الأبحاث في مجلة: Neural Computing and Applications
-
إطار التعلم الفيدرالي المخصص القائم على البلوكشين لأنظمة توصية الأدوية المقاومة لتسميم النموذج
2026 | المؤلف: Sina Apak وآخرون | المجلة: Neural Computing and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطار عمل للتعلم الفيدرالي المخصص (PFL) قائم على تقنية البلوكشين يهدف إلى تعزيز الأمان والخصوصية والكفاءة في بيئات الرعاية الصحية اللامركزية. من خلال السماح لعدة كيانات صحية بتدريب نموذج عالمي بشكل تعاوني دون مشاركة بيانات المرضى الخام، يعالج الإطار الثغرات الموجودة في التعلم الفيدرالي، مثل تسميم النموذج وحقن البيانات. تشمل المكونات الرئيسية…
-
DeepLeaf: نهج تحسين التعلم العميق للتعرف الآلي على أمراض أوراق الكرمة
2025 | المؤلف: Fatma M. Talaat وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تقدم ورقة البحث خوارزمية الكشف عن أمراض النباتات (PDDA)، المسماة DeepLeaf، والتي تهدف إلى أتمتة التعرف على أربعة أمراض شائعة في الكروم: تعفن الأوراق، التعفن الأسود، المستقر، والحصبة السوداء. نظرًا للتحديات التي تواجه المراقبة اليدوية في الزراعة، تدمج PDDA ثلاثة مكونات أساسية: وحدة معالجة الصور، وحدة استخراج الميزات، ووحدة التصنيف المعتمدة على الشبكة العصبية التلافيفية…
-
إطار عمل قائم على التعلم العميق والمحولات البصرية لتحديد سرطان الثدي وأنواعه
2025 | المؤلف: Ishrat Jahan وآخرون | المجلة: Neural Computing and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه البحث إطار عمل متقدم للتعلم العميق للكشف التلقائي عن سرطان الثدي وأنواعه الفرعية باستخدام صور الشرائح الكاملة الملونة بالهيماتوكسيلين والإيوزين (H&E). يتكون الإطار من ثلاثة مكونات رئيسية: مصنف بقع سرطانية، مصنف نوع السرطان، ومصنف على مستوى الشرائح الكاملة. تستخدم الدراسة تصور Score-CAM لتعزيز القابلية للتفسير من خلال تسليط الضوء على المناطق التي تؤثر…
-
ViT-SENet-Tom: شبكة جديدة هجينة قائمة على التعلم الآلي لتصنيف ثمار الطماطم باستخدام شبكة ضغط-تحفيز وتحويل الرؤية
2025 | المؤلف: S M Masfequier Rahman Swapno وآخرون | المجلة: Neural Computing and Applications | المجال: الكيمياء التحليلية (Analytical Chemistry)تقدم ورقة البحث إطار عمل ViT-SENet-Tom، وهو نموذج جديد للتعلم الآلي مصمم للتصنيف السريع والدقيق للطماطم إلى ثلاث فئات: ناضجة، غير ناضجة، ورفض. يدمج الإطار محول رؤية هجين (ViT) مع كتلة ضغط وتحفيز (SENet)، مما يعزز كفاءة التصنيف من خلال هياكل الشبكات العصبية المتقدمة. تم معالجة التحديات الأولية مع مجموعة بيانات صغيرة باستخدام تقنيات التAugmentation،…
-
عملية اتخاذ قرار متكاملة لتحليل المخاطر في التمويل اللامركزي
2025 | المؤلف: Murat Ki̇ri̇şçi̇ | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)توفر هذه القسم نظرة شاملة على التمويل اللامركزي (DeFi)، مع تسليط الضوء على إمكانياته التحويلية داخل النظام المالي من خلال حلول مبتكرة تعتمد على تقنية دفتر الأستاذ الموزع. تؤكد الدراسة على النمو السريع لبروتوكولات البنوك اللامركزية مع الاعتراف بالمخاطر الكامنة التي يواجهها المستهلكون والمبدعون والمنظمون وغيرهم من أصحاب المصلحة. لمعالجة هذه المخاطر، تستخدم الأبحاث تقنيات…
-
الكشف عن الضغط باستخدام تخطيط الدماغ الكهربائي تحت مهام معرفية متغيرة باستخدام الشبكة العصبية التلافيفية
2025 | المؤلف: Heba M. Afify وآخرون | المجلة: Neural Computing and Applications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم البحث نهجًا جديدًا لاكتشاف الإجهاد قصير المدى باستخدام إشارات تخطيط الدماغ الكهربائي (EEG)، مستفيدًا من نموذج VGGish لاستخراج الميزات وشبكة عصبية تلافيفية (CNN) للتصنيف. استخدمت الدراسة مجموعة بيانات SAM 40، التي تتكون من تسجيلات EEG من 40 مريضًا شاركوا في أربع مهام عقلية متميزة: اختبار الألوان والكلمات ستروب (SCWT)، حل المسائل الحسابية، تحديد الصورة…
-
تحسين سرب الجسيمات متعدد الأهداف القائم على المتغيرات للملاحة لتخطيط مسار الطائرات بدون طيار مع قيود حركية
2025 | المؤلف: Thi Thuy Ngan Duong وآخرون | المجلة: Neural Computing and Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث خوارزمية جديدة لتخطيط المسار في الطائرات بدون طيار (UAVs) تُسمى تحسين سرب الجسيمات متعدد الأهداف القائم على المتغيرات الملاحية (NMOPSO). تصوغ هذه الخوارزمية تخطيط المسار كمشكلة تحسين، مع تحديد مجموعة من الدوال الهدف التي تشمل كل من متطلبات الأمثلية والسلامة لعمليات الطائرات بدون طيار. تستخدم NMOPSO تمثيلًا فريدًا للمسار يستفيد من المتغيرات الملاحية…
-
نموذج قابل للتفسير قائم على التعلم العميق الجماعي لاكتشاف وتصنيف أورام الدماغ
2024 | المؤلف: Khalid M. Hosny وآخرون | المجلة: Neural Computing and Applications | المجال: طب الأعصاب (Neurology)تركز الأبحاث على الحاجة الملحة للتصنيف الدقيق والكشف عن أورام الدماغ، التي تعد من الأسباب الرئيسية للوفيات. لمعالجة قيود طرق التعلم العميق التقليدية، التي تتطلب غالبًا وقت تدريب طويل، يقترح المؤلفون نهجًا جماعيًا يستفيد من التعلم الانتقالي مع النماذج المدربة مسبقًا DenseNet121 و InceptionV3. تم تصميم هذا النموذج لتصنيف ثلاثة أنواع من أورام الدماغ: السحائية،…
-
إحداث ثورة في صحة القلب والأوعية الدموية: دمج تقنيات التعلم العميق للتحليل التنبؤي للمؤشرات الرئيسية الشخصية في أمراض القلب
2024 | المؤلف: Fatma M. Talaat | المجلة: Neural Computing and Applications | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف الدراسة تطبيق التعلم العميق، وبالتحديد الشبكات العصبية التلافيفية (CNNs)، لتعزيز توقع مخاطر الأمراض القلبية الوعائية (CVD) باستخدام مؤشرات الصحة الشخصية. من خلال دمج هياكل الشبكات العصبية المتقدمة، يلتقط النموذج بفعالية الأنماط المعقدة بين مؤشرات الصحة مثل ضغط الدم ومستويات الكوليسترول. تشمل المكونات الرئيسية للنموذج طبقات تضمين لتحويل البيانات الفئوية، وطبقات تلافيفية لاستخراج الميزات المكانية،…
-
نموذج دمج عميق لتوقع سوق الأسهم باستخدام عناوين الأخبار وبيانات السلاسل الزمنية
2024 | المؤلف: Pin‐Yu Chen وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية نموذج تعلم عميق متعدد الوسائط جديد لتوقع اتجاهات الأسهم، مع معالجة تعقيدات سوق الأسهم من خلال دمج مصادر بيانات متعددة. يجمع الهيكل المقترح بين نموذج يعتمد على BERT، تم ضبطه بدقة على الأخبار المالية، مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) لالتقاط الأنماط الزمنية في أسعار الأسهم والمؤشرات الفنية. يتم إثبات…