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

الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة




  • إمكانيات احتجاز الكربون من زراعة الأشجار في الصين

    2024 | المؤلف: Ling Yao وآخرون | المجلة: Nature Communications | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    قسم “طرق” في ورقة البحث يوضح الأساليب التجريبية والتحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة مجموعة من المنهجيات الكمية والنوعية، بما في ذلك التجارب المضبوطة، والتحليلات الإحصائية، وتقنيات النمذجة. تم وضع بروتوكولات محددة لجمع البيانات لضمان الموثوقية والصلاحية، مع إيلاء اهتمام خاص لحجم العينة ومعايير الاختيار. تم إجراء تحليل البيانات باستخدام برامج إحصائية متقدمة،…


  • الكشف عن حالات الأمراض القلبية الوعائية باستخدام خوارزميات التعلم الآلي المتقدمة المعتمدة على الأشجار

    2024 | المؤلف: Fariba Asadi وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تدرس هذه الدراسة فعالية طرق التعلم الآلي المعتمدة على الأشجار المختلفة في الكشف عن أمراض القلب والأوعية الدموية (CVD) باستخدام بيانات من 9,499 مشاركًا و38 متغيرًا. كان الهدف الرئيسي هو تحديد النموذج الذي يتمتع بأعلى أداء تنبؤي، مع التركيز على وجود CVD كمتغير مستهدف مع الأخذ في الاعتبار التجميع حسب القرية. شملت النماذج التي تم…


  • الرعاية القلبية الوعائية باستخدام تقنية التوأم الرقمي في عصر الذكاء الاصطناعي التوليدي

    2024 | المؤلف: Phyllis Thangaraj وآخرون | المجلة: European Heart Journal | المجال: المعلوماتية الصحية (Health Informatics)

    تقدم هذه القسم نظرة عامة على دور التوائم الرقمية في الطب القلبي الوعائي، مع التأكيد على قدرتها على تعزيز اتخاذ القرارات السريرية والتنبؤ من خلال المحاكاة الشخصية. تعمل التوائم الرقمية كتمثيلات في السليكو للأفراد وبيئاتهم، حيث تدمج البيانات متعددة الأنماط في نماذج ميكانيكية وإحصائية لإنشاء نسخ دقيقة للقلب. تسهل هذه التكامل تحسين تصنيف الأمراض، وسير…


  • نماذج اللغة الأكبر والأكثر قابلية للتعليم تصبح أقل موثوقية

    2024 | المؤلف: Lexin Zhou وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على تطور الموثوقية في نماذج اللغة الكبيرة (LLMs) من خلال دراسة العائلات الرئيسية، وبشكل خاص سلسلة GPT من OpenAI، وسلسلة LLaMA من Meta، ومجموعة BLOOM من BigScience. كانت نماذج GPT محورية في تقدم الحالة الفنية في LLMs، مما أثر بشكل كبير على هياكل المحولات، ومجموعات بيانات التدريب، وطرق التقييم، واستراتيجيات…


  • تأثير التعدد الخطي على أداء خوارزميات التعلم الآلي: أمثلة حالة في نمذجة الرعاية الصحية

    2024 | المؤلف: Hasan Yıldırım | المجلة: Academic Platform Journal of Engineering and Smart Systems | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول هذه الدراسة قضية التعدد الخطي في مجموعات البيانات، وخاصة في سياق بيانات الرعاية الصحية، التي شهدت نمواً هائلاً بسبب التقدم التكنولوجي. تؤثر هذه المشكلة سلباً على أداء كل من الخوارزميات الإحصائية وخوارزميات التعلم الآلي. تقوم الدراسة بإجراء مقارنة شاملة بين نماذج إحصائية مختلفة—مثل الانحدار Ridge وLiu وLasso وElastic Net—وثمانية خوارزميات بارزة في التعلم الآلي،…


  • 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…


  • تشخيص أمراض القلب الذكية باستخدام شبكة عصبية معززة بالتعلم العميق مع تحسين مستعمرة النمل

    2024 | المؤلف: Biao Xia وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تقدم البحث نموذج تشخيص أمراض القلب والأوعية الدموية الذكي القائم على تحسين مستعمرة النمل مع التعلم العميق المعزز (ICVD-ACOEDL)، المصمم لتحسين تشخيص أمراض القلب والأوعية الدموية (CVD) من خلال تقنيات التعلم الآلي المتقدمة. نظرًا للتحديات التي تطرحها تعقيدات مجموعات بيانات الرعاية الصحية وضرورة التشخيص المبكر والدقيق بسبب الزيادة المتزايدة في انتشار أمراض القلب والأوعية الدموية،…


  • إطار جديد لاكتشاف التسلل لتحسين أمان إنترنت الأشياء

    2024 | المؤلف: Abdul Qaddos وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تتناول ورقة البحث الحاجة الملحة لأنظمة كشف التسلل الفعالة (IDS) في مشهد إنترنت الأشياء (IoT) المتوسع بسرعة، والذي يواجه تحديات أمنية فريدة بسبب تعقيده وظهور تهديدات جديدة. لمواجهة هذه القضايا، يقترح المؤلفون نموذجًا هجينًا يجمع بين الشبكات العصبية التلافيفية (CNN) ووحدات التكرار المغلقة (GRU) المصممة خصيصًا لكشف التسلل في إنترنت الأشياء. يلتقط هذا النموذج بفعالية…


  • التقدم في التعلم الآلي والتعلم العميق للتشخيص المبكر لأمراض الكلى المزمنة: مراجعة شاملة

    2024 | المؤلف: Akeel Sh. Mahmoud وآخرون | المجلة: Babylonian Journal of Machine Learning | المجال: إدارة المعلومات الصحية (Health Information Management)

    تسلط الأبحاث المراجعة الضوء على الإمكانات الكبيرة لتقنيات التعلم الآلي (ML) والتعلم العميق (DL) في التشخيص المبكر لمرض الكلى المزمن (CKD)، وهو حالة غالبًا ما تظل بدون أعراض حتى المراحل المتقدمة. يناقش البحث خوارزميات ML المختلفة، بما في ذلك آلات الدعم الشعاعي (SVM) والغابات العشوائية (RF)، التي أظهرت دقة متفوقة في التنبؤ بنتائج CKD مقارنة…


  • إطار عمل التعلم الآلي الجماعي لتوقع مخاطر صحة الأم أثناء الحمل

    2024 | المؤلف: Alaa O. Khadidos وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تبحث هذه الدراسة في مخاطر صحة الأم خلال الحمل، مع التركيز على تحديد وتوقع عوامل الخطر مثل ارتفاع ضغط الدم، مستويات الجلوكوز غير الطبيعية، ومشاكل الصحة النفسية. تقدم الدراسة إطار عمل التعلم الآلي الرباعي لتصنيف مخاطر صحة الأم (QEML-MHRC)، الذي يدمج نماذج التعلم الآلي المختلفة مع تقنيات التجميع لتعزيز دقة التنبؤ. باستخدام مجموعة بيانات من…


←السابق
1 … 54 55 56 57 58 … 93
التالي→

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