الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
تحسين تصنيف أمراض بذور الذرة: الاستفادة من MobileNetV2 مع تعزيز الميزات والتعلم الانتقالي
2024 | المؤلف: Mohannad Alkanan وآخرون | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علوم النبات (Plant Science)تبحث هذه الدراسة في تطبيق الذكاء الاصطناعي (AI) في تصنيف أمراض الذرة، باستخدام نسخة محسّنة من MobileNetV2 كنموذج أساسي. تستخدم الدراسة مجموعة بيانات شاملة تحتوي على صور مصنفة إلى أربع فئات من الأمراض: مكسورة، مشوهة، مقطوعة الحرير، ونقية. يتضمن النموذج طبقات إضافية—تجميع متوسط، تسطيح، كثافة، إسقاط، وsoftmax—لتحسين استخراج الميزات وقدرات التصنيف. يتم تطبيق تقنيات ضبط…
-
تعزيز كشف احتيال بطاقات الائتمان: نهج تعلم آلي جماعي
2024 | المؤلف: Abdul Rehman Khalid وآخرون | المجلة: Big Data and Cognitive Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث القضية الملحة للاحتيال باستخدام بطاقات الائتمان في سياق زيادة المعاملات الرقمية، مقترحة نموذج جديد للتعلم الآلي الجماعي لتعزيز قدرات الكشف عن الاحتيال. يحدد المؤلفون قيودًا كبيرة في أنظمة الكشف عن الاحتيال الحالية، مثل عدم توازن البيانات، وتحول المفاهيم، ومعدلات عالية من الإيجابيات الكاذبة والسلبيات الكاذبة. للتغلب على هذه التحديات، يقدمون نموذجًا جماعيًا…
-
نموذج توقع السلاسل الزمنية لاستخراج أنماط السلاسل غير الثابتة باستخدام التعلم العميق ونمذجة GARCH
2024 | المؤلف: Huimin Han وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة نموذجًا هجينًا لتوقع السلاسل الزمنية يدمج بين التغاير الشرطي الذاتي العام (GARCH)، وتحليل النمط التجميعي الكامل مع الضوضاء التكيفية (CEEMDAN)، والشبكات العصبية التلافيفية (GCN). يعالج النموذج التعقيدات الكامنة في بيانات السلاسل الزمنية، مثل الاتجاهات وعدم الثبات، من خلال استخدام GARCH أولاً لتعلم التقلبات ثم تطبيق CEEMDAN لتفكيك البيانات بشكل فعال. تبسط هذه…
-
تحسين توقعات بنية البروتينات الأحادية والمعقدة باستخدام DeepMSA2 مع بيانات الميتاجينوم الضخمة
2024 | المؤلف: Wei Zheng وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)تم تقديم خط أنابيب DeepMSA2 كنهج جديد لبناء محاذاة متعددة التسلسلات الموحدة (MSAs) للبروتينات أحادية ومتعددة السلاسل، باستخدام بحث محاذاة تكراري عبر قواعد البيانات الجينومية والميتا جينومية. تشير الاختبارات الشاملة إلى أن MSAs التي تم إنشاؤها بواسطة DeepMSA2 تعزز بشكل كبير دقة توقعات الهيكل الثلاثي والرباعي للبروتين مقارنة بالطرق الحالية المتطورة. ومن الجدير بالذكر أنه…
-
تعزيز أمان WSN-IoT المعتمد على خوارزمية اليراعة مع التعلم الآلي لاكتشاف التسلل
2024 | المؤلف: M. Karthikeyan وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم البحث طريقة جديدة للكشف عن التسلل الآلي، تُسمى FA-ML، والتي تدمج خوارزمية اليراعة (FA) مع تقنيات التعلم الآلي لتعزيز الأمان في الشبكات اللاسلكية الاستشعارية (WSN) وأنظمة إنترنت الأشياء (IoT). الهدف الأساسي من هذا النهج هو تحسين تحليل البيانات واتخاذ القرارات من خلال التعاون الفعال بين شبكات WSN وIoT. تستخدم تقنية FA-ML منهجية منهجية تشمل…
-
تصنيف غطاء الغابات المعتمد على الاستشعار عن بعد باستخدام التعلم الآلي
2024 | المؤلف: Gouhar Aziz وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تسلط الأبحاث الضوء على مشكلة تغطية الغابات الحرجة في باكستان، والتي تقل عن 6% من إجمالي مساحتها، وهو ما يقل بشكل كبير عن النسبة الموصى بها 20-30%. ترجع هذه النقص إلى حد كبير إلى ممارسات إزالة الغابات غير القانونية وعدم اعتماد تقنيات مراقبة الغابات الحديثة بشكل كافٍ. استخدمت الدراسة طرق الاستشعار عن بعد، وبالتحديد صور…
-
جراحة الخيول وتوقع البقاء باستخدام نماذج الذكاء الاصطناعي: مقارنة أداء مجموعات البيانات الأصلية، والمُعَوضة، والمتوازنة، والمختارة من حيث الميزات
2024 | المؤلف: Pınar Cihan | المجلة: Kafkas Universitesi Veteriner Fakultesi Dergisi | المجال: فرسي (Equine)تقدم هذه القسم نظرة عامة على الجوانب الأساسية لأنظمة الذكاء الاصطناعي (AI)، مع التركيز على اعتمادها على النماذج الرياضية. تتطلب هذه النماذج تدريبًا باستخدام بيانات عينة، والتي تعتبر المدخلات الأساسية لعملية التعلم. تعتبر بيانات التدريب ضرورية لأنها تحتوي على المعلومات التي تمكن نموذج الذكاء الاصطناعي من التمييز وإنتاج المخرجات المطلوبة بفعالية. وهذا يبرز أهمية جودة…
-
توقع سوق الأسهم باستخدام الذاكرة الطويلة القصيرة الانتقالية وتحليل مشاعر وسائل التواصل الاجتماعي
2024 | المؤلف: Ali Peivandizadeh وآخرون | المجلة: IEEE Access | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية نهجًا جديدًا للتنبؤ بأسعار سوق الأسهم من خلال دمج تحليل مشاعر وسائل التواصل الاجتماعي مع البيانات التاريخية للأسهم. يحدد المؤلفون تحديات كبيرة في هذا المجال، لا سيما عدم التوازن في تصنيف المشاعر، حيث تكافح النماذج التقليدية لتصنيف المشاعر الأقلية بدقة بسبب هيمنة المشاعر الأكثرية. لمعالجة ذلك، يقترحون خوارزمية تحسين السياسة القريبة…
-
TumorGANet: نموذج تعزيز البيانات القائم على التعلم الانتقالي والشبكة التنافسية التوليدية لتصنيف أورام الدماغ
2024 | المؤلف: Anindya Nag وآخرون | المجلة: IEEE Access | المجال: طب الأعصاب (Neurology)تتناول الدراسة التحديات المتعلقة بتشخيص أورام الدماغ من خلال التصوير بالرنين المغناطيسي (MRI)، مع التركيز بشكل خاص على تعقيدات التقسيم وتنوع الأورام. للتغلب على قيود الطرق التشخيصية التقليدية، تقدم الدراسة TumorGANet، وهو نموذج جديد للتعلم العميق يستخدم ResNet50 لاستخراج الميزات وشبكات الخصومة التوليدية (GANs) لزيادة البيانات. تم إجراء تقييم شامل لعشرة خوارزميات تعلم انتقالية، بما…
-
نهج قائم على التعلم الانتقالي لتصنيف أورام الدماغ
2024 | المؤلف: Nadia Bibi وآخرون | المجلة: IEEE Access | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث نهجًا جديدًا لتصنيف أورام الدماغ باستخدام بنية شبكة عصبية InceptionV4، معززة من خلال تقنيات التعلم الانتقالي. نظرًا للحاجة الملحة للتشخيص الدقيق وعلاج أورام الدماغ، والتي تؤثر بشكل كبير على معدلات بقاء المرضى، تتناول الدراسة التحديات التي تطرحها الطرق التقليدية، مثل الإفراط في التكيف وعدم كفاءة الحسابات. يتم تدريب النموذج المقترح على مجموعة…