الأبحاث المرتبطة بالكلمة المفتاحية: اختيار الميزات
-
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…
-
خوارزمية البحث الجاذبي خطوة لتحسين الدوال واختيار الميزات المتزامن – تحسين المعلمات لنموذج STTM
2025 | المؤلف: Chaodong Fan وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث آلة دعم مصفوفة التنسور (STTM)، التي تستفيد من الارتباطات الكامنة في هياكل بيانات التنسور ولكن تواجه تحديات تتعلق بتدريب المعلمات غير الفعال والازدواجية الكبيرة في الميزات. لمعالجة هذه القضايا، يقترح المؤلفون خوارزمية البحث الجاذبي الخطوي (SGSA) التي تهدف إلى تعزيز اختيار الميزات المتزامن وتحسين المعلمات لـ STTM. تستخدم SGSA هيكل سكان مزدوج جديد،…
-
تعزيز اكتشاف البرمجيات الضارة باستخدام تقنيات اختيار الميزات والتقنيات القياسية مع نماذج التعلم الآلي
2025 | المؤلف: Rakibul Hasan وآخرون | المجلة: Scientific Reports | المجال: معالجة الإشارات (Signal Processing)تتناول الدراسة التحدي المتزايد لاكتشاف البرمجيات الضارة في الأمن السيبراني من خلال تقييم آثار اختيار الميزات، وتوحيد الميزات، ونماذج التعلم الآلي (ML) المختلفة على أداء الاكتشاف. باستخدام مجموعة بيانات تصنيف ثنائية تتكون من 11,598 عينة و139 ميزة، تجري الأبحاث تجارب مع ثلاث تقنيات لتوحيد الميزات (بدون توحيد، والتطبيع، وتوحيد الحد الأدنى والحد الأقصى) وثلاث طرق…
-
تعزيز تنقيب البيانات التعليمية لتوقع أداء الطلاب بشكل أفضل: دمج خوارزميات اختيار الميزات وتقنيات التصنيف مع تطور مجموعة الميزات الديناميكية
2025 | المؤلف: Saleem Malik وآخرون | المجلة: Scientific Reports | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)إن دمج التكنولوجيا في التعليم قد أدى إلى توليد بيانات واسعة، مما أدى إلى تقدم في تعدين البيانات التعليمية (EDM) بهدف تحسين نتائج التعلم. تقدم هذه الدراسة نموذج اختيار ميزات جديد، “تطور مجموعة الميزات الديناميكية لتحسين اختيار الميزات” (DE-FS)، الذي يجمع بين الطرق التقليدية مثل تحليل مصفوفة الارتباط، واكتساب المعلومات، واختبار كاي مع خرائط الحرارة…