الأبحاث المرتبطة بالكلمة المفتاحية: ارتباك
-
التقييم الآلي لصحة المحيط الجذري بناءً على مؤشر المحيط الجذري الشعاعي باستخدام خوارزميات الكشف عن الأجسام من نوع YOLOv8 وYOLOv11 وYOLOv12
2025 | المؤلف: Shehabeldin Saber وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)تستكشف هذه الدراسة فعالية خوارزميات YOLO (أنت تنظر مرة واحدة فقط) الحديثة للكشف الآلي وتصنيف التهاب اللثة القمي باستخدام نظام تسجيل المؤشر القمي (PAI)، الذي يتراوح من 1 إلى 5. تم وضع مجموعة بيانات تتكون من 699 صورة شعاعية رقمية قميّة غير محددة الهوية بعناية من قبل خبراء مدربين، وتم تقسيمها لاحقًا إلى مجموعات تدريب،…
-
نمذجة الديناميات الإشارية غير المتجانسة للبلاعم تكشف عن مبادئ نقل المعلومات في استجابات المحفزات
2025 | المؤلف: Xiaolu Guo وآخرون | المجلة: Nature Communications | المجال: علم المناعة (Immunology)تناقش هذه الفقرة دور البلعميات في بدء الاستجابات المناعية، مع التأكيد على أهمية عامل النسخ NFκB في الوساطة بين خصوصية الاستجابة للمؤثرات. أظهرت تصوير الخلايا الحية أن ديناميات NFκB تختلف بين تجمعات الخلايا غير المتجانسة استجابة لمؤثرات مختلفة. للتحقيق بشكل أكبر في هذه الخصوصية، طور المؤلفون محاكاة نماذج رياضية تأخذ في الاعتبار التباين في ديناميات…
-
مقاييس تقييم الأداء المعتمدة على مصفوفة الارتباك
2024 | المؤلف: S. Sathyanarayanan | المجلة: African Journal of Biomedical Research | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه القسم فحصًا مفصلًا لمصفوفات الالتباس كأداة حاسمة لتقييم أداء مصنفي التعلم الآلي. يناقش المكونات الأساسية لمصفوفات الالتباس ودورها في حساب مقاييس الأداء الأساسية، بما في ذلك الدقة، الدقة، الاسترجاع، الحساسية، الخصوصية، معدل الإيجابيات الكاذبة، ودرجة F1. يؤكد البحث على أهمية مقاييس التقييم المتقدمة مثل منحنى الخصائص التشغيلية المستقبلية (ROC)، والمساحة تحت المنحنى (AUC)،…
-
برمجة وإعداد خوارزمية كشف الكائنات YOLO لتحديد أنشطة التغذية لماشية الأبقار: مقارنة بين YOLOv8m و YOLOv10m
2024 | المؤلف: Pablo Guarnido-Lopez وآخرون | المجلة: Animals | المجال: الحيوانات الصغيرة (Small Animals)تدرس هذه الدراسة فعالية نسختين من خوارزمية رؤية الكمبيوتر YOLO (أنت تنظر مرة واحدة فقط) – YOLOv8 و YOLOv10 – في مراقبة سلوك التغذية لماشية اللحم، وهو أمر أساسي لصحتها وإنتاجيتها. من خلال تحليل لقطات الفيديو للثيران باستخدام هذه الخوارزميات، وجدت الأبحاث أن كلا النسختين نجحتا في اكتشاف أنشطة التغذية، محققة دقة تبلغ حوالي 98%…
-
نماذج اللغة الكبيرة التي تحافظ على الخصوصية لاسترجاع المعلومات الطبية المنظمة
2024 | المؤلف: Isabella C. Wiest وآخرون | المجلة: npj Digital Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم من ورقة البحث تطوير وتقييم خط أنابيب مفتوح المصدر يستخدم نموذج اللغة الكبير المحلي (LLM) “لاما 2” لاستخراج المعلومات الكمية من النصوص السريرية غير المنظمة، مع التركيز بشكل خاص على ميزات تليف الكبد غير التعويضي. قامت الدراسة بتحليل 500 تاريخ طبي للمرضى من مجموعة بيانات MIMIC IV، وحددت خمسة ميزات سريرية رئيسية…