تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. علوم الحاسوب (Computer Science)
  3. مجالات الأبحاث
  4. علوم الحاسوب (Computer Science)
  5. الذكاء الاصطناعي (Artificial Intelligence)

الأبحاث في مجال: الذكاء الاصطناعي (Artificial Intelligence)



  • نظرة عامة على سيناريوهات التسرب في التعلم الآلي الخاضع للإشراف

    2025 | المؤلف: Leonard Sasse وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم الدور الحاسم لتعلم الآلة (ML) في النمذجة التنبؤية عبر مجالات مختلفة، مع تسليط الضوء على التحدي الكبير المتمثل في تسرب البيانات داخل خطوط أنابيب ML. يمكن أن يؤدي تسرب البيانات إلى تقديرات أداء متفائلة بشكل مفرط ويعيق قدرة النموذج على التعميم على بيانات جديدة، مما قد يكون له عواقب مالية واجتماعية ضارة.…


  • مسح لشبكات الرسوم البيانية الهندسية العصبية: هياكل البيانات، النماذج والتطبيقات

    2025 | المؤلف: Jiaqi Han وآخرون | المجلة: Frontiers of Computer Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على الرسوم البيانية الهندسية، وهي رسوم بيانية متخصصة تتميز بخصائص هندسية أساسية لنمذجة مشكلات علمية متنوعة. على عكس الرسوم البيانية التقليدية، تعرض الرسوم البيانية الهندسية تماثلات فيزيائية مثل الترجمات، والتدويرات، والانعكاسات، مما يقدم تحديات لشبكات الأعصاب الرسومية الحالية (GNNs). للتغلب على هذه التحديات، طور الباحثون GNNs هندسية تدمج خصائص ثابتة…


  • إطار عمل هجيني قابل للتفسير يعتمد على التحويلات البصرية الفيدرالية لتوقع سرطان الثدي عبر عوامل الخطر

    2025 | المؤلف: Aymen M. Al-Hejri وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الورقة البحثية إطار عمل جديد قابل للتفسير للتعلم الفيدرالي يهدف إلى تحسين توقعات سرطان الثدي، وهي قضية حاسمة نظرًا لوضعها كأحد الأسباب الرئيسية للوفاة بين النساء. تقيم الدراسة ثلاث منهجيات تعلم عميق – نماذج الذكاء الاصطناعي الفردية، ونماذج تجميع الفضاءات المميزة عالية المستوى، ونموذج هجين يجمع بين ميزات المحول البصري العالمي (ViT) وميزات…


  • النواة GRADE 6: تقديم الأدلة في ملخص جداول النتائج

    2025 | المؤلف: Gordon Guyatt وآخرون | المجلة: BMJ | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يتناول هذا القسم من ورقة البحث النهج الأساسي GRADE (تقييم التوصيات، التطوير والتقييم) لإنشاء جداول ملخص النتائج، والتي تعتبر ضرورية لنقل آثار التدخلات على النتائج المهمة للمرضى. تقدم هذه الجداول بشكل منهجي كل من الآثار النسبية والمطلقة، ودرجة اليقين من الأدلة، وملخصات بلغة بسيطة، مما يسهل اتخاذ قرارات مستنيرة من قبل الأطباء والمرضى وصانعي السياسات.…


  • التحقيق في العوامل المؤثرة على اعتماد المستخدمين لمساعدي الصحة المعتمدين على الذكاء الاصطناعي بناءً على نموذج UTAUT الموسع

    2025 | المؤلف: Jiayu Su وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تبحث هذه الدراسة في العوامل التي تؤثر على قبول ونية استخدام مساعدي الصحة المعتمدين على الذكاء الاصطناعي (AI) بين المستخدمين العاديين، باستخدام نسخة موسعة من النظرية الموحدة لقبول واستخدام التكنولوجيا (UTAUT). شملت الدراسة 373 مشاركًا من الصين واستخدمت نمذجة المعادلات الهيكلية المعتمدة على التباين (CB-SEM) لتحليل البيانات. تكشف النتائج الرئيسية أن توقع الأداء (PE) وتوقع…


  • شبكة عصبية عميقة مدفوعة بالذكاء الاصطناعي قابلة للتفسير للكشف الدقيق عن سرطان الثدي من الصور النسيجية والصور بالموجات فوق الصوتية

    2025 | المؤلف: Md. Romzan Alom وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث نموذج الكشف عن سرطان الثدي باستخدام الشبكات العصبية العميقة (DNBCD)، وهو إطار مبتكر مصمم لتعزيز الكشف المبكر والدقيق عن سرطان الثدي من خلال التحليل الآلي للصور الهستوباثولوجية والأشعة فوق الصوتية. باستخدام بنية تعلم عميق تعتمد على Densenet121، يتضمن نموذج DNBCD طبقات شبكة عصبية تلافيفية (CNN) مخصصة، بما في ذلك GlobalAveragePooling2D وDense وDropout، إلى…


  • أنظمة الطاقة الشمسية الهجينة المعتمدة على الذكاء الاصطناعي مع مواد ذكية وخلايا شمسية قابلة للتكيف لتوليد الطاقة المستدامة

    2025 | المؤلف: Udit Mamodiya وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث إطار عمل هجين للطاقة الشمسية معزز بالذكاء الاصطناعي مصمم لتحسين توليد الطاقة الشمسية من خلال بنية متعددة الطبقات تدمج التنبؤ المكاني الزمني، والتحكم التكيفي، وتجارة الطاقة اللامركزية. المركز في هذا النظام هو نموذج CNN-LSTM للتنبؤ الدقيق بالإشعاع الشمسي، والتعلم المعزز لتتبع المحاور المزدوجة في الوقت الحقيقي، وEdge AI لاتخاذ قرارات التحكم السريعة. يتضمن…


  • التبريد الكمي للتحسين التوافقي: دراسة مرجعية

    2025 | المؤلف: Seongmin Kim وآخرون | المجلة: npj Quantum Information | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا القسم، يناقش المؤلفون التقدم في تكنولوجيا التبريد الكمي (QA) وآثارها على حل مشاكل تحسين التوليف. على الرغم من القيود السابقة في عدد الكيوبتات والاتصال التي أعاقت أداء QA مقارنة بالطرق الكلاسيكية، فقد قدمت التطورات الأخيرة أجهزة تبريد كمي تحتوي على أكثر من 5000 كيوبت وتحسينات في الاتصال. تشير هذه التحسينات، إلى جانب الهياكل…


  • تصحيح خطأ الكم للـ qudits بما يتجاوز نقطة التعادل

    2025 | المؤلف: B. L. Brock وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    قسم “الطرق” يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لجمع البيانات حول المتغيرات المحددة. شملت المنهجيات الرئيسية التحليلات الإحصائية، التي تم تنفيذها باستخدام أدوات برمجية لضمان الدقة والموثوقية في النتائج. شملت جمع البيانات أخذ عينات منهجية وتطبيق بروتوكولات موحدة لتقليل التحيز. ركز التحليل على تحديد العلاقات…


  • رموز السطح المرتبطة

    2025 | المؤلف: Craig Gidney وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا القسم، يتناول المؤلفون تحديًا كبيرًا في تطوير الحواسيب الكمومية على نطاق واسع: التكلفة العالية للكيوبتات اللازمة لحماية المعلومات الكمومية. يبرزون أن الهياكل التقليدية ثنائية الأبعاد، وخاصة تلك التي تستخدم رموز السطح، غالبًا ما تتطلب أكثر من ألف كيوبت مادي لكل كيوبت منطقي لتحقيق معدلات خطأ منطقي مقبولة. لتخفيف هذه المشكلة، يقترح المؤلفون هيكل…


←السابق
1 … 73 74 75 76 77 … 105
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.