تمت في كلية الادارة والاقتصاد / جامعة بغداد ، مناقشة اطروحة الدكتوراه الموسومة ( تحليل البيانات الدالية متعددة المتغيرات بأستعمال بعض الطرائق اللامعلمية مع التطبيق ) في تخصص الاحصاء للطالبة (آلاء حسن جلوب) بأشراف أ.د. لقاء علي محمد . حيث تقترح هذه الأطروحة إطارًا لامعلميًا متكاملًا لتحليل البيانات الدالية متعددة المتغيرات من خلال الجمع بين تمثيل البيانات الدالية، وتقليص الأبعاد، واكتشاف الأنماط المعتمد على الشبكات العصبية. يتم في البداية تحويل المشاهدات المتقطعة إلى منحنيات دالية ملساء باستخدام توسع أساس فورييه. ثم تُطبَّق عدة طرائق لتقليص الأبعاد، بما في ذلك تحليل المركبات الرئيسية الدالية متعددة المتغيرات (MFPCA)، وتحليل الارتباط القانوني الدالي متعدد المتغيرات(MFCCA)، وآلات المتجهات الداعمة الدالية (FSVM)، والمشفر التلقائي الدالي (FAE)، وخوارزمية التضمين العشوائي الموزع للجيران (t-SNE) وتُستخدم التمثيلات المُختزلة لاحقًا كمدخلات إلى شبكة عصبية قائمة على الأساس الدالي (FBNN) لتعلّم البنى الكامنة واكتشاف الأنماط الخفية.
وأُجريت دراسة محاكاة شاملة تحت أحجام عينات مختلفة، ومجالات زمنية متنوعة، وأعداد مختلفة من دوال أساس فورييه، ومستويات متعددة من الضوضاء. وتُظهر النتائج أن المشفر التلقائي الدالي (FAE) يحقق الأداء الأفضل بشكل عام، ولا سيما من حيث دقة إعادة البناء، والحفاظ على التباين، والاتساق البنيوي. كما تشير النتائج إلى أن أداء شبكة (FBNN) يكون أكثر فاعلية عند تزويدها بتمثيلات مختزلة عالية الجودة، خصوصًا تلك الناتجة عن (FAE).
في الجانب التطبيقي، تم تطبيق الإطار المقترح على بيانات يومية لقطاع المصارف في سوق العراق للأوراق المالية لعام 2025 على مدى 12 شهرًا كاملة. وتشمل البيانات خمسة متغيرات هي: سعر الإغلاق، والتغير النسبي (%), وعدد الصفقات، وعدد الأسهم المتداولة، والقيمة المتداولة. وتكشف النتائج التطبيقية عن وجود تباين كبير في السيولة وكثافة التداول وسلوك الأسعار وأنماط التقلب بين المصارف. وقد نجح الإطار المقترح في الكشف عن بنى سوقية كامنة يصعب تحديدها باستخدام الأساليب متعددة المتغيرات التقليدية.
ختاماً ، تُبيّن هذه الأطروحة أن دمج تحليل البيانات الدالية مع تقليص الأبعاد وشبكة (FBNN) يوفر منهجًا قويًا ومرنًا لتحليل البيانات المالية المعقدة واكتشاف الأنماط الخفية في البيئات السوقية الديناميكية.
