الأبحاث في مجلة: Neural Computing and Applications
-
مؤشرات فعالة قائمة على EEG في بيئات الواقع الافتراضي المثيرة للعواطف: دليل من التعلم الآلي
2024 | المؤلف: Ivonne Angélica Castiblanco Jiménez وآخرون | المجلة: Neural Computing and Applications | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تستكشف هذه الدراسة تطبيق تخطيط الدماغ الكهربائي (EEG) في توصيف المشاعر، مع التركيز على التوافق بين الحالات العاطفية المبلغ عنها ذاتياً ونتائج التعلم الآلي. تفاعل ثلاثون مشاركًا مع خمسة بيئات واقع افتراضي مصممة لاستحضار مشاعر محددة بينما تم تسجيل نشاط دماغهم. قام المشاركون بتقييم حالاتهم العاطفية من حيث الإثارة والقيمة باستخدام دمية التقييم الذاتي. استخدمت…
-
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…
-
إطار مقترح للتنبؤ بعائد المحاصيل باستخدام نهج اختيار الميزات الهجينة والتعلم الآلي المحسن
2024 | المؤلف: Mahmoud Abdel-Salam وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطارًا جديدًا يهدف إلى تعزيز دقة توقعات إنتاج المحاصيل من خلال معالجة تعقيدات التفاعلات البيئية وتحسين نموذج الانحدار باستخدام دعم المتجهات (SVR). يتكون الإطار من ثلاث مراحل: المعالجة المسبقة، اختيار الميزات الهجين، والتوقع. في مرحلة المعالجة المسبقة، يتم إجراء تطبيع البيانات، يليه تجميع K-means وفلتر قائم على الارتباط (CFS) لإنشاء مجموعة بيانات…
-
كشف التزييف العميق باستخدام محولات الرؤية التلافيفية والشبكات العصبية التلافيفية
2024 | المؤلف: Ahmed Hatem Soudy وآخرون | المجلة: Neural Computing and Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث طريقة جديدة للتعلم العميق (DL) لاكتشاف التزييف العميق، حيث تتناول التحديات التي تطرحها زيادة تعقيد مقاطع الفيديو المزيفة. يتكون النظام المقترح من ثلاثة مكونات رئيسية: المعالجة المسبقة، والاكتشاف، والتنبؤ. تتضمن المعالجة المسبقة استخراج الإطارات، واكتشاف الوجه، والمحاذاة، وقص الميزات، باستخدام الشبكات العصبية التلافيفية (CNNs) لاكتشاف ميزات الوجه المحددة مثل العيون والأنف. يتم…
-
مراجعة حول تقييم الضغط النفسي باستخدام التعلم العميق من خلال إشارات EEG
2024 | المؤلف: Yara Badr وآخرون | المجلة: Neural Computing and Applications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم هذه الورقة مراجعة شاملة لنماذج التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNNs) وشبكات الذاكرة طويلة وقصيرة المدى (LSTMs)، المطبقة على تصنيف الضغط النفسي باستخدام إشارات تخطيط الدماغ الكهربائي (EEG). يؤكد المؤلفون على أهمية الكشف المبكر عن الضغط النفسي في منع المشكلات الصحية ويبرزون مزايا EEG، مثل سهولة الاستخدام وعدم التدخل. تصنف المراجعة الأساليب المختلفة…
-
تعزيز تصنيف حبوب القهوة: تحليل مقارن لنماذج التعلم العميق المدربة مسبقًا
2024 | المؤلف: Esraa Hassan | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تبحث ورقة البحث في التحديات التي تواجه إنتاج حبوب القهوة بسبب تقلبات أسعار القهوة العالمية، مع التأكيد على الآثار الاقتصادية للدول المعتمدة على هذا القطاع. الهدف الرئيسي هو تقييم فعالية نماذج التعلم العميق المدربة مسبقًا في التنبؤ بدقة بأنواع القهوة، وهو أمر مهم بشكل متزايد نظرًا للطلب المتزايد على القهوة المتخصصة. تم إجراء مقارنة شاملة…
-
مراجعة أدبية منهجية لنظرية المجموعات اللينة
2024 | المؤلف: José Carlos R. Alcantud وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه القسم نظرة عامة على نظرية المجموعات اللينة، التي تم تقديمها لأول مرة في عام 1999 وأصبحت منذ ذلك الحين مهمة في النمذجة الرياضية واتخاذ القرار. على الرغم من أهميتها، فإن هناك نقصًا في الأدبيات في استعراض شامل للمفاهيم الأساسية للنظرية، والتطورات، والتطبيقات. يهدف المؤلفون إلى سد هذه الفجوة من خلال استكشاف العناصر الأساسية…
-
نموذج تصنيف هجين قائم على الشبكات العصبية الضبابية للتعرف على العواطف من إشارات EEG
2024 | المؤلف: Fatma Kebire Bardak وآخرون | المجلة: Neural Computing and Applications | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تقدم ورقة البحث خوارزمية هجينة جديدة للتعرف على المشاعر باستخدام إشارات EEG، مع معالجة التحديات المتعلقة بالتصنيف الدقيق في هذا المجال. يدمج النموذج المقترح عدة مصنفات من نظام الاستدلال العصبي الضبابي التكيفي (ANFIS)، والتي تعمل بشكل متوازي، مع الشبكات العصبية الاحتمالية. من خلال اختيار ميزات ذات توزيع مثالي للتصنيف، يقوم النموذج بتدريب هذه الهياكل ANFIS…
-
نماذج التعلم العميق الهجينة لتوقعات سلسلة الزمن للطاقة الشمسية
2024 | المؤلف: Diaa Salman وآخرون | المجلة: Neural Computing and Applications | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)تستكشف ورقة البحث نماذج التعلم العميق الهجينة الجديدة للتنبؤ بإنتاج الطاقة الشمسية، مع التأكيد على أهمية التنبؤات الدقيقة لإدارة أنظمة الطاقة المتجددة. تقيم الدراسة مجموعات متنوعة من الشبكات العصبية التلافيفية (CNN) وذاكرة المدى الطويل والقصير (LSTM) ونماذج المحولات (TF)، مقارنة أدائها ضد النماذج الفردية باستخدام محسنات مختلفة. تكشف النتائج أن نموذج CNN-LSTM-TF الهجين، الذي تم…
-
إيفوفوليو: طريقة تحسين المحفظة تعتمد على الخوارزميات التطورية متعددة الأهداف
2024 | المؤلف: Alfonso Guarino وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث EvoFolio، وهي طريقة جديدة لاختيار المحفظة المثلى باستخدام الخوارزميات التطورية متعددة الأهداف، وتحديداً خوارزمية الفرز الجيني غير المهيمن-II (NSGA-II). تهدف هذه الطريقة إلى تعظيم العوائد وتقليل المخاطر في الوقت نفسه، مما يعالج التحدي الطويل الأمد في تحسين المحفظة. يسمح EvoFolio بتفاعل المستخدم، مما يمكّن المستثمرين من دمج تفضيلاتهم في الخوارزمية، وبالتالي تعزيز…