الأبحاث المرتبطة بالكلمة المفتاحية: التسرب (الشبكات العصبية)
-
تحسين هجين باستخدام خوارزمية أكويلا – تحسين صقور هاريس لتعديل معلمات الشبكة العصبية التلافيفية في تصنيف أورام الدماغ
2026 | المؤلف: Manoj Kumar وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث إطار عمل هجين جديد، وهو مُحسّن أكويلا – تحسين صقور هاريس (AO-HHO)، يهدف إلى تحسين ضبط المعلمات الفائقة للشبكات العصبية التلافيفية (CNNs) لتصنيف صور الرنين المغناطيسي للدماغ. تتناول الدراسة التحديات مثل عدم توازن البيانات والمتطلبات الحسابية لتحسين المعلمات الفائقة، والتي تعتبر حاسمة في اتخاذ القرارات السريرية. يجمع إطار عمل AO-HHO بين قدرات…
-
منصة تفاعلية للفن العلاجي المجتمعي الذكي تعتمد على الرسوميات الحاسوبية متعددة الوسائط والذكاء الاصطناعي المرن لرعاية المسنين في المنزل
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الحفظ (Conservation)تقدم هذه الدراسة منصة جديدة للعلاج بالفن التفاعلي المجتمعي الذكي تهدف إلى تعزيز رعاية المسنين في المنزل من خلال دمج الرسوميات الحاسوبية متعددة الوسائط وآليات التكيف الذكية للذكاء الاصطناعي (AI). تم هيكلة المنصة حول بنية هرمية مكونة من أربع طبقات – تشمل طبقات الإدراك والشبكة والمنصة والتطبيق – التي تسهل التدخلات العلاجية الشخصية. من خلال…
-
توقع تسرب الطلاب من خلال تحسين التعلم الآلي: رؤى من بيانات سجلات Moodle
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)تناقش هذه الفقرة القضايا المستمرة المتعلقة بتسرب الطلاب والفشل الأكاديمي في التعليم، مع تسليط الضوء على إمكانية أنظمة إدارة التعلم مثل Moodle لتوفير بيانات قيمة للتحليلات التنبؤية. تركز الدراسة على استخدام الذكاء الاصطناعي، وبشكل خاص خوارزمية CatBoost، للتنبؤ بمعدلات التسرب والفشل من خلال تحليل سجلات نشاط الطلاب. لمعالجة التحديات المتعلقة بمجموعات البيانات المحدودة وغير المتوازنة،…
-
تقدير أحجام مجموعات البيانات الدنيا لتوقعات التعلم الآلي في التدخلات الصحية النفسية الرقمية
2024 | المؤلف: Kirsten Zantvoort وآخرون | المجلة: npj Digital Medicine | المجال: علم النفس التطبيقي (Applied Psychology)تبحث الدراسة في تأثير حجم مجموعة البيانات على الأداء التنبؤي لنماذج الذكاء الاصطناعي في سياق التدخلات الرقمية للصحة النفسية. من خلال تحليل بيانات من 3,654 مستخدمًا، تقيم الدراسة توقعات التسرب عبر أحجام مجموعات بيانات مختلفة (N = 100-3654)، ومجموعات الميزات (F = 2-129)، والخوارزميات التي تتراوح من نايف بايز إلى الشبكات العصبية. تشير النتائج إلى…
-
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…
-
تحسين تصنيف أمراض بذور الذرة: الاستفادة من MobileNetV2 مع تعزيز الميزات والتعلم الانتقالي
2024 | المؤلف: Mohannad Alkanan وآخرون | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علوم النبات (Plant Science)تبحث هذه الدراسة في تطبيق الذكاء الاصطناعي (AI) في تصنيف أمراض الذرة، باستخدام نسخة محسّنة من MobileNetV2 كنموذج أساسي. تستخدم الدراسة مجموعة بيانات شاملة تحتوي على صور مصنفة إلى أربع فئات من الأمراض: مكسورة، مشوهة، مقطوعة الحرير، ونقية. يتضمن النموذج طبقات إضافية—تجميع متوسط، تسطيح، كثافة، إسقاط، وsoftmax—لتحسين استخراج الميزات وقدرات التصنيف. يتم تطبيق تقنيات ضبط…