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)




  • تشخيص الأمراض العصبية التنكسية المعتمد على EEG: تحليل مقارن للطرق التقليدية ونماذج التعلم العميق

    2025 | المؤلف: B R Nayana وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث الدراسة في تشخيص الخرف باستخدام إشارات EEG، مدفوعة بالزيادة العالمية في انتشار الحالة بسبب عوامل نمط الحياة والبيئة. تستخدم الدراسة ثلاث منهجيات: نهج تقليدي للتعلم الآلي باستخدام مصنف Random Forest بعد المعالجة المسبقة واستخراج الميزات من كثافة الطيف الترددي، ونموذج شبكة عصبية تلافيفية 1D (CNN) يتم تغذيته بإشارات EEG المعالجة مسبقًا، ونموذج CNN ثنائي…


  • تحليل مقارن لأساليب CatBoost وLightGBM وXGBoost وRF وDT المحسّنة باستخدام PSO لتقدير عدد الحواجز للكشف عن التسلل في الشبكات الحسية اللاسلكية

    2025 | المؤلف: Kadir İleri | المجلة: International Journal of Machine Learning and Cybernetics | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تناقش هذه القسم أهمية الشبكات اللاسلكية للاستشعار (WSNs) في تعزيز أمن الحدود من خلال الكشف الفعال عن التسلل والمراقبة. يقدم البحث نموذج تعلم آلي يتنبأ بعدد الحواجز اللازمة للكشف السريع عن التسلل في منطقة مستطيلة، باستخدام ميزات مستمدة من بيانات WSN عبر محاكاة مونت كارلو. يستخدم النموذج خوارزمية CatBoost، المحسّنة من خلال تقنية تحسين سرب…


  • إزالة الضوضاء العدائية لإشارات EEG: تحليل مقارن لأساليب GAN القياسية وWGAN-GP

    2025 | المؤلف: Imad Eddine Tibermacine وآخرون | المجلة: Frontiers in Human Neuroscience | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذه الدراسة، يقارن المؤلفون بشكل منهجي بين الشبكات التنافسية التوليدية القياسية (GAN) وWasserstein GAN مع عقوبة التدرج (WGAN-GP) في هياكلها من أجل إزالة الضوضاء وإعادة بناء إشارات EEG. تكشف النتائج عن وجود تبادل كبير بين قمع الضوضاء العدواني وإعادة بناء الإشارة عالية الدقة. تظهر كلا النموذجين تحسينات كبيرة في وضوح الإشارة، مما يجعلها مناسبة…


  • التشخيص المبكر المدفوع بالذكاء الاصطناعي للاضطرابات النفسية المحددة: دراسة شاملة

    2025 | المؤلف: Firuze Damla Eryılmaz Baran وآخرون | المجلة: Cognitive Neurodynamics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    يتناول هذا القسم من ورقة البحث تطبيق تقنيات الذكاء الاصطناعي (AI) في الكشف عن وتشخيص مختلف الاضطرابات النفسية، بما في ذلك الاضطراب ثنائي القطب، الفصام، اضطراب طيف التوحد، الاكتئاب، الانتحارية، والخرف. من خلال الاستفادة من نماذج التعلم الآلي والتعلم العميق لتحليل مصادر بيانات متنوعة—مثل أنماط الكلام، البيانات الفسيولوجية، وإشارات EEG—تعزز هذه الأساليب دقة التشخيص وتمكن…


  • نموذج التعلم العميق الهجين CNN-LSTM لتوقع الإشعاع الشمسي المباشر: دراسة عن الإمكانات الشمسية في غرداية، الجزائر

    2025 | المؤلف: Boumediene Ladjal وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الورقة البحثية تقييمًا شاملاً لأربعة نماذج لتوقع إشعاع الشمس (SR)، مع التركيز على أدائها خلال فترات التنبؤ القصيرة إلى المتوسطة. تشمل النماذج التي تم تحليلها نموذج التغذية الأمامية مع الانتشار العكسي (FFBP)، ونموذج التغذية الأمامية الالتفافية مع الانتشار العكسي (CFBP)، والانحدار باستخدام دعم المتجهات (SVR)، ونموذج التعلم العميق الهجين الذي يدمج الشبكات العصبية…


  • تصنيف محسّن لمرض أوراق البطاطس باستخدام EfficientNet-LITE و KE-SVM في بيئات متنوعة

    2025 | المؤلف: G Sangar وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث نهجًا جديدًا لتحديد الأمراض الورقية في البطاطس، مع التأكيد على أهمية التشخيص في الوقت المناسب للحفاظ على المحاصيل الصحية. يقدم المؤلفون نموذجًا يجمع بين EfficientNet-LITE لاستخراج الميزات المتقدمة مع تحسين KE-SVM لتحسين دقة التصنيف. يعالج هذا النموذج التحديات التي تطرحها البيانات غير المتسقة في البيئات غير الخاضعة للرقابة، والتي تعيق غالبًا طرق…


  • تحليل مدعوم بالتعلم العميق لتتبع الجسيمات الفردية من أجل الارتباط الآلي بين الانتشار والوظيفة

    2025 | المؤلف: Jacob Kæstel‐Hansen وآخرون | المجلة: Nature Methods | المجال: الفيزياء الحيوية (Biophysics)

    يقدم هذا القسم نظرة عامة على إطار عمل جديد للتعلم العميق، DeepSPT، مصمم لتحليل الانتشار تحت الخلوي في الأنظمة الحية. يتناول هذا الإطار التحديات المرتبطة بالعملية الشاقة لاستخراج المعلومات الوظيفية من انتشار الجزيئات والعضيات على النانو. لقد مكنت التقدمات الأخيرة في المجهر الضوئي من تتبع هذا الانتشار بدقة، لكن التفسير الآلي لا يزال عقبة كبيرة.…


  • الكشف عن أورام الدماغ المدعوم بأساليب التعلم العميق الجماعي من صور مسح الرنين المغناطيسي

    2025 | المؤلف: Rizwana Naz Asif وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث هذه الدراسة في تقنية جديدة للذكاء الاصطناعي (AI) لاكتشاف وتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مع التركيز بشكل خاص على أربعة أنواع: ورم الغدة النخامية، ورم السحايا، ورم الدبقيات، والعادي. تتناول الدراسة قيود أساليب الذكاء الاصطناعي الحالية، التي غالبًا ما تعاني من الدقة والموثوقية. من خلال استخدام نموذج تعلم عميق جماعي يدمج بين…


  • التعرف على الأسنان ثلاثي الأبعاد لطب الأسنان الشرعي باستخدام التعلم العميق

    2025 | المؤلف: Hamza Mouncif وآخرون | المجلة: BMC Oral Health | المجال: جراحة الفم (Oral Surgery)

    تصنيف هياكل الأسنان داخل الفم أمر ضروري في التحليل السني وطب الأسنان الشرعي، ومع ذلك فإن طرق التصوير التقليدية ثنائية الأبعاد غالبًا ما تفتقر إلى الدقة بسبب الطبيعة ثلاثية الأبعاد المعقدة لتشريح الأسنان. تقدم هذه الدراسة نهجًا جديدًا يستخرج الميزات الرئيسية من نماذج الأسنان ثلاثية الأبعاد ويحولها إلى صور ثنائية الأبعاد للتحليل التفصيلي. من خلال…


  • التعرف الشخصي المعتمد على رؤية الحاسوب باستخدام صور الأشعة المقطعية ثنائية الأبعاد ذات أقصى كثافة

    2025 | المؤلف: Andreas Heinrich وآخرون | المجلة: European Radiology | المجال: علم الآثار (Archeology)

    تدرس الدراسة جدوى استخدام صور الإسقاط الأقصى للحدة (MIP) من فحوصات الأشعة المقطعية للصدر (CT) للتعرف الشخصي الآلي من خلال رؤية الكمبيوتر (CV). من خلال تحليل مجموعة بيانات تضم 12,465 فحصًا بالأشعة المقطعية من 8,177 فردًا، ركزت الأبحاث على 300 حالة لتقييم دقة رؤية الكمبيوتر في التعرف على الأفراد من خلال مطابقة الميزات في صور…


←السابق
1 … 10 11 12 13 14 … 30
التالي→

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