الأبحاث المرتبطة بالكلمة المفتاحية: التعرف على الأنماط، آلي
-
OOD-SEG: استغلال تقنيات الكشف عن خارج التوزيع لتعلم تقسيم الصور من تعليقات إيجابية متعددة الفئات نادرة
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Medical Image Analysis | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا البحث، يتناول المؤلفون تحديين كبيرين في تقسيم الصور الطبية باستخدام الشبكات العصبية العميقة: العملية الشاقة للحصول على تسميات تقسيم كاملة على مستوى البكسل وعدم قدرة خطوط تقسيم الصور التقليدية على اكتشاف بكسلات خارج التوزيع (OOD). يقترحون إطار عمل جديد للتقسيم، يسمى OOD-SEG، والذي يعمل ضمن نموذج التعلم الإيجابي غير المسمى (PU). يستخدم هذا…
-
شبكة عصبية متكررة مدعومة بالإنترنت للأشياء لتحسين التعرف على النشاط البشري مع تحسين التحديد والتصنيف
2025 | المؤلف: Naif Al Mudawi وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نظامًا قويًا للتعرف على النشاط البشري (HAR) والتحديد المكاني، مستفيدة من بيانات الأجهزة الذكية. يستخدم النظام فلتر تشيبيشيف من النوع الأول لإزالة الضوضاء من إشارات الإدخال، يليه استخراج الميزات من خلال فروع متوازية مخصصة لـ HAR والتحديد المكاني. يتم استخدام خوارزمية بوروتا لاختيار الميزات الأكثر معلوماتية، والتي يتم تحسينها بعد ذلك باستخدام…
-
تحليل مقارن لنماذج LSTM المدعومة بالانتباه وكتل الضغط والتحفيز للتعرف على الأنشطة
2025 | المؤلف: Murad Khan وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم استنتاج دراسة تقدم نموذجًا قائمًا على LSTM للتعرف على النشاط البشري (HAR)، معززًا بآليات الانتباه وكتل الضغط والتحفيز (SE). يحقق النموذج المقترح معدل دقة مثير للإعجاب يبلغ 99%، مستفيدًا من قدرة LSTM على التقاط الاعتماديات الزمنية، وآليات الانتباه للتركيز على مقاطع التسلسل المهمة، وكتل SE لضبط أهمية القنوات. تشير التحليلات المقارنة إلى…
-
الكشف عن الآفات المحيطية في الأشعة السينية المحيطية باستخدام أحدث شبكة عصبية تلافيفية ConvNeXt ونماذجها المتكاملة
2024 | المؤلف: J Z Liu وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)تقدم هذه الدراسة YoCNET، وهو نموذج مبتكر مدمج للتعلم العميق يجمع بين Yolov5 و ConvNeXt، مصمم لتعزيز تحديد أهداف الآفات المتعددة في الأشعة السينية المحيطية. من خلال الاستفادة من قدرات Yolov5 في الكشف عن الأهداف جنبًا إلى جنب مع نقاط قوة ConvNeXt في تصنيف الصور، يسهل YoCNET تقسيم الأسنان الفردية تلقائيًا والكشف المتزامن عن الآفات…