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




  • نظام ري ذكي متكامل مع أجهزة استشعار إنترنت الأشياء وآلات الدعم للزراعة

    2024 | المؤلف: G. Kranthi Kumar وآخرون | المجلة: Discover Sustainability | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث نظام ري ذكي قائم على إنترنت الأشياء (IoT) مصمم لمعالجة الطلب المتزايد على المياه العذبة في الزراعة، خاصة في ضوء الزيادة المتوقعة في عدد السكان العالمي من 7.2 مليار إلى أكثر من 9 مليار بحلول عام 2050. يستخدم النظام حساسات الرطوبة والتربة المدعومة بتقنية إنترنت الأشياء لجمع البيانات ذات الصلة، والتي يتم…


  • تعزيز أمان البلوكشين: نهج نحو خوارزميات توافق هجينة وتقنيات التعلم الآلي

    2024 | المؤلف: K. Venkatesan وآخرون | المجلة: Scientific Reports | المجال: نظم المعلومات (Information Systems)

    في هذه الورقة، يقترح المؤلفون خوارزميات توافق هجينة تدمج تقنيات التعلم الآلي (ML) لتعزيز أمان وقوة شبكات البلوكشين. تواجه بروتوكولات التوافق التقليدية تحديات كبيرة، خاصةً الثغرات الأمنية أمام الهجمات الإلكترونية، مما يستدعي تطوير آليات أكثر مرونة. تبرز الأبحاث فعالية دمج طرق توافق متنوعة، مثل إثبات الحصة المفوضة (DPoSW)، وإثبات الحصة والعمل (PoSW)، وتحمل الأخطاء البيزنطية…


  • تصنيف النوبات الصرعية بناءً على الشبكات العصبية العشوائية باستخدام تحويل الموجات المنفصلة لتحليل إشارة تخطيط الدماغ

    2024 | المؤلف: Syed Yaseen Shah وآخرون | المجلة: Applied Sciences | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    يتناول هذا القسم تطوير طريقة تصنيف جديدة للنوبات الصرعية باستخدام شبكة عصبية عشوائية (RNN). الصرع، وهو اضطراب عصبي شائع يتميز بنشاط كهربائي مفرط في الدماغ، يتطلب الكشف الفعال عن النوبات من أجل التشخيص الدقيق والعلاج. يتم استخدام الطرق التقليدية، مثل تخطيط الدماغ الكهربائي (EEGs) وتخطيط العضلات الكهربائي، من قبل أطباء الأعصاب لمراقبة نشاط الدماغ. يهدف…


  • نهج دمج مشترك قائم على التعلم العميق لاستغلال المعلومات التشريحية والوظيفية للدماغ في اضطرابات طيف التوحد

    2024 | المؤلف: Sara Saponaro وآخرون | المجلة: Brain Informatics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذه الدراسة، يستكشف المؤلفون دمج بيانات التصوير بالرنين المغناطيسي الهيكلي والوظيفي لتعزيز أداء نماذج التعلم العميق (DL) في تمييز الأفراد المصابين باضطرابات طيف التوحد (ASD) عن الضوابط النامية بشكل طبيعي (TD). باستخدام مجموعة بيانات من مجموعات ABIDE I و II، شملت التحليل 1383 موضوعًا ذكريًا تتراوح أعمارهم بين 5 إلى 40 عامًا، تضم 680…


  • نموذج محسّن لتصنيف إشارات EEG قائم على GBSO-TAENN لاكتشاف نوبات الصرع

    2024 | المؤلف: M. V. V. Prasad Kantipudi وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم ورقة البحث نظامًا آليًا جديدًا لاكتشاف وتصنيف النوبات الصرعية من إشارات EEG، مع معالجة قيود الطرق الحالية التي غالبًا ما تعاني من تعقيد عالٍ ودقة منخفضة. يستخدم النظام المقترح تقنية تصفية تعتمد على الموجات الهاير الخطية المحدودة (FLHF) لمعالجة الإشارات، تليها استخراج الميزات باستخدام تحليل الأبعاد الكسرية (FD). يتم استخدام طريقة تحسين السرب المستوحاة…


  • حل مهام تحسين العالم الحقيقي باستخدام الحوسبة العصبية المستندة إلى الفيزياء

    2024 | المؤلف: Jaemin Seo | المجلة: Scientific Reports | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)

    تناقش هذه الفقرة أهمية مهام التحسين في الهندسة، مع تسليط الضوء على تطبيقاتها في مجالات مثل تصميم الرقائق، تخطيط مسار المركبات الفضائية، وتطوير سيناريوهات المفاعلات. تقدم نهج تحسين جديد يستخدم شبكة عصبية مستنيرة بالفيزياء (PINN)، والتي تدمج القوانين الفيزيائية مع الأهداف التشغيلية لتحديد الحلول المثلى بكفاءة في الأنظمة المحددة جيدًا. على عكس الطرق التقليدية مثل…


  • نهج جديد لتصنيف الأخبار المزيفة باستخدام نماذج التعلم العميق المعتمدة على LSTM

    2024 | المؤلف: Halyna Padalko وآخرون | المجلة: Frontiers in Big Data | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)

    تتناول الدراسة التحدي الحاسم في كشف الأخبار المزيفة في العصر الرقمي، حيث تعقد الانتشار السريع للمعلومات التمييز بين السرديات الأصلية والمزيفة. تركز على تطوير نماذج تعلم عميق متقدمة، وبالتحديد هياكل Bi-LSTM وهياكل Bi-LSTM المعتمدة على الانتباه، لتعزيز دقة تصنيف الأخبار المزيفة. تم تقييم النماذج بدقة باستخدام مقاييس مثل الاسترجاع، الدقة، F1-Score، الدقة، والخسارة، مما يظهر…


  • معالجة البيانات الآلية وهندسة الميزات لتطبيقات التعلم العميق والبيانات الضخمة: استبيان

    2024 | المؤلف: Alhassan Mumuni وآخرون | المجلة: Journal of Information and Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على التقدم في أتمتة مهام معالجة البيانات ضمن خطوط أنابيب التعلم العميق، مع التأكيد على أهمية هذه التطورات في سياق الذكاء الاصطناعي (AI) وتطبيقات البيانات الضخمة. تركز أساليب الذكاء الاصطناعي الحديثة على تصميم خوارزميات تتعلم من البيانات، لا سيما من خلال التعلم العميق المراقب، مما سهل إنشاء أنظمة التعلم الآلي.…


  • مقارنة إجراءات ضبط المعلمات الفائقة لنماذج التنبؤ السريرية: دراسة محاكاة

    2024 | المؤلف: Zoë S Dunias وآخرون | المجلة: Statistics in Medicine | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقوم هذه الدراسة بمقارنة منهجيات ضبط المعلمات الفائقة المختلفة لنماذج التنبؤ السريرية بشكل منهجي، مع التركيز بشكل خاص على طرق Ridge وLasso وElastic Net وRandom Forest. تركز التقييمات على مقاييس الأداء التنبؤي خارج العينة، بما في ذلك التمييز، والمعايرة، وخطأ التنبؤ العام، باستخدام بيانات منخفضة الأبعاد. من خلال محاكاة واسعة، تفحص الأبحاث كيف تؤثر حجم…


  • توحيد العوامل المالية الكلية وتحليل مشاعر تويتر في توقع اتجاهات سوق الأسهم

    2024 | المؤلف: Md Shahedul Amin وآخرون | المجلة: Journal of Computer Science and Technology Studies | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تبحث ورقة البحث في العلاقة بين المشاعر العامة المعبر عنها في التغريدات حول تقنيات الذكاء الاصطناعي التوليدي، وخاصة ChatGPT، وتقلبات أسعار الأسهم للشركات ذات الصلة، مثل Microsoft وOpenAI. من خلال تحليل مجموعة بيانات تضم 500,000 تغريدة من ديسمبر 2022 إلى مارس 2023، تستخدم الدراسة تقنيات معالجة اللغة الطبيعية لاستخراج درجات المشاعر وتستخدم مجموعة متنوعة من…


←السابق
1 … 87 88 89 90 91 … 93
التالي→

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