تقدم البحث نهجًا هجينًا جديدًا لتقييم المقالات تلقائيًا (AES) يدمج الميزات اللغوية السطحية مع تضمينات السياق العصبية التوليدية، باستخدام نماذج اللغة الكبيرة (LLMs) مثل GPT-3. ركزت أنظمة AES التقليدية بشكل أساسي على البيانات المعجمية السطحية، مثل تكرار الكلمات وطول الجمل، والتي تفشل في تقييم الترابط وجودة المقالات بشكل كافٍ. من خلال دمج ميزات لغوية متعددة،…

تُعتبر نماذج اللغة الكبيرة (LLMs) أنظمة ذكاء اصطناعي متقدمة مصممة لفهم وتوليد نصوص تشبه النصوص البشرية، وتتميز بمعلمات تدريبها الواسعة التي تمكنها من تمييز الأنماط اللغوية المعقدة. لقد عزز ظهور هياكل المحولات بشكل كبير من أدائها في مهام معالجة اللغة الطبيعية (NLP) المختلفة، مما أدى إلى تطبيقات واسعة النطاق عبر صناعات متعددة. في مجال الرعاية…

تستكشف هذه الورقة البحثية دمج التعلم الفيدرالي (FL) والخصوصية التفاضلية (DP) لتعزيز الخصوصية في الكشف عن سرطان الثدي أثناء معالجة المعلومات الصحية الحساسة. من خلال الاستفادة من الإطار اللامركزي لـ FL، يمكّن هذا البحث التدريب التعاوني للنماذج بين منظمات الرعاية الصحية دون الكشف عن بيانات المرضى الخام. إن دمج DP يقدم ضوضاء إحصائية في تحديثات…

تقدم ورقة البحث إطار عمل جديد لآلية الانتباه متعددة القنوات (MCAM) مصممة لتعزيز تصنيف صور علم الأمراض السرطانية للمعدة (GC) باستخدام تقنيات التعلم العميق. غالبًا ما تكافح نماذج التعلم العميق التقليدية مع القابلية للتفسير، والتكيف، والحساسية للضوضاء، وهو ما يعالجه إطار العمل المقترح MCAM من خلال التركيز الديناميكي على الميزات ذات الصلة من خلال ثلاث…

يظل سرطان الثدي واحدًا من أكثر أنواع السرطان شيوعًا بين النساء في جميع أنحاء العالم، حيث تعتبر الاكتشاف المبكر أمرًا حاسمًا لتحسين معدلات البقاء. تقدم هذه الدراسة طريقة جديدة لاختيار الميزات تستخدم قيم الشابلية التراكمية (SHAP) بالتزامن مع الإزالة التكرارية للميزات (RFE) وخوارزمية الغابة العشوائية (RF). لمواجهة مشكلة عدم توازن البيانات، استخدم الباحثون تقنية Borderline-SMOTE.…

يقدم قسم ورقة البحث نظرة عامة على التقدم في الحوسبة الكمومية، مع التركيز بشكل خاص على حلول D-Wave الهجينة التي تدمج بين الحوسبة الكلاسيكية والكمومية لمعالجة مشاكل التحسين. على الرغم من وعد الحوسبة الكمومية من خلال تراكب الكيوبتات وتشابكها، إلا أن قابلية التوسع لا تزال تمثل تحديًا كبيرًا. لقد وسعت محاولة D-Wave الأخيرة في البرمجة…

تتناول هذه الدراسة التحدي الحاسم لضمان خصوصية البيانات في تصنيف الصور الطبية، لا سيما في سياق التشخيص المدعوم بالذكاء الاصطناعي، حيث واجه أكثر من 30% من منظمات الرعاية الصحية خروقات للبيانات. تستكشف الدراسة دمج التعلم الانتقالي والتعلم الفيدرالي لتطوير إطار عمل يحافظ على الخصوصية لتصنيف الصور الطبية، باستخدام GoogLeNet و VGG16 كنماذج أساسية. أظهرت هذه…