الأبحاث المرتبطة بالكلمة المفتاحية: آلة الدعم الناقل

تحليل مقارن لتنبؤ أمراض القلب باستخدام الانحدار اللوجستي، وآلة الدعم الناقل، وجيران الأقرب، وغابة عشوائية مع التحقق المتقاطع لتحسين الدقة
Comparative analysis of heart disease prediction using logistic regression, SVM, KNN, and random forest with cross-validation for improved accuracy

تستكشف هذه الورقة البحثية فعالية التحقق المتقاطع في تعزيز أداء نماذج التعلم الآلي المطبقة على مجموعات بيانات أمراض القلب. تستخدم الدراسة عملية جديدة لتحضير البيانات، تشمل تعويض الميزات العددية بالمتوسط، والميزات الفئوية باستخدام طرق كاي-تربيع، وتطبيق التطبيع. يتم مقارنة أربعة نماذج—الانحدار اللوجستي (LR)، آلة الدعم الناقل (SVM)، أقرب جار (KNN)، وغابة عشوائية (RF)—من خلال التحقق…
تحسين تشخيص أمراض القلب باستخدام نماذج التعلم الآلي المتقدمة: مقارنة الأداء التنبؤي
Optimizing heart disease diagnosis with advanced machine learning models: a comparison of predictive performance

تقدم ورقة البحث تقييمًا شاملاً لنماذج التعلم الآلي لتوقع الأمراض القلبية، مع تسليط الضوء على العبء العالمي الكبير للحالات القلبية الوعائية التي تفاقمت بسبب عوامل مثل قلة النشاط، واستخدام التبغ، والأنظمة الغذائية غير الصحية. ومن الجدير بالذكر أن مناطق مثل كليفلاند، والمجر، وسويسرا تسجل معدلات وفيات مرتفعة تُعزى إلى الأمراض القلبية الوعائية، مما يبرز الحاجة…
شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detection

تسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…
نهج محسّن كمي للكشف عن سرطان الثدي باستخدام SqueezeNet-SVM
A quantum-optimized approach for breast cancer detection using SqueezeNet-SVM

تقدم البحث نهج هجين جديد، يسمى Q-BGWO-SQSVM، لتصنيف سرطان الثدي الذي يدمج بين مُحسّن الذئب الرمادي الثنائي المستوحى من الكم (Q-BGWO) مع SqueezeNet وآلات الدعم المتجهة (SVM). يعالج هذا الأسلوب قيود أنظمة التشخيص بمساعدة الكمبيوتر الحالية (CAD)، مثل الإفراط في التكيف والاعتماد على مجموعات بيانات موسومة كبيرة، من خلال تعزيز دقة معالجة وتفسير صور الماموجرام.…
تعزيز تصنيف أمراض القلب استنادًا إلى خوارزمية تحسين الإوز الرمادي وذاكرة المدى الطويل والقصير
Enhancing heart disease classification based on greylag goose optimization algorithm and long short-term memory

تقدم هذه الدراسة خوارزمية تحسين الإوز الرمادي (GGO) التي تهدف إلى تعزيز دقة تصنيف أمراض القلب. تشمل أمراض القلب حالات مختلفة تؤثر على هيكل القلب ووظيفته، بما في ذلك مرض الشريان التاجي، وعدم انتظام ضربات القلب، واعتلال عضلة القلب. تستخدم الدراسة نسخة ثنائية من GGO (bGGO) لاختيار الميزات، مع تقييمها مقابل ستة خوارزميات تحسين ثنائية…
نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع
A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detection

تتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…
نموذج RFE-GRU جديد لتصنيف مرض السكري باستخدام مجموعة بيانات PIMA الهندية
A novel RFE-GRU model for diabetes classification using PIMA Indian dataset

تتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…
كشف الحمل المعرفي من خلال تحسين ميزات القنوات الكهربائية الدماغية وتصنيف التجميع
Cognitive load detection through EEG lead wise feature optimization and ensemble classification

تستقصي هذه الدراسة تقييم الحمل المعرفي من خلال تحليل إشارات تخطيط الدماغ الكهربائي (EEG)، مع التركيز على استجابة الدماغ للمؤثرات التي تسبب التوتر. باستخدام تحليل المتوسط المحلي القوي (R-LMD)، تم تحليل بيانات EEG إلى خمسة أوضاع على مدى أربع ثوانٍ. تم استخدام خوارزمية تحسين الحساب الثنائي (BAO) لتقليل مساحة الميزات واستخراج ميزات متعددة المجالات، مما…
تطوير نظام للكشف عن عرج الماشية في الوقت الحقيقي باستخدام كاميرا جانبية واحدة
Development of a real-time cattle lameness detection system using a single side-view camera

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،…