الأبحاث المرتبطة بالكلمة المفتاحية: الإفراط في التخصيص
-
تعزيز الزراعة من خلال تصنيف أمراض أوراق العنب في الوقت الحقيقي عبر جهاز حافة مع بنية CNN خفيفة الوزن وGrad-CAM
2024 | المؤلف: Md. Jawadul Karim وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا جديدًا للكشف المبكر عن أمراض أوراق العنب باستخدام نموذج شبكة عصبية تلافيفية خفيفة الوزن (CNN) مخصص يعتمد على MobileNetV3Large. تم تصميم هذا النموذج للنشر على الأجهزة الطرفية مثل Nvidia Jetson Nano، ويظهر أداءً استثنائيًا بدقة تدريب واختبار تبلغ 99.66% و99.42% على التوالي. تتضمن المنهجية طبقات كثيفة إضافية وطبقات إسقاط لتخفيف الإفراط…
-
نهج شامل قائم على المحولات لتوقعات امتصاص الغاز بدقة عالية في الإطارات العضوية المعدنية
2024 | المؤلف: Jingqi Wang وآخرون | المجلة: Nature Communications | المجال: الكيمياء اللاعضوية (Inorganic Chemistry)في هذه الدراسة، يقدم المؤلفون Uni-MOF، وهو إطار عمل متعدد الاستخدامات مصمم للتنبؤ الدقيق بامتصاص الغاز في الأطر العضوية المعدنية (MOFs). يستفيد الإطار من نهج التعلم الذاتي المراقب على قاعدة بيانات شاملة تضم أكثر من 631,000 MOFs وأطر عضوية تساهمية (COFs)، محققًا دقة تنبؤ ملحوظة تبلغ 0.98. تُعزى هذه الدقة العالية إلى التعلم الفعال للتمثيلات…
-
نهج جديد لتصنيف الأخبار المزيفة باستخدام نماذج التعلم العميق المعتمدة على LSTM
2024 | المؤلف: Halyna Padalko وآخرون | المجلة: Frontiers in Big Data | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)تتناول الدراسة التحدي الحاسم في كشف الأخبار المزيفة في العصر الرقمي، حيث تعقد الانتشار السريع للمعلومات التمييز بين السرديات الأصلية والمزيفة. تركز على تطوير نماذج تعلم عميق متقدمة، وبالتحديد هياكل Bi-LSTM وهياكل Bi-LSTM المعتمدة على الانتباه، لتعزيز دقة تصنيف الأخبار المزيفة. تم تقييم النماذج بدقة باستخدام مقاييس مثل الاسترجاع، الدقة، F1-Score، الدقة، والخسارة، مما يظهر…
-
شبكات عصبية كابسول محسّنة لتصنيف أمراض أوراق الطماطم
2024 | المؤلف: Lobna M. Abouelmagd وآخرون | المجلة: EURASIP Journal on Image and Video Processing | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا جديدًا لاكتشاف وتصنيف أمراض أوراق الطماطم باستخدام شبكة عصبية كبسولية محسّنة (CapsNet). غالبًا ما تكافح الشبكات العصبية التلافيفية التقليدية (CNNs) في التقاط العلاقات المكانية في الصور، وهو أمر حاسم لتحديد الخصائص المحددة لأمراض الأوراق. تستفيد منهجية CapsNet المقترحة من تقنيات تعزيز البيانات والمعالجة المسبقة لتحسين التدريب، محققة دقة مثيرة للإعجاب تبلغ…
-
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…