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

الأبحاث في مجال: الذكاء الاصطناعي (Artificial Intelligence)



  • تقييم نماذج الأساس كنماذج استخراج الميزات لعلم الأمراض الحسابي الخاضع للإشراف الضعيف

    2025 | المؤلف: Peter Neidlinger وآخرون | المجلة: Nature Biomedical Engineering | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم تقييم 19 نموذجًا أساسيًا في علم الأمراض النسيجي عبر 13 مجموعة مرضى، تشمل 6,818 مريضًا و9,528 شريحة من أنواع مختلفة من السرطان، بما في ذلك سرطان الرئة، وسرطان القولون والمستقيم، وسرطان المعدة، وسرطان الثدي. ركز التقييم على المهام ذات الإشراف الضعيف المتعلقة بالعلامات الحيوية، والخصائص الشكلية، والنتائج التنبؤية. ومن الجدير بالذكر أن…


  • تعلم التاريخ الطبيعي للأمراض البشرية باستخدام المحولات التوليدية

    2025 | المؤلف: Artem Shmatko وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم دور الذكاء الاصطناعي (AI) في تعزيز اتخاذ القرار في الرعاية الصحية من خلال التنبؤ بتقدم الأمراض بناءً على تاريخ صحة المرضى. يقدم المؤلفون نموذجًا معدلاً من المحولات المدربة مسبقًا، يسمى Delphi-2M، والذي تم تدريبه على بيانات من 0.4 مليون مشارك في بنك البيانات البريطاني وتم التحقق من صحته باستخدام بيانات خارجية من…


  • دائرة حوسبة ضوئية متكاملة تعتمد على كربيد الليثيوم النيوبي الفعال وعالي السرعة

    2025 | المؤلف: Yaowen Hu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتطلب الزيادة في الطلب على تطبيقات الذكاء الاصطناعي تطوير طرق حسابية قابلة للتوسع، عالية السرعة، وفعالة من حيث الطاقة. يقدم الحوسبة الضوئية حلاً قابلاً للتطبيق بسبب التوازي الفطري، وعرض النطاق الترددي العالي، والكمون المنخفض للفوتونات. ومع ذلك، تواجه الهياكل الضوئية الحالية قيودًا أساسًا بسبب قيود الطاقة والسرعة في تحويل الكهروضوئي أثناء نقل البيانات من الإلكترونية…


  • مراقبة الصحة الشخصية باستخدام الذكاء الاصطناعي القابل للتفسير: جسر الثقة في الرعاية الصحية التنبؤية

    2025 | المؤلف: M. Sree Vani وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث PersonalCareNet، وهو إطار عمل جديد للتعلم العميق مصمم لمراقبة الصحة الشخصية، مستفيدًا من مجموعة بيانات MIMIC-III السريرية. يعالج هذا النموذج القيود الحرجة للنهج الحالي للتعلم العميق في الرعاية الصحية، وخاصة نقص القابلية للتفسير والعمومية. يدمج PersonalCareNet الشبكات العصبية التلافيفية مع آليات الانتباه (CHARMS) ويستخدم SHAP (تفسيرات شابلي الإضافية) لتوفير كل من القابلية…


  • الشبكات العصبية التلافيفية الكمومية-الكلاسيكية-الكمومية الهجينة

    2025 | المؤلف: Changzhou Long وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث شبكة عصبية تلافيفية هجينة كمومية-تقليدية-كمومية (QCQ-CNN) جديدة تدمج مرشحات تلافيفية كمومية، وطبقات شبكة عصبية تلافيفية تقليدية (CNN)، ومصنف شبكة عصبية كمومية قابلة للتدريب (QNN). تهدف هذه البنية إلى تعزيز تعبير حدود القرار في مهام تصنيف الصور من خلال دمج معلمات كمومية قابلة للتعديل، وبالتالي معالجة القيود الموجودة في النماذج السابقة مثل الشبكات العصبية…


  • تحليل مقارن لهياكل التعلم العميق في توقع الطاقة الشمسية

    2025 | المؤلف: Montaser Abdelsattar وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تدرس هذه الدراسة فعالية هياكل التعلم العميق (DL) المختلفة في توقع الطاقة الشمسية، باستخدام مجموعة بيانات تتكون من 4200 سجل تاريخي و20 ميزة من الميزات الجوية والفلكية. تم مقارنة ثمانية نماذج: Autoencoder، وLong Short-Term Memory (LSTM)، وGated Recurrent Unit (GRU)، وSimple Recurrent Neural Network (SimpleRNN)، وConvolutional Neural Network (CNN)، وTemporal Convolutional Network (TCN)، وTransformer، وLightweight…


  • النماذج التوليدية البصرية

    2025 | المؤلف: Shiqi Chen وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم تطوير نماذج توليد بصرية مستوحاة من نماذج الانتشار، مع معالجة التحديات المتعلقة بالاستدلال القابل للتوسع والفعال من حيث الطاقة في نماذج توليد رقمية كبيرة. تستخدم الطريقة المقترحة مشفرًا رقميًا ضحلًا لتحويل الضوضاء العشوائية إلى أنماط طورية، والتي تعمل كبذور توليد بصرية لتوزيع البيانات المطلوب. يقوم فك تشفير قابل لإعادة التكوين تم تدريبه…


  • نحو نموذج أساسي عام للتصوير الشعاعي من خلال الاستفادة من بيانات طبية ثنائية وثلاثية الأبعاد على نطاق الويب

    2025 | المؤلف: Chaoyi Wu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، نقدم نموذج مؤسسة الأشعة (RadFM) كدليل على المفهوم يهدف إلى تعزيز تطوير نماذج المؤسسة الطبية العامة في الأشعة. تشمل نهجنا ثلاثة جوانب رئيسية: بناء مجموعة البيانات، تصميم النموذج، والتقييم الشامل. نقدم أربع مجموعات بيانات متعددة الوسائط تتكون من 13 مليون صورة ثنائية الأبعاد و615,000 مسح ثلاثي الأبعاد، والتي تُعرف مجتمعة باسم مجموعة…


  • أساليب السلاسل الزمنية والتعلم العميق لتوقع الطاقة المتجددة في دكا: دراسة مقارنة لنماذج ARIMA وSARIMA وLSTM

    2025 | المؤلف: Mohammad Liton Hossain وآخرون | المجلة: Discover Sustainability | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقيّم الورقة البحثية فعالية النماذج الإحصائية ونماذج التعلم العميق – تحديدًا ARIMA وSARIMA وLSTM – في التنبؤ بالطاقة المتجددة على المدى القصير إلى المتوسط في دكا، بنغلاديش، في ظل زيادة الطلب على الطاقة بسبب التحضر والتصنيع. تكشف الدراسة أنه بينما تؤدي النماذج الكلاسيكية مثل ARIMA وSARIMA بشكل كافٍ في السيناريوهات قصيرة الأجل، فإنها تواجه صعوبة…


  • استكشاف دور نماذج اللغة الكبيرة في المنهج العلمي: من الفرضية إلى الاكتشاف

    2025 | المؤلف: Yanbo Zhang وآخرون | المجلة: npj Artificial Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تستعرض هذه القسم التأثير التحويلي لنماذج اللغة الكبيرة (LLMs) على المنهج العلمي، مع التأكيد على تكاملها عبر مراحل مختلفة من الدورة العلمية، من توليد الفرضيات إلى تصميم التجارب. يجادل المؤلفون بأنه لكي تعزز LLMs الإنتاجية والإبداع العلمي بشكل فعال، يجب أن تكون متجذرة بعمق في العملية العلمية، ومتوافقة مع الأهداف البشرية، وقابلة للتقييم بمقاييس واضحة.…


←السابق
1 … 17 18 19 20 21 … 36
التالي→

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