https://journals.qou.edu/index.php/PJTAS/issue/feed المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية 2024-01-27T09:17:41+02:00 Palestinian Journal of Technology and Applied Sciences [email protected] Open Journal Systems <p><a style="color: black; text-decoration: none;" href="/index.php/PJTAS" target="_blank" rel="noopener">&nbsp;المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية هي مجلة علمية محكمة تصدر عن جامعة القدس المفتوحة في فلسطين. وتعتمد المجلة سياسة المراجعة المزدوجة المجهولة. كما تلتزم المجلة بمبادرة الوصول المفتوح للجميع حيث تتيح الوصول الكامل الى ابحاثها للاطلاع او التحميل. وتهدف المجلة الى توفير منصة لنشر الأبحاث وفق المعايير العلمية العالمية المعتمدة، والارتقاء بالإنتاج العلمي العربي في مجالات التكنولوجيا والعلوم التطبيقية وتعزيزه. ولا تتقاضي المجلة أي رسوم مقابل نشر الأبحاث أو الاشتراك فيها. تصدر المجلة سنويا بنسختيها المطبوعة والإلكترونية، وتقبل الأوراق والدراسات البحثية المكتوبة باللغة الإنجليزية فقط ضمن حقول المعرفة المتعلقة بالتكنولوجيا والعلوم التطبيقية بما في ذلك هندسة الحاسوب ونظم المعلومات والبرمجة وأمن الشبكات وهندسة البرمجيات وإنترنت الأشياء وعلم البيانات والذكاء الاصطناعي وعلم الروبوتات وغيرها من المواضيع في مجال التكنولوجيا والعلوم التطبيقية. وقد صدر العدد الأول منها في شهر كانون ثاني/2018. وحصلت على الرقم المعياري الدولي (ISSN) للنسخة الإلكترونية&nbsp;(411X-2521)</a>&nbsp;<a style="color: black; text-decoration: none;" href="/index.php/PJTAS" target="_blank" rel="noopener">وللنسخة المطبوعة (7431-2520</a><a style="color: black; text-decoration: none;" href="/index.php/PJTAS" target="_blank" rel="noopener">). &nbsp;</a></p> https://journals.qou.edu/index.php/PJTAS/article/view/4539 استخدام البرمجة الخطية الرياضة لتعظيم عائد وحدة المساحة للتركيبة المحصولية المروية (دراسة حالة) 2023-08-11T14:29:26+03:00 مايا العبدالله [email protected] صفوان أبو عساف [email protected] عفراء سلوم [email protected] <p><strong>الأهداف</strong>: تهدف الدراسة إلى اقتراح تركيبة محصولية مثلى تزيد من صافي عائد وحدة المساحة في محافظة السويداء، سوريا.<strong>المنهجية</strong>: باستخدام البرمجة الخطية الرياضية التي تعد أداة مهمة لدراسة الجوانب المختلفة للتراكيب المحصولية مع كل ما يواجهها من قيود تعيق الإنتاج، كالظروف الجوية المتغيرة ومشاكل المياه ومشكلات العمالة والظروف الاقتصادية. من خلال استبيان استهدف مزارعي الخضروات المروية الصيفية والشتوية خلال موسم 2020. لعينة مكونة من 106 مزارع، من خلال إعادة توزيع المساحة المخصصة لكل محصول.<strong>النتائج</strong>: وجدت الدراسة زيادة بنسبة 80.8٪ في إجمالي الدخل الصافي مقارنة بنمط المحصول الفعلي مع تقليل استهلاك المياه.حيث بلغ حوالي 5.6 مليون م3 من المياه مقابل إجمالي استهلاك التركيبة المحصولية الفعلية لعينة المزارعين 5.9 مليون م3 من المياه.<strong>الخلاصة</strong>: تشمل مساهمات الورقة اقتراح تركيب محصولي أمثل، وزيادة صافي الدخل، وتقليل استهلاك المياه، والتأكيد على أهمية استخدام البرمجة الخطية في صنع القرار الزراعي، مع الحفاظ على المساحة المخصصة لزراعة المحاصيل الأساسية كالقمح والبطاطا والبندورة والبطيخ.</p> 2024-01-27T00:00:00+02:00 الحقوق الفكرية (c) 2024 https://journals.qou.edu/index.php/PJTAS/article/view/4542 تقنيات التعلم الآلي وإعادة تشكيلها لتعزيز اكتشاف الاحتيال في بطاقات الائتمان في مجموعات البيانات غير المتوازنة 2023-09-10T14:47:35+03:00 يوسف أبو زر [email protected] صالح أبو زر [email protected] <p><strong>الملخص</strong>: الأهداف: يتناول هذا البحث التحدي المتمثل في الكشف عن الاحتيال في بطاقات الائتمان، والذي يعقده البيانات غير المتوازنة للغاية حيث يكون جزء صغير فقط من معاملات الاحتيال. البحث يناقش أساليب التعلم الآلي، بما في ذلك النموذج الأساسي والانحدار اللوجستي وشجرة القرار، جنبا إلى جنب مع تقنيات إعادة التشكيل للتعامل مع البيانات غير المتوازنة في اكتشاف الاحتيال.<strong>الطرق</strong>: تستخدم الدراسة منهجا منظما يتضمن مجموعة بيانات، وخوارزميات التعلم الآلي، وتقنيات إعادة العيناتOversampling ، Undersampling، SMOTE لمعالجة عدم التوازن الطبقي في اكتشاف الاحتيال على بطاقات الائتمان. ويهدف إلى تحسين الدقة من خلال مقارنة النماذج وتقييم تأثير طرق إعادة العينات على أداء اكتشاف الاحتيال.<strong>النتائج</strong>: تشير النتائج إلى أن تقنية أخذ العينات الزائدة للأقلية الاصطناعية (SMOTE) تتفوق على الطرق التقليدية، حيث حققت دقة قدرها 99.89%. يتفوق نموذج شجرة القرار بشكل أكبر، مع دقة تبلغ 99.92%، واستدعاء أعلى (78.79%)، ودقة (98.11%). تؤكد هذه النتائج على إمكانات تقنيات التعلم الآلي المتخصصة في تحسين اكتشاف الاحتيال.في الختام، يؤكد هذا البحث على أهمية أساليب إعادة المعاينة في معالجة البيانات غير المتوازنة في الكشف عن الاحتيال في بطاقات الائتمان. يقدم نموذج شجرة القرار وتقنية SMOTE حلولاً عملية لتطبيقات العالم الحقيقي. توفر هذه الدراسة رؤى لتعزيز اكتشاف الاحتيال وتسلط الضوء على دور التعلم الآلي المتقدم في مكافحة الاحتيال على بطاقات الائتمان بشكل فعال في ملخص موجز مكون من 200 كلمة.</p> 2024-01-27T00:00:00+02:00 الحقوق الفكرية (c) 2024