تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة المَجَلَّات
  3. Artificial Intelligence Review

الأبحاث في مجلة: Artificial Intelligence Review




  • تعزيز عمر وكفاءة شبكة الاستشعار اللاسلكية من خلال تحسين اختيار رؤساء المجموعات باستخدام خوارزمية بحث السناجب المحسنة

    2025 | المؤلف: Ghalib H. Alshammri | المجلة: Artificial Intelligence Review | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    في هذه الدراسة، قام المؤلفون بتقييم أداء خوارزمية البحث عن السناجب المحسّنة (I-SSA) لتحسين التجميع والتوجيه في الشبكات اللاسلكية الاستشعار (WSNs). أظهر البروتوكول المقترح المعتمد على I-SSA تحسينات ملحوظة في عدة مقاييس أداء رئيسية مقارنة بالطرق الحالية، حيث حقق نسبة تسليم حزم (PDR) تبلغ 88%، متفوقًا على تقنيات مثل تحسين الذئب الرمادي (GWO)، وخوارزمية البحث…


  • LSHADE-SPACMA المعدل مع استراتيجية طفرة جديدة وآلية أرشيف خارجية للتحسين العددي وتسجيل سحابة النقاط

    2025 | المؤلف: Shengwei Fu وآخرون | المجلة: Artificial Intelligence Review | المجال: الميكانيكا الحسابية (Computational Mechanics)

    يقدم هذا القسم نظرة عامة على خوارزمية تطور تفاضلي معدلة، تُسمى mLSHADE-SPACMA، مصممة لتعزيز تحسين الأرقام ومهام تسجيل سحب النقاط. بناءً على LSHADE-SPACMA الأصلية، التي تم التعرف عليها كخوارزمية رائدة في مسابقة CEC2017، يحدد المؤلفون القيود في قدراتها على الاستغلال المحلي. لمعالجة هذه القضايا، يقدمون ثلاث ابتكارات رئيسية: آلية تصفية وتوليد محسّنة لتعزيز الاستغلال المحلي،…


  • نمذجة الموضوعات من خلال عدسة الببليومetrics وتقنيتها

    2025 | المؤلف: Bayode Ogunleye وآخرون | المجلة: Artificial Intelligence Review | المجال: العلوم الاجتماعية العامة (General Social Sciences)

    تقدم الورقة البحثية تحليلًا بيبليومتريًا شاملاً لنمذجة الموضوعات (TM) في سياق معالجة اللغة الطبيعية (NLP)، باستخدام مجموعة بيانات تضم 16,941 وثيقة من قاعدة بيانات سكوبس تمتد من 2004 إلى 2023. تكشف الدراسة عن زيادة كبيرة في منشورات TM على مر السنين، على الرغم من تراجع تأثير الاقتباس. تشير التحليلات إلى أن أبحاث TM تتركز بشكل…


  • تشفير متجانس تقريبي قائم على الخصوصية: استعراض

    2025 | المؤلف: Jiangjun Yuan وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على التقدم في التعلم الآلي (ML) والمخاوف المتعلقة بالخصوصية المرتبطة التي أدت إلى ظهور التعلم الآلي الذي يحافظ على الخصوصية (PPML). يركز المؤلفون على مزايا التشفير المتجانس (HE)، وخاصة التشفير المتجانس التقريبي، كتقنية واعدة لتعزيز الخصوصية في تطبيقات التعلم الآلي. يقومون بمراجعة منهجية للأدبيات الموجودة حول مخططات PPML المعتمدة على…


  • كيف تحسن تقنية إنترنت الأشياء كفاءة الزراعة

    2024 | المؤلف: Amenu Leta Duguma وآخرون | المجلة: Artificial Intelligence Review | المجال: علوم النبات (Plant Science)

    تسلط القسم المراجع الضوء على التأثير التحويلي لإنترنت الأشياء (IoT) على الزراعة، مع التأكيد على دوره في تلبية الطلب المتزايد على الغذاء العالمي من خلال حلول مبتكرة تعتمد على البيانات. من خلال دمج إنترنت الأشياء مع البيانات الضخمة، والمراقبة في الوقت الحقيقي، والزراعة الدقيقة، تعزز التكنولوجيا كفاءة الزراعة، مما يمكّن من جمع البيانات بدقة واتخاذ…


  • التعرف على مشاعر الكلام في الوقت الحقيقي باستخدام التعلم العميق وزيادة البيانات

    2024 | المؤلف: Chawki Barhoumi وآخرون | المجلة: Artificial Intelligence Review | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تقدم ورقة البحث نظام التعرف على عواطف الكلام (SER) الذي يستخدم تقنيات التعلم العميق لتحديد المشاعر البشرية من خلال نغمة الصوت. يتضمن النظام المقترح طريقتين لتوسيع البيانات – إضافة الضوضاء وتحويل الطيف – لتعزيز جودة وتنوع مجموعة البيانات. تم إجراء التقييمات باستخدام ثلاث مجموعات بيانات: TESS و EmoDB و RAVDESS، مع استخدام ميزات صوتية متنوعة…


  • نماذج اللغة الكبيرة في مجالات الطب والرعاية الصحية: التطبيقات والتقدم والتحديات

    2024 | المؤلف: Dandan Wang وآخرون | المجلة: Artificial Intelligence Review | المجال: المعلوماتية الصحية (Health Informatics)

    تقدم هذه القسم نظرة عامة على دور نماذج اللغة الكبيرة (LLMs) في الرعاية الصحية، مع تسليط الضوء على إمكانياتها لتعزيز التواصل الطبي، وتحسين بيانات المرضى، وتحسين التخطيط الجراحي. قام المؤلفون بإجراء مسح شامل لـ 175 منشورًا باستخدام كلمات مفتاحية تتعلق بـ LLMs والرعاية الصحية، مستمدة من قواعد بيانات مثل ACM وGoogle Scholar. تشمل تحليلاتهم 56…


  • تطبيقات البيانات الضخمة: نظرة عامة، تحديات ومستقبل

    2024 | المؤلف: Afzal Badshah وآخرون | المجلة: Artificial Intelligence Review | المجال: نظم معلومات الإدارة (Management Information Systems)

    تقدم هذه الورقة البحثية نظرة شاملة على تطبيقات البيانات الضخمة عبر مختلف القطاعات، بما في ذلك الرعاية الصحية، وسلسلة التوريد، والتسويق، والمدن الذكية، والمزيد. وتؤكد على الأهمية المتزايدة لهذه التطبيقات في تمكين المنظمات من استخلاص رؤى من مجموعات البيانات الضخمة والمعقدة، والتي تكافح التقنيات التقليدية لإدارتها بسبب قيود القابلية للتوسع والأداء. تحدد الدراسة المجالات الرئيسية…


  • الذكاء الاصطناعي التوليدي القابل للتفسير (GenXAI): استعراض، تصوّر، وأجندة بحثية

    2024 | المؤلف: Johannes Schneider | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على المشهد المتطور للذكاء الاصطناعي التوليدي (GenAI)، مع التركيز على انتقاله من قدرات التعرف إلى قدرات التوليد عبر مهام متنوعة. لقد زاد هذا التحول من أهمية القابلية للتفسير في الذكاء الاصطناعي (XAI)، حيث تتطلب تعقيدات الحلول المولدة أهدافًا ومعايير جديدة لتفسيرات فعالة. يحدد المؤلفون المتطلبات الناشئة لـ XAI، بما في…


  • مسح شامل لنماذج كشف الكائنات الخفيفة المعتمدة على التعلم العميق للأجهزة الطرفية

    2024 | المؤلف: Payal Mittal | المجلة: Artificial Intelligence Review | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول هذه الدراسة تطوير نماذج كشف الكائنات الخفيفة المعتمدة على التعلم العميق والمُحسّنة للأجهزة الطرفية، استجابةً للطلب المتزايد على نماذج دقيقة وسريعة ومنخفضة الكمون. توفر الدراسة نظرة شاملة على طرق كشف الكائنات الخفيفة الحديثة، موضحةً الهياكل الأساسية المستخدمة عادةً، مثل ShuffleNet و MobileNetV2. تناقش الورقة عمليات التدريب والاستدلال ذات الصلة بتطبيقات التعلم العميق على الأجهزة…


←السابق
1 2 3 4
التالي→

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