تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. التعلم العميق

الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق




  • زيادة البيانات ومجموعات البيانات غير المتوازنة: دراسة أداء التعلم الآلي وهندسة الميزات

    2024 | المؤلف: Muhammad Mujahid وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتناول الدراسة تحدي عدم توازن الفئات في تعلم الآلة، وخاصة في تطبيقات استخراج النصوص، حيث قد تتفوق فئة واحدة بشكل كبير على أخرى. غالبًا ما يؤدي هذا التوازن إلى الإفراط في ملاءمة النموذج وتدهور الأداء. للتخفيف من هذه المشكلات، تقارن الأبحاث تقنيات زيادة العينات المختلفة، بما في ذلك تقنية زيادة العينات للأقليات الاصطناعية (SMOTE)، وSVM-SMOTE،…


  • LSTM المتبقي والثنائي الاتجاه لاكتشاف نوبات الصرع

    2024 | المؤلف: Wei Zhao وآخرون | المجلة: Frontiers in Computational Neuroscience | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم هذه الدراسة نموذجًا هجينًا جديدًا للتعلم العميق، ResBiLSTM، مصممًا لاكتشاف نوبات الصرع من إشارات تخطيط الدماغ الكهربائي (EEG)، مع معالجة التحديات التي تطرحها التفسيرات اليدوية لهذه الإشارات. يدمج النموذج شبكة عصبية متبقية أحادية البعد (ResNet) لاستخراج الميزات المكانية المحلية من بيانات EEG، والتي تتم معالجتها بعد ذلك بواسطة طبقة الذاكرة طويلة وقصيرة المدى ثنائية…


  • تصنيف أورام الدماغ بشكل موثوق من خلال دمج التعلم العميق ونموذج الانتباه القائم على القنوات

    2024 | المؤلف: Balamurugan A.G وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    تدرس الدراسة تطبيق منهجيات التعلم العميق، وبالتحديد نموذج الانتباه القائم على القناة (CWAM) المدمج مع ResNet101، لتصنيف أورام الدماغ في صور الرنين المغناطيسي. تعتمد العمليات التشخيصية التقليدية غالبًا على خبرة أطباء الأشعة، مما يجعلها تستغرق وقتًا طويلاً وقد تكون أقل دقة. يعزز نموذج ResNet101-CWAM المقترح بشكل كبير أداء التصنيف، محققًا دقة تصل إلى 99.83%، بالإضافة…


  • نهج قائم على التعلم العميق لتقسيم العظام ثلاثي الأبعاد وتوقع منطقة الأسنان المفقودة لتخطيط زراعة الأسنان

    2024 | المؤلف: Mohammed Al-Asali وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تقدم ورقة البحث إطار عمل يستخدم نماذج التعلم العميق U-Net لتقسيم العظام في صور الأشعة المقطعية باستخدام شعاع المخروط (CBCT) للمساعدة في تخطيط زراعة الأسنان. قامت الدراسة بتحليل مجموعة بيانات تتكون من 150 صورة CBCT من مرضى في مستشفى طيبة الجامعي لطب الأسنان (TUDH) تم جمعها بين عامي 2018 و2023. أظهر نموذج U-Net أداءً عاليًا…


  • تطوير نظام للكشف عن عرج الماشية في الوقت الحقيقي باستخدام كاميرا جانبية واحدة

    2024 | المؤلف: Bo Bo Myint وآخرون | المجلة: Scientific Reports | المجال: الحيوانات الصغيرة (Small Animals)

    تبحث هذه الدراسة في تطبيق تقنيات التعلم العميق لاكتشاف العرج في الأبقار الحلوب، باستخدام معالجة الصور المتقدمة وخوارزميات كشف الكائنات، وتحديدًا Mask-RCNN من Detectron2 و YOLOv8. تؤكد الدراسة على أهمية الكشف الدقيق عن الأبقار وتتبعها، مع تخصيص معرفات محلية فريدة لتسهيل المراقبة الفردية خلال تسلسلات الفيديو. تعتبر المناطق المستخرجة من خوارزميات الكشف ضرورية لاستخراج الميزات،…


  • نظام استشعار ملون قابل للارتداء مدعوم بالذكاء الاصطناعي لمراقبة العلامات الحيوية الرئيسية في الدموع

    2024 | المؤلف: Zihu Wang وآخرون | المجلة: npj Flexible Electronics | المجال: الهندسة الطبية الحيوية (Biomedical Engineering)

    تقدم البحث نظام استشعار لوني ميكروفلويدي قابل للارتداء مدعوم بالذكاء الاصطناعي (AI-WMCS) مصمم للكشف السريع وغير الجراحي والمتزامن عن العلامات الحيوية الحرجة في دموع الإنسان، بما في ذلك فيتامين C، ودرجة الحموضة (H⁺)، وأيونات الكالسيوم (Ca²⁺)، والبروتينات. يدمج هذا النظام لاصقة ميكروفلويدية مرنة تجمع عينات الدموع وتساعد في التفاعلات اللونية، بالإضافة إلى نظام تحليل بيانات…


  • تعزيز تصنيف أورام الدماغ في صور الرنين المغناطيسي باستخدام نهج شبكة عصبية تلافيفية مخصصة متعددة الطبقات

    2024 | المؤلف: Eid Albalawi وآخرون | المجلة: Frontiers in Computational Neuroscience | المجال: طب الأعصاب (Neurology)

    تتناول هذه الورقة البحثية الحاجة الملحة للتشخيص السريع والدقيق لأورام الدماغ لتحسين استراتيجيات العلاج وتحسين توقعات المرضى. تواجه التحليلات التقليدية للتصوير بالرنين المغناطيسي (MRI)، التي تعتمد على تفسير الخبراء، تحديات مثل استهلاك الوقت والخطأ البشري. للتغلب على هذه القيود، يقترح المؤلفون بنية جديدة لشبكة عصبية تلافيفية (CNN) تهدف إلى تعزيز دقة وكفاءة اكتشاف أورام الدماغ…


  • شبكة عصبية عميقة جديدة للتنبؤ: شبكة عصبية اصطناعية شجرية عميقة

    2024 | المؤلف: Erol Eğrioğlu وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    يتناول قسم ورقة البحث التقدم في منهجيات التنبؤ، مع تسليط الضوء بشكل خاص على فعالية الشبكات العصبية الاصطناعية العميقة (DNNs) مقارنةً بتقنيات التنبؤ التقليدية. بينما تستخدم DNNs الكلاسيكية عادةً وظائف تجميع إضافية، يشير المؤلفون إلى أن الشبكات العصبية الاصطناعية الضحلة التي تستخدم وظائف تجميع مضاعفة قد أظهرت نتائج واعدة. يركزون بشكل خاص على نموذج الخلايا…


  • اكتشاف المضادات الحيوية المدعوم بالتعلم العميق من خلال إزالة الانقراض الجزيئي

    2024 | المؤلف: Fang Wan وآخرون | المجلة: Nature Biomedical Engineering | المجال: الكيمياء الحيوية السريرية (Clinical Biochemistry)

    يتناول قسم ورقة البحث النهج المبتكر لإعادة إحياء الجزيئات المنقرضة، والذي يهدف إلى إحياء الجزيئات المنقرضة لمعالجة القضايا المعاصرة مثل مقاومة المضادات الحيوية. باستخدام التعلم العميق، قام المؤلفون بتدريب مجموعات من النماذج لتحليل البروتيومات للكائنات المنقرضة، مما أسفر عن تحديد 37,176 تسلسل ببتيد له نشاط مضاد للميكروبات واسع الطيف، منها 11,035 كانت جديدة وغير موجودة…


  • نهج فعال قائم على التعلم العميق لاكتشاف الملاريا باستخدام مسحات خلايا الدم الحمراء

    2024 | المؤلف: Muhammad Mujahid وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول ورقة البحث التحدي الملح للصحة العامة المتمثل في الملاريا، وهو مرض ينتقل عن طريق البعوض الأنثوي المصاب، والذي يمكن أن يؤدي إلى مضاعفات صحية خطيرة. الطرق التقليدية للكشف عن الملاريا، التي تتضمن بشكل أساسي الفحص المجهري لطخات الدم، غير فعالة وتستغرق وقتًا طويلاً، خاصة في المناطق التي تعاني من انتشار مرتفع للملاريا. تقترح الدراسة…


←السابق
1 … 60 61 62 63 64 … 74
التالي→

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