الأبحاث المرتبطة بالكلمة المفتاحية: التعرف على الأنماط (علم النفس)

تحليل مقارن لتنبؤ أمراض القلب باستخدام الانحدار اللوجستي، وآلة الدعم الناقل، وجيران الأقرب، وغابة عشوائية مع التحقق المتقاطع لتحسين الدقة
Comparative analysis of heart disease prediction using logistic regression, SVM, KNN, and random forest with cross-validation for improved accuracy

تستكشف هذه الورقة البحثية فعالية التحقق المتقاطع في تعزيز أداء نماذج التعلم الآلي المطبقة على مجموعات بيانات أمراض القلب. تستخدم الدراسة عملية جديدة لتحضير البيانات، تشمل تعويض الميزات العددية بالمتوسط، والميزات الفئوية باستخدام طرق كاي-تربيع، وتطبيق التطبيع. يتم مقارنة أربعة نماذج—الانحدار اللوجستي (LR)، آلة الدعم الناقل (SVM)، أقرب جار (KNN)، وغابة عشوائية (RF)—من خلال التحقق…
طريقة محسّنة لاكتشاف تعب السائق باستخدام الشبكات العصبية متعددة الأنماط
Optimized driver fatigue detection method using multimodal neural networks

تتناول هذه البحث القضية الحرجة لإرهاق السائقين، وهو عامل رئيسي يساهم في حوادث الطرق، من خلال تطوير أنظمة كشف متقدمة تستخدم الشبكات العصبية متعددة الأنماط. تستخدم الدراسة مجموعة بيانات DROZY، التي تشمل بيانات فسيولوجية ووجهية تم جمعها في ظروف حرمان من النوم، لإنشاء نموذجين من الشبكات العصبية: نموذج دمج الميزات متعددة الأنماط ونموذج الميزات المترابطة…
تقسيم أورام الدماغ باستخدام شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4 لتحليل الرنين المغناطيسي المحسن
Brain tumor segmentation using multi-scale attention U-Net with EfficientNetB4 encoder for enhanced MRI analysis

تقدم هذه الدراسة إطار عمل جديد لتقسيم أورام الدماغ يدمج بين شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4، بهدف تحسين دقة وكفاءة التقسيم. يستخدم النموذج توسيع EfficientNetB4 المركب لتحسين استخراج الميزات عبر دقات متعددة مع تقليل المتطلبات الحسابية. يعزز آلية الانتباه متعددة المقاييس، التي تستخدم نوى بأحجام 1 × 1، 3 × 3، و5 ×…
خوارزمية تعتمد على ميزات دلالية خفيفة الوزن لاكتشاف عناصر الجداريات القديمة
An algorithm based on lightweight semantic features for ancient mural element object detection

تناقش هذه القسم أهمية اللوحات الجدارية القديمة من الصين كتراث ثقافي لا يقدر بثمن يوفر رؤى حول السياقات التاريخية والهياكل الاجتماعية. قام المؤلفون بإنشاء مجموعة بيانات شاملة لاكتشاف عناصر الجدارية، تشمل مجموعة متنوعة من الفئات المعلّمة من فترات تاريخية ومناطق مختلفة. تعتبر هذه المجموعة أداة مهمة لتقدم دراسة التاريخ الصيني القديم. لتحسين تحليل هذه الجداريات،…
تقنية اختيار ميزات جماعية تكيفية للتنبؤ بالسكري غير المعتمدة على نموذج
An adaptive ensemble feature selection technique for model-agnostic diabetes prediction

تقدم ورقة البحث AdaptDiab، وهي طريقة مبتكرة لاختيار الميزات من خلال مجموعة تهدف إلى تعزيز توقع مرض السكري من خلال نهج غير مرتبط بالنموذج. من خلال دمج تقنيات اختيار الميزات المختلفة، بما في ذلك طرق التصفية مثل ANOVA F-score، ودرجة فيشر، وحدود التباين، يحدد AdaptDiab بشكل فعال مجموعة فرعية مثالية من الميزات. تستخدم الطريقة دالة…
تطبيق تقنيات التعلم العميق والتعلم الانتقالي في تصنيف الصور الطبية
Application of Deep Learning and Transfer Learning Techniques for Medical Image Classification

تستكشف هذه الورقة البحثية تأثير التعلم العميق (DL) والتعلم الانتقالي (TL) على الذكاء الاصطناعي، مع التركيز بشكل خاص على تصنيف الصور الطبية. تؤكد الدراسة على قدرة نماذج DL، وخاصة الشبكات العصبية التلافيفية (CNNs) مثل ResNet50 و VGG16، على تحقيق دقة أعلى في التمييز بين COVID-19، والالتهاب الرئوي الفيروسي، وحالات الرئة الطبيعية مقارنةً بأساليب التعلم الآلي…
DM-YOLO: نموذج YOLOv9 المحسن للكشف عن أمراض أوراق الطماطم
DM-YOLO: improved YOLOv9 model for tomato leaf disease detection

في هذا القسم، يتناول المؤلفون التحديات المتعلقة بالكشف عن أمراض أوراق الطماطم في البيئات الطبيعية، بما في ذلك التغيرات في الإضاءة، والأعراض المتداخلة، وأحجام الآفات الصغيرة، واحتباس الأوراق. للتغلب على هذه المشكلات، يقترحون طريقة كشف محسّنة تُدعى DM-YOLO، التي تعتمد على خوارزمية YOLOv9. تشمل الابتكارات الرئيسية دمج تقنية تصعيد ديناميكية خفيفة الوزن (DySample) في العمود…
كشف تسوس الأسنان تحت التعويضات السنية الثابتة من خلال تحليل الأشعة السينية البانورامية الرقمية باستخدام خوارزميات الذكاء الاصطناعي المعتمدة على طرق التعلم العميق
Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methods

تستكشف هذه الدراسة فعالية نماذج الشبكات العصبية التلافيفية (CNN)، وتحديداً إطار عمل “يو فقط انظر مرة واحدة” (YOLO)، في اكتشاف تسوس الأسنان تحت التعويضات السنية الثابتة (FDPs) باستخدام الأشعة السينية البانورامية. تم استخدام مجموعة بيانات تتكون من 1004 صورة بانورامية من مرضى لديهم FDPs، حيث تم تخصيص 90% للتدريب و10% للاختبار. أظهر نموذج YOLOv7 أداءً…
شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detection

تسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…
GCL_FCS30: مجموعة بيانات الساحل العالمي بدقة 30 مترًا ونظام تصنيف دقيق من 2010 إلى 2020
GCL_FCS30: a global coastline dataset with 30-m resolution and a fine classification system from 2010 to 2020

تقدم البحث مجموعة بيانات الخط الساحلي العالمية (GCL_FCS30)، التي تعالج نقص تصنيف الخط الساحلي التفصيلي في مجموعات البيانات العالمية الحالية. تستخدم GCL_FCS30 طريقة جديدة لاستخراج الخط الساحلي تجمع بين مؤشر الفرق المائي المعدل مع نهج تقسيم العتبة التكيفية. لتصنيف، يتم استخدام مصنف مقطع هجين، يدمج خوارزمية الغابة العشوائية مع عينات تدريب مستقرة من مصادر بيانات…