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

الأبحاث في مجلة: Nature Machine Intelligence




  • الحفاظ على المعرفة ودمجها في التعلم المعزز مدى الحياة الروبوتي

    2025 | المؤلف: Yuan Meng وآخرون | المجلة: Nature Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    قسم “الطرق” يوضح الأساليب التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من التقنيات الكمية والنوعية لجمع البيانات، مما يضمن تحليل شامل للموضوع. تشمل المنهجيات المحددة التجارب المضبوطة، والنمذجة الإحصائية، والمحاكاة، التي تم تصميمها لاختبار الفرضيات التي تم صياغتها في بداية البحث. شمل جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل…


  • نهج التعلم الآلي للاستفادة من السجلات الصحية الإلكترونية لتحليل الأوميكس المحسن

    2025 | المؤلف: Samson Mataraso وآخرون | المجلة: Nature Machine Intelligence | المجال: علم الأحياء الجزيئي (Molecular Biology)

    قسم “الطرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لجمع البيانات، مما يضمن تحليلًا شاملاً للموضوع. تضمنت المنهجيات المحددة تجارب محكومة، ونمذجة إحصائية، ومحاكاة للتحقق من النتائج. شملت جمع البيانات تقنيات أخذ عينات منهجية، مع التركيز على تقليل التحيز وضمان التمثيل. تم إجراء التحليل باستخدام برامج إحصائية متقدمة،…


  • فضاء التصميم للجهود بين الذرات المركزية حول الذرات المتساوية E(3)

    2025 | المؤلف: Ilyes Batatia وآخرون | المجلة: Nature Machine Intelligence | المجال: كيمياء المواد (Materials Chemistry)

    قسم “الطرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لجمع البيانات، مما يضمن تحليلًا شاملاً لأسئلة البحث. تشمل المنهجيات المحددة التجارب المنضبطة، والنمذجة الإحصائية، وتقنيات جمع البيانات المصممة وفقًا لأهداف الدراسة. في تصميم التجربة، تم التلاعب بالمتغيرات بشكل منهجي لملاحظة آثارها، بينما تم تنفيذ ضوابط مناسبة للتحقق من…


  • الإدراك البصري في نماذج اللغة الكبيرة متعددة الوسائط

    2025 | المؤلف: Luca M. Schulze Buschoff وآخرون | المجلة: Nature Machine Intelligence | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    الهدف الرئيسي من الذكاء الاصطناعي (AI) هو تطوير آلات يمكنها محاكاة عمليات التفكير البشرية. ومع ذلك، تم انتقاد هياكل الشبكات العصبية العميقة لنقصها في مجالات مثل التفكير السببي، والفيزياء الحدسية، وعلم النفس الحدسي. أثارت التقدمات الأخيرة، وخاصة في نماذج اللغة الكبيرة (LLMs) ذات القدرات المعالجة البصرية، اهتمامًا متجددًا في إمكانياتها لتكرار الوظائف المعرفية الشبيهة بالبشر.…


  • توقع عمر البطارية عبر ظروف شيخوخة متنوعة باستخدام التعلم العميق بين الخلايا

    2025 | المؤلف: Han Zhang وآخرون | المجلة: Nature Machine Intelligence | المجال: هندسة السيارات (Automotive Engineering)

    قسم “الطرق” يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث قاموا بإجراء تحليلات إحصائية لتقييم البيانات المجمعة من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب محكومة لعزل المتغيرات، مما يضمن أن النتائج يمكن أن تُعزى إلى العوامل قيد التحقيق. شملت جمع البيانات إجراءات موحدة، مع قياسات تم أخذها في فترات زمنية…


  • التحقيق في الحكم الأخلاقي للآلة من خلال تجربة دلفي

    2025 | المؤلف: Liwei Jiang وآخرون | المجلة: Nature Machine Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    قسم “الطرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يتناول اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. استخدم الباحثون تنسيق تجربة عشوائية محكومة لضمان موثوقية النتائج، مع معايير محددة للإدراج والاستبعاد لاختيار المشاركين لتقليل التحيز. شملت جمع البيانات قياسات وتقييمات موحدة، والتي تم تحليلها بعد ذلك باستخدام برامج إحصائية مناسبة. شمل التحليل كل…


  • أخذ عينات فعالة من الأحداث النادرة باستخدام تدفقات طبيعية غير خاضعة للإشراف

    2024 | المؤلف: Solomon Asghar وآخرون | المجلة: Nature Machine Intelligence | المجال: الفيزياء الرياضية (Mathematical Physics)

    تناقش هذه القسم تطبيق تقنيات التعلم الآلي لمعالجة التحديات الرئيسية في فهم ونمذجة المادة النشطة. قام المؤلفون بتقييم الكفاءة الحسابية وقابلية التوسع لطريقتهم المقترحة، FlowRES، من خلال مقارنتها بأساليب المحاكاة التقليدية، وتحديداً التكامل المباشر لمعادلات ديناميات لانجفين وأخذ عينات مسار الانتقال (TPS). ومن الجدير بالذكر أنهم وجدوا أن FlowRES تحافظ على كفاءتها حتى مع انخفاض…


  • تدقيق واسع النطاق لترخيص البيانات ونسبها في الذكاء الاصطناعي

    2024 | المؤلف: Shayne Longpre وآخرون | المجلة: Nature Machine Intelligence | المجال: أبحاث السلامة (Safety Research)

    تناقش ورقة البحث القضايا القانونية والأخلاقية الحرجة الناشئة عن تدريب نماذج اللغة على مجموعات بيانات واسعة وغير موثقة بشكل متسق. قام فريق متعدد التخصصات من الخبراء القانونيين وخبراء تعلم الآلة بإجراء تدقيق منهجي لأكثر من 1,800 مجموعة نصية لتعزيز شفافية البيانات. قاموا بتطوير أدوات ومعايير لتتبع نسب هذه المجموعات، بما في ذلك مصادرها ومبدعيها وترخيصها…


  • نموذج لغة الحمض النووي GROVER يتعلم سياق التسلسل في الجينوم البشري

    2024 | المؤلف: Melissa Sanabria وآخرون | المجلة: Nature Machine Intelligence | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تناقش قسم ورقة البحث تطوير وأداء نموذج التعلم العميق المسمى GROVER (قواعد الجينوم المستخرجة عبر التمثيلات المستخرجة)، والذي تم تصميمه لتحليل التسلسلات الجينومية باستخدام مبادئ مشابهة لمعالجة اللغة الطبيعية. من خلال استخدام ترميز بايت-باير على الجينوم البشري وتدريب GROVER بمفردات مستمدة من مهمة مخصصة لتوقع الكلمة التالية، يلتقط النموذج بفعالية محتوى المعلومات للتسلسلات الجينومية. يكشف…


  • التعلم الآلي للروبوتات الدقيقة والنانوية

    2024 | المؤلف: Lidong Yang وآخرون | المجلة: Nature Machine Intelligence | المجال: فيزياء المادة المكثفة (Condensed Matter Physics)

    تقدم هذه القسم نظرة عامة على التأثير التحويلي لتعلم الآلة (ML) على الروبوتات الدقيقة والنانوية، مع تسليط الضوء على إمكانيته في معالجة التحديات الفريدة التي تطرحها تصغير أنظمة الروبوتات. تعاني طرق النمذجة والتحكم التقليدية من صعوبات مع تعقيدات الروبوتات الدقيقة/النانوية، خاصة في الفعل، والحركة، والملاحة وسط الاضطرابات البيئية. لقد برز تعلم الآلة كحل واعد، معززًا…


←السابق
1 2 3 4
التالي→

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