تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. الهندسة (Engineering)
  3. مجالات الأبحاث
  4. الهندسة (Engineering)
  5. تكنولوجيا الإعلام (Media Technology)

الأبحاث في مجال: تكنولوجيا الإعلام (Media Technology)



  • فصل المصدر الأعمى غير المحدد عبر تنظيم انكماش بسيط موزون ونموذج صورة عميقة كوانتية

    2026 | المؤلف: Chia-Hsiang Lin وآخرون | المجلة: IEEE Transactions on Image Processing | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم ورقة البحث خوارزمية جديدة غير خاضعة للإشراف لفصل الطيف المتعدد (MU)، تُسمى MU المعززة بالهندسة/الكم (GQ-µ)، والتي تعالج التحديات التي تطرحها مشكلة فصل المصدر الأعمى غير المحدد الموجودة في الصور الطيفية المتعددة (MSIs). يقترح المؤلفون تحويل مشكلة MU إلى إطار عمل فصل الطيف الفائق (HU) المحدد بشكل زائد من خلال إنشاء صورة طيفية فائقة…


  • استراتيجية المدينة الذكية، الابتكار الحضري في الصين وفعالية السياسات

    2026 | المؤلف: Yuying Luo وآخرون | المجلة: Humanities and Social Sciences Communications | المجال: تكنولوجيا الإعلام (Media Technology)

    تدرس هذه الدراسة تأثير استراتيجيات المدن الذكية على الابتكار الحضري في الصين، باستخدام نهج الفرق في الفروق متعدد الفترات ضمن إطار عمل التكنولوجيا-المنظمة-البيئة (TOE). من خلال تحليل بيانات اللوحات من 283 مدينة على مستوى المحافظة بين عامي 2006 و2021، تجد الأبحاث أن سياسات المدن الذكية التجريبية تعزز بشكل كبير الابتكار الحضري، مع ملاحظة تأثيرات أقوى…


  • شبكة واعية بالحدود متعددة المقاييس لتقسيم الصور الدلالية في الاستشعار عن بعد

    2026 | المؤلف: Keyi Shan وآخرون | المجلة: Scientific Reports | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم البحث شبكة متعددة المقاييس مدركة للحدود (MSBANet)، وهي بنية هجينة تدمج الشبكات العصبية التلافيفية (CNNs) ونماذج المحولات لتحسين تقسيم الدلالات لصور الاستشعار عن بعد عالية الدقة. هذه المهمة حاسمة لتطبيقات مثل التخطيط الحضري ومراقبة البيئة ولكنها معقدة بسبب اختلافات المقياس وحدود الأجسام غير الواضحة. تتناول MSBANet هذه التحديات من خلال كتلة المحول متعددة المقاييس…


  • محول متعدد المقاييس مع انتباه مكاني لتصنيف الصور الطيفية الفائقة

    2026 | المؤلف: Irfan Ahmad وآخرون | المجلة: Scientific Reports | المجال: تكنولوجيا الإعلام (Media Technology)

    تناقش هذه القسم أهمية الصور الطيفية العالية (HSIs) في مهام التصنيف بسبب المعلومات المكانية والطيفية الواسعة التي تحتويها. يبرز أهمية استخراج الميزات الطيفية-المكانية التمييزية من أجل تصنيف فعال. بينما أظهرت الشبكات العصبية التلافيفية (CNNs) أداءً قويًا في هذا المجال، فإن زيادة عمقها يمكن أن تؤدي إلى مشاكل في الأداء، كما أن مقياسها الثابت وحقول الاستقبال…


  • HA2F: إطار تجميع هرمي مرن موجه بالتعاون بين وحدتين للكشف عن التغيرات في الاستشعار عن بعد HA2F

    2026 | المؤلف: Shuying Li وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: تكنولوجيا الإعلام (Media Technology)

    يتناول قسم ورقة البحث تطوير إطار عمل جديد لاكتشاف التغيرات في الاستشعار عن بُعد (RSCD) يسمى HA2F، والذي يعالج قيود الطرق الحالية التي تركز إما على الميزات المحلية أو تعالج الصور بالكامل، مما يؤدي إلى تحديات في مطابقة الميزات عبر الزمن وحساسية للضوضاء. يتكون HA2F من مكونين رئيسيين: وحدة معايرة الميزات الهرمية الديناميكية (DHFCM) ووحدة…


  • إطار ديناميكي كامن متعدد الأبعاد لفصل الصور الطيفية الفائقة

    2026 | المؤلف: Ruiying Li وآخرون | المجلة: ISPRS Journal of Photogrammetry and Remote Sensing | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم ورقة البحث إطارًا جديدًا لفصل الطيف المتعدد الزمان، يسمى الديناميات الكامنة متعددة الزمان (MiLD)، والذي يهدف إلى التقاط التطور الديناميكي لوفرة المواد بفعالية على مر الزمن. ركزت الطرق التقليدية بشكل أساسي على تباين العناصر النهائية مع تجاهل الديناميات الزمنية للوفرة. لمعالجة هذه الفجوة، يستخدم المؤلفون المعادلات التفاضلية العادية العصبية لنمذجة تغييرات الوفرة، على الرغم…


  • FS-Diff: التوجيه الدلالي والوضوح الواعي في دمج الصور المتعددة الوسائط المتزامنة والتكبير الفائق

    2026 | المؤلف: Yuchan Jie وآخرون | المجلة: Information Fusion | المجال: تكنولوجيا الإعلام (Media Technology)

    يقدم البحث FS-Diff، وهو إطار عمل جديد لدمج الصور والتكبير الفائق الذي يتناول التحديات التي تطرحها الصور متعددة الأنماط ذات الدقة المنخفضة والضعيفة دلاليًا، لا سيما في التطبيقات مثل الاستطلاع العسكري. يقوم FS-Diff بتصوير عملية الدمج والتكبير الفائق كمشكلة توليد شرطية، مستخدمًا آلية استشعار الوضوح للإدراك التكيفي للدقة المنخفضة واستخراج الميزات عبر الأنماط. يبدأ الأسلوب…


  • SpectralEarth: تدريب نماذج الأساس الطيفية العالية في نطاق واسع

    2026 | المؤلف: Nassim Ait Ali Braham وآخرون | المجلة: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم البحث SpectralEarth، وهو مجموعة بيانات متعددة الزمن كبيرة تهدف إلى تعزيز تطبيق نماذج الأساس في التصوير الطيفي (HSI). تتكون هذه المجموعة، المستمدة من برنامج الخرائط والتحليل البيئي (EnMAP)، من 538,974 قطعة صورة من 415,153 موقع فريد عبر 11,636 مشهد موزع عالميًا على مدى عامين، مع 17.5% من هذه المواقع تحتوي على طوابع زمنية متعددة…


  • MEET: مجموعة بيانات بمقياس مليون لتصنيف المشاهد الجغرافية الدقيقة باستخدام صور الاستشعار عن بعد بدون تكبير

    2026 | المؤلف: Yansheng Li وآخرون | المجلة: IEEE/CAA Journal of Automatica Sinica | المجال: تكنولوجيا الإعلام (Media Technology)

    في هذا البحث، يقدم المؤلفون مجموعة بيانات تصنيف المشاهد الجغرافية الدقيقة على نطاق المليون (MEET)، والتي تعالج قيود طرق تصنيف الصور عن بُعد الحالية التي تعتمد على الصور المكبرة يدويًا. تتكون MEET من أكثر من 1.03 مليون عينة مشهد عن بُعد بدون تكبير، مصنفة إلى 80 فئة دقيقة باستخدام تخطيط مشهد داخل مشهد. يسمح هذا…


  • CMTNet: شبكة هجينة من CNN-Transformer لتصنيف المحاصيل الطيفية العالية باستخدام الطائرات بدون طيار في الزراعة الدقيقة

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: تكنولوجيا الإعلام (Media Technology)

    تقدم ورقة البحث CMTNet، وهو إطار عمل جديد للتعلم العميق مصمم لتصنيف المحاصيل الطيفية باستخدام الطائرات بدون طيار (UAVs). يعالج هذا الإطار بفعالية التحديات المتعلقة بالتقاط الميزات المحلية والعالمية في البيئات الزراعية المعقدة التي تتميز بتنوع أنواع المحاصيل ومراحل النمو المختلفة. يدمج CMTNet الشبكات العصبية التلافيفية (CNNs) والمحولات ضمن بنية مزدوجة، مستخدمًا وحدة استخراج الميزات…


1 2 3 4
التالي→

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