتيح الكشف المبكر عن الحالات الخطرة.
• الصناعة والبنية التحتية (الهدف 9): الصيانة التنبؤية وتخطيط سعة الشبكات يرفعان الكفاءة ويقللان الأعطال والهدر