تتناول الأبحاث التحديات التي تطرحها مجموعات البيانات غير المتوازنة في تعلم الآلة، وخاصة في مهام التصنيف حيث تكون الفئات الأقل تمثيلاً، مما يؤدي إلى نماذج متحيزة. للتخفيف من هذه المشكلات، تقدم الدراسة طريقة NR-Clustering SMOTE، التي تتعامل في الوقت نفسه مع الضوضاء والتداخل في بيانات الفئة الأقل التي تم إنشاؤها بواسطة تقنية العينة الزائدة الاصطناعية…

يلعب الكبد دورًا حيويًا في وظائف الجسم المختلفة، وتعتبر أمراض الكبد، التي تنشأ من عوامل مثل العدوى والسمنة والاستعدادات الوراثية، مخاطر صحية كبيرة تتطلب تشخيصًا وعلاجًا سريعًا. غالبًا ما تكون طرق التشخيص التقليدية ذات طابع ذاتي وتستغرق وقتًا طويلاً، مما يبرز الحاجة إلى تحسين تقنيات الكشف المبكر. يقدم هذه الدراسة نموذجًا مبتكرًا يعتمد على XGBoost…

تقدم هذه القسم نظرة عامة على دمج التعلم العميق والتعلم الجماعي في تطبيقات الرعاية الصحية المختلفة، مع تسليط الضوء على قدرتها على التعرف على الأنماط وإجراء التنبؤات من مجموعات البيانات الكبيرة. يؤكد البحث على مزايا التعلم العميق الجماعي، الذي يجمع بين عدة خوارزميات تعلم عميق لتعزيز التعميم والأداء التنبؤي، على الرغم من الأعباء الحسابية والمكانية…

تناقش هذه القسم القضية الملحة لمرض القلب، الذي لا يزال سببًا كبيرًا للمراضة والوفيات على مستوى العالم، مما يستدعي التقدم في منهجيات التشخيص. غالبًا ما تكون الطرق التشخيصية التقليدية محدودة بسبب اعتمادها على بيانات أحادية النمط وقابليتها لعطل المعدات، مما يمكن أن يؤثر على الدقة، خاصة في حالات التصوير منخفض الجودة. علاوة على ذلك، تتطلب…