كرونوكاست: امتداد تنبؤي معياري لتفاعل المحتوى

تلعب توقعات السلاسل الزمنية دورًا حيويًا في مجالات متعددة مثل المالية، وتنبؤ الطقس، وتحليل الطلب. ومع ذلك، غالبًا ما تفتقر نماذج التعلم الآلي التقليدية إلى الشفافية، مما يصعب على المستخدمين فهم المنطق وراء التنبؤات. تقترح هذه الورقة كرونوكاست، وهو إطار معياري قابل للتفسير لتوقع السلاسل الزمنية، يجمع بين عدة نماذج تعلم آلي باستخدام نهج التجميع لتحسين دقة التنبؤ. يشتمل النظام على تقنيات متقدمة لهندسة الميزات لالتقاط الأنماط الزمنية مثل الاتجاهات والموسمية. بالإضافة إلى ذلك، تم دمج قابلية التفسير باستخدام طرق تفسير النموذج لتوفير رؤى حول العوامل التي تؤثر على التنبؤات. يعزز الإطار المقترح كل من الأداء وثقة المستخدم من خلال تقديم نتائج دقيقة وقابلة للتفسير. تُظهر التقييمات التجريبية أن كرونوكاست يتفوق على النماذج الفردية من حيث دقة التنبؤ مع الحفاظ على الشفافية، مما يجعله مناسبًا لتطبيقات اتخاذ القرار الواقعية.