تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. التعرف على الأنماط (علم النفس)

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




  • الكشف المبكر عن أمراض القلب والأوعية الدموية باستخدام أساليب التعلم الآلي متعددة المصنفات

    2025 | المؤلف: Zhenyun Du | المجلة: International Journal of Environmental Sciences | المجال: إدارة المعلومات الصحية (Health Information Management)

    تناقش هذه القسم تطوير إطار عمل متقدم لتعلم الآلة (ML) يهدف إلى تحسين التشخيص المبكر لأمراض القلب والأوعية الدموية (CVD)، وهي قضية صحية عالمية هامة. يدمج الإطار المقترح طرق تصنيف متعددة – تحديدًا الجار الأقرب (KNN)، بايز الساذج، وآلة الدعم الشعاعي (SVM) – مع طريقة اختيار ميزات ميتاهيرستية تعرف بالخوارزمية التنافسية الإمبريالية (ICA). يستفيد هذا…


  • نهج جديد مزدوج للتعلم الآلي لاكتشاف سرطان الثدي المبكر باستخدام تقنيات اختيار الميزات المتقدمة وتقليل الأبعاد

    2025 | المؤلف: Suganya Athisayamani وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    في هذا البحث، تم تقديم ثلاثة نماذج تعلم آلي مزدوج (DML) لتعزيز دقة الكشف عن سرطان الثدي من خلال الاستفادة من تقنيات التعلم الآلي على مجموعة بيانات الكشف عن سرطان الثدي. تستخدم النماذج مزيجًا من التعلم الآلي والتعلم العميق لاستخراج الميزات الأساسية، والتي يتم دمجها بعد ذلك بواسطة مصنف ميتا لتحقيق أداء تصنيف مثالي. يدمج…


  • روز-مامبا-YOLO: إطار معزز لمراقبة فعالة ودقيقة لورود البيوت الزجاجية

    2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم البحث ROSE-MAMBA-YOLO، وهو إطار مبتكر للكشف مصمم بدقة لتحديد الورود في الصور الملتقطة بواسطة الطائرات بدون طيار في البيوت الزجاجية، والذي يواجه تحديات مثل التداخل، وتغير المقياس، وظروف البيئة المعقدة. من خلال دمج نمذجة الحالة المستوحاة من Mamba مع بنية YOLOv11، يعزز النموذج استخراج الميزات، ودمج المقاييس المتعددة، والتمثيل السياقي. يحقق دقة متوسطة (mAP@50)…


  • اختيار الميزات المعتمد على التعلم العميق لاكتشاف اضطراب طيف التوحد

    2025 | المؤلف: Ibrahim Nafisah وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم ورقة البحث نموذجًا جديدًا للتعلم العميق (DL) مصممًا لاكتشاف اضطراب طيف التوحد (ASD) باستخدام بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة (rs-fMRI). يدمج النموذج مشفرًا تلقائيًا للتخلص من الضوضاء (SSDAE) مع شبكة عصبية متعددة الطبقات (MLP) لاستخراج الميزات ذات الصلة من مجموعة بيانات ABIDE I، التي تم معالجتها مسبقًا من خلال خط أنابيب…


  • النمذجة التنبؤية المدفوعة بالذكاء الاصطناعي لاكتشاف وإدارة سرطان الرئة باستخدام تعزيز البيانات الاصطناعية ومصنف الغابة العشوائية

    2025 | المؤلف: Nisreen Innab وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: إدارة المعلومات الصحية (Health Information Management)

    تناقش قسم ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على البحث الطبي، لا سيما في سياق الكشف عن سرطان الرئة. لا يزال سرطان الرئة هو الأكثر فتكًا على مستوى العالم، مما يستلزم أدوات تشخيص مبتكرة للتحديد الدقيق وفي الوقت المناسب. تقدم الدراسة طريقة جديدة تُسمى CTGAN-RF، التي تدمج الشبكات التوليدية التنافسية الشرطية (CTGAN) مع مصنف…


  • الشبكات الطبوغرافية من النهاية إلى النهاية كنماذج لتشكيل الخرائط القشرية والسلوك البصري البشري

    2025 | المؤلف: Zejin Lu وآخرون | المجلة: Nature Human Behaviour | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    يتناول هذا القسم أهمية التنظيم الطبوغرافي في نظام الرؤية لدى الرئيسيات ويقدم نموذجًا حسابيًا جديدًا يسمى الشبكات العصبية الطبوغرافية الكاملة (All-TNNs) لمعالجة قيود الشبكات العصبية التلافيفية التقليدية (CNNs). على عكس CNNs، التي تتعلم ميزات موحدة عبر الأبعاد المكانية، تم تصميم All-TNNs لتطوير ميزات تعكس الخرائط السلسة للتوجه وانتقائية الفئة المميزة لرؤية الرئيسيات. لا يعزز هذا…


  • طرق القياس المرجعي لرسم الخرائط للاتصال الوظيفي في الدماغ

    2025 | المؤلف: Zhen-Qi Liu وآخرون | المجلة: Nature Methods | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    قسم “الطرق” في ورقة البحث يوضح الإجراءات التجريبية والتحليلية المستخدمة للتحقيق في سؤال البحث. يوضح التقنيات المحددة المستخدمة لجمع البيانات، بما في ذلك أي أدوات أو تقنيات ذات صلة، بالإضافة إلى البروتوكولات المتبعة لضمان موثوقية وصلاحية النتائج. كما يتم وصف التحليلات الإحصائية التي تم إجراؤها على البيانات المجمعة، مع تسليط الضوء على المنهجيات المستخدمة لتفسير…


  • إشراف قائم على النسخ الزائف التكراري للتكيف في تقسيم الأورام شبه المراقب

    2025 | المؤلف: Qiangguo Jin وآخرون | المجلة: Knowledge-Based Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتناول ورقة البحث التقدم في التعلم شبه المراقب (SSL) لمعالجة الصور الطبية، مع التركيز بشكل خاص على تقسيم الأورام في الأشعة المقطعية. بينما أظهرت طرق SSL الحالية نجاحًا في تقسيم الأعضاء الكبيرة، فإنها غالبًا ما تتجاهل التعقيدات المرتبطة بالأورام الصغيرة أو العديدة. لمعالجة هذه القيود، يقترح المؤلفون نهجًا جديدًا يسمى الإشراف القائم على النسخ واللصق…


  • خوارزمية جديدة لإزالة الشوائب من تخطيط الدماغ تعتمد على آلية انتباه متقدمة

    2025 | المؤلف: Rui Jiang وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تتناول ورقة البحث التحديات المتعلقة بإزالة آثار تخطيط الدماغ الكهربائي (EEG)، وهي قضية حاسمة في معالجة إشارات EEG بسبب وجود أنواع مختلفة من الضوضاء الفسيولوجية وغير الفسيولوجية التي يمكن أن تؤثر على جودة البيانات. تقدم الدراسة CLEnet، وهو نموذج جديد للتعلم العميق يدمج الشبكات العصبية التلافيفية ذات المقاييس المزدوجة (CNN) وشبكات الذاكرة طويلة وقصيرة المدى…


  • MSLesSeg: خط الأساس ومعايير مجموعة بيانات جديدة لتقسيم آفات التصلب المتعدد

    2025 | المؤلف: Francesco Guarnera وآخرون | المجلة: Scientific Data | المجال: طب الأعصاب (Neurology)

    تقدم هذه الورقة MSLesSeg، مجموعة بيانات جديدة متاحة للجمهور من تصوير الرنين المغناطيسي تهدف إلى تعزيز البحث في تقسيم آفات التصلب المتعدد (MS). تتضمن مجموعة البيانات 115 مسحًا من 75 مريضًا، مع تسلسلات T1 وT2 وFLAIR، بالإضافة إلى بيانات سريرية إضافية مأخوذة من مصادر متنوعة. يتم توفير تسميات تقسيم آفات عالية الجودة من خلال تعليقات…


←السابق
1 … 8 9 10 11 12 … 30
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.