CV


FA
Seyed Mahdi Vahidipour

Seyed Mahdi Vahidipour

Associate Professor

Full-Time Faculty Member

College: Faculty of Electrical and Computer Engineering

Department: Artificial Intelligence

Degree: Ph.D

CV
FA
Seyed Mahdi Vahidipour

Associate Professor Seyed Mahdi Vahidipour

Full-Time Faculty Member
College: Faculty of Electrical and Computer Engineering - Department: Artificial Intelligence Degree: Ph.D |

پیشبینی تمایلا ت تجاری میان کشورها با رو شهای بهبود یافته گرافهای زمانی

Authorsمحمدمهدی باباافضلی,امیر قاسمی,عطیه کاظمی,امیرحسین اسکندری,مهدی وحیدی پور
Conference Titleاولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده
Holding Date of Conference2026-02-16 - 2026-02-17
Event Place1 - بوشهر
Presented byخلیج فارس
PresentationSPEECH
Conference LevelInternational Conferences
Keywordsگرافهای زمانی, ماتریس انتشار پویا, داده های تجاری

Abstract

پیش‌بینی روابط تجاری میان کشورها یکی از مسائل چالش‌برانگیز در تحلیل داده‌ها است. این روابط به‌طور مداوم تغییر می‌کنند و تحت تاثیر عوامل مختلفی مانند سیاست‌های اقتصادی و تحولات جهانی قرار دارند. در این مقاله، روشی جدید برای پیش‌بینی تمایلات تجاری کشورها با استفاده از گراف‌های زمانی و ماتریس انتشار پویا ارائه می‌شود. این روش به ما کمک می‌کند تا روابط غیرمستقیم و بلندمدت میان کشورها را به‌طور دقیق‌تری مدل‌سازی کنیم. روش پیشنهادی بر روی دیتاست tgbn-trade که شامل روابط تجاری ۲۵۵ کشور در طول زمان است، آزمایش شده است. نتایج نشان می‌دهند که این روش می‌تواند دقت پیش‌بینی روابط تجاری را به‌طور قابل‌توجهی نسبت به مدل‌های قبلی افزایش دهد. همچنین، با تغییر پارامتر آلفا در ماتریس انتشار پویا، می‌توان دقت مدل را بهینه کرد. این تحقیق نشان می‌دهد که روش پیشنهادی می‌تواند ابزار مفیدی برای تحلیل و پیش‌بینی روابط تجاری پیچیده باشد

Paper URL