الأبحاث المرتبطة بالكلمة المفتاحية: اختيار الميزات
-
إدارة المياه العادمة المدفوعة بالذكاء الاصطناعي من خلال التحليل المقارن لتقنيات اختيار الميزات والنماذج التنبؤية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علوم وتقنيات المياه (Water Science and Technology)إن دمج الذكاء الاصطناعي (AI) في إدارة معالجة مياه الصرف الصحي يمثل فرصة كبيرة لتعزيز توقعات جودة المياه الملوثة وكفاءة العمليات. تقيّم هذه الدراسة فعالية نماذج التعلم الآلي المختلفة في توقع معايير مياه الصرف الصحي الحرجة، بما في ذلك الطلب الكيميائي على الأكسجين (COD)، الطلب البيولوجي على الأكسجين (BOD)، المواد الصلبة المعلقة الكلية (TSS)، النيتروجين…
-
نهج جديد مزدوج للتعلم الآلي لاكتشاف سرطان الثدي المبكر باستخدام تقنيات اختيار الميزات المتقدمة وتقليل الأبعاد
2025 | المؤلف: Suganya Athisayamani وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)في هذا البحث، تم تقديم ثلاثة نماذج تعلم آلي مزدوج (DML) لتعزيز دقة الكشف عن سرطان الثدي من خلال الاستفادة من تقنيات التعلم الآلي على مجموعة بيانات الكشف عن سرطان الثدي. تستخدم النماذج مزيجًا من التعلم الآلي والتعلم العميق لاستخراج الميزات الأساسية، والتي يتم دمجها بعد ذلك بواسطة مصنف ميتا لتحقيق أداء تصنيف مثالي. يدمج…
-
اختيار الميزات المعتمد على التعلم العميق لاكتشاف اضطراب طيف التوحد
2025 | المؤلف: Ibrahim Nafisah وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم ورقة البحث نموذجًا جديدًا للتعلم العميق (DL) مصممًا لاكتشاف اضطراب طيف التوحد (ASD) باستخدام بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة (rs-fMRI). يدمج النموذج مشفرًا تلقائيًا للتخلص من الضوضاء (SSDAE) مع شبكة عصبية متعددة الطبقات (MLP) لاستخراج الميزات ذات الصلة من مجموعة بيانات ABIDE I، التي تم معالجتها مسبقًا من خلال خط أنابيب…
-
تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن
2025 | المؤلف: David B. Olawade وآخرون | المجلة: International Journal of Cardiology | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الدراسة تطبيق تقنيات التعلم الآلي (ML) للتنبؤ بمرض الشريان التاجي (CAD) باستخدام مجموعتين من البيانات: مجموعة بيانات فرامينغهام ومجموعة بيانات ز-علي زاده ساني. من خلال اعتماد منهجية منظمة تشمل معالجة البيانات، واختيار الميزات عبر خوارزمية تحسين بحث النسر الأصلع (BESO)، وتقييم نماذج التصنيف المتعددة، تحدد الأبحاث أن الغابة العشوائية (RF) هي الأكثر فعالية…
-
طريقة جديدة لاكتشاف التسلل باستخدام تصنيف التجميع واختيار الميزات
2025 | المؤلف: Pooyan Azizi Doost وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه البحث نظام كشف التسلل الهجين (IDS) الذي يجمع بين الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات وخوارزمية الغابة العشوائية (RF) للتصنيف، بهدف تعزيز أمان الشبكة من خلال التعرف الفعال على التهديدات السيبرانية والتخفيف منها. تستفيد الطريقة المقترحة من CNNs لاستخراج الميزات ذات الصلة تلقائيًا من بيانات الشبكة، مما يقلل من الأبعاد والضوضاء، مما يسمح…
-
نهج متكامل لاختيار الميزات وتعلم الآلة للكشف المبكر عن سرطان الثدي
2025 | المؤلف: Jing Zhu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يظل سرطان الثدي واحدًا من أكثر أنواع السرطان شيوعًا بين النساء في جميع أنحاء العالم، حيث تعتبر الاكتشاف المبكر أمرًا حاسمًا لتحسين معدلات البقاء. تقدم هذه الدراسة طريقة جديدة لاختيار الميزات تستخدم قيم الشابلية التراكمية (SHAP) بالتزامن مع الإزالة التكرارية للميزات (RFE) وخوارزمية الغابة العشوائية (RF). لمواجهة مشكلة عدم توازن البيانات، استخدم الباحثون تقنية Borderline-SMOTE.…
-
إعادة تعريف الجينات المتغيرة العالية بواسطة انحدار LOESS المحسن مع نسبة إيجابية
2025 | المؤلف: Yue Xie وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يناقش المؤلفون التحديات التي تطرحها الأبعاد العالية والندرة في بيانات تسلسل RNA أحادي الخلية، مع التأكيد على أهمية اختيار الميزات لتقليل الأبعاد وتحسين القابلية للتفسير. يقدمون خوارزمية جديدة لاختيار الميزات تستخدم الانحدار السلس المحلي المقدر المحسن (LOESS) لنمذجة العلاقة بين مستويات التعبير الجيني المتوسطة والنسب الإيجابية بشكل فعال، مع تقليل خطر الإفراط…
-
التنبؤ بأمراض القلب والأوعية الدموية بناءً على اختيار ميزات متعددة ونموذج PSO-XGBoost المحسن
2025 | المؤلف: Kerang Cao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نموذجًا جديدًا لتوقع أمراض القلب والأوعية الدموية، يسمى MFS-DLPSO-XGBoost، والذي يدمج تقنيات اختيار الميزات المتعددة، وخوارزمية تحسين سرب الجسيمات المحسنة (PSO)، وخوارزمية تعزيز التدرج الشديد (XGBoost). يبدأ النموذج بمعالجة البيانات، تليها تدريب نموذج XGBoost ومقارنة أدائه مع أربعة خوارزميات تعلم آلي معروفة: الانحدار اللوجستي، آلة الدعم الناقل، الغابة العشوائية، وجار الأقرب K.…
-
نظام كشف التسلل القوي القائم على التعلم العميق لتأمين شبكات الرعاية الصحية لإنترنت الأشياء الطبية
2025 | المؤلف: Jamshed Ali Shaikh وآخرون | المجلة: Frontiers in Medicine | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)إن إنترنت الأشياء الطبية (IoMT) يُحدث ثورة في الرعاية الصحية من خلال المراقبة المستمرة عن بُعد والعلاجات الشخصية؛ ومع ذلك، فإنه يقدم أيضًا ثغرات أمنية كبيرة. للتخفيف من هذه المخاطر، يقدم البحث HCLR-IDS، وهو نظام متقدم للكشف عن التسلل (IDS) مصمم خصيصًا لشبكات IoMT. يستخدم هذا النظام مزيجًا من الشبكات العصبية التلافيفية (CNN) وشبكات الذاكرة…
-
اختيار الميزات المدفوع بواسطة SGA وتصنيف الغابات العشوائية لتحسين تشخيص سرطان الثدي: دراسة مقارنة
2025 | المؤلف: Abrar Yaqoob وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الدراسة، يقدم المؤلفون منهجية جديدة لتصنيف سرطان الثدي تجمع بين خوارزمية تحسين النورس (SGA) لاختيار الميزات ومصنف الغابة العشوائية (RF). يمثل هذا النهج أول تطبيق لـ SGA في اختيار الجينات لتشخيص سرطان الثدي، مما يمكّن من استكشاف منهجي لمساحة الميزات لتحديد أكثر مجموعات الجينات معلوماتية. لا تعزز دمج SGA مع RF دقة التصنيف…