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)




  • نموذج هجين جديد من CNN-Transformer لاكتشاف عدم انتظام ضربات القلب دون تحديد قمة R باستخدام تحويل ستوكويل

    2025 | المؤلف: Donghyeon Kim وآخرون | المجلة: Scientific Reports | المجال: طب القلب والأوعية الدموية (Cardiology and Cardiovascular Medicine)

    تقدم هذه الدراسة نموذج تعلم عميق هجين جديد مصمم لتصنيف اضطرابات النظم القلبية من إشارات تخطيط القلب الكهربائي (ECG)، باستخدام تحويل ستوكويل لاستخراج الميزات بشكل فعال. من خلال تحويل إشارات ECG، التي هي بيانات زمنية بطبيعتها، إلى مجال التردد، يلتقط النموذج الميزات ذات الصلة بشكل أكثر فعالية. تجمع البنية بين شبكة عصبية تلافيفية (CNN) لتحديد…


  • تقسيم تلقائي لأورام الدماغ في صور الرنين المغناطيسي بناءً على دمج عميق لميزات الحواف الضعيفة والسياق

    2025 | المؤلف: Leyi Xiao وآخرون | المجلة: Artificial Intelligence Review | المجال: طب الأعصاب (Neurology)

    تقدم البحث طريقة مبتكرة لتقسيم أورام الدماغ في صور الرنين المغناطيسي تلقائيًا تُسمى AS-WEC، والتي تدمج ميزات الحواف الضعيفة والسياق لتعزيز دقة التقسيم. تستخدم الطريقة الكشف التكيفي عن الحواف الضعيفة باستخدام عتبة أوزو المزدوجة (Otsu-WD) لتمييز حواف الورم بفعالية عن الهياكل الطبيعية للدماغ، مما يعالج المشكلة الشائعة للحدود الضبابية في صور الرنين المغناطيسي. بالإضافة إلى…


  • تعزيز تنظيم الفن الآلي باستخدام شبكة عصبية معدلة تحت إشراف لتصنيف أنماط الفن

    2025 | المؤلف: Weiwei Li | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تدرس هذه الدراسة استخدام شبكة عصبية تلافيفية معدلة (CNN) تحت إشراف لتصنيف وتنظيم الفن بشكل آلي، مع معالجة قيود الطرق التقليدية التي تعتمد على الخبرة البشرية. تم تدريب الشبكة العصبية المعدلة على مجموعة بيانات مخصصة تضم 5,000 عمل فني عبر خمسة أنماط رئيسية: الانطباعية، التكعيبية، الواقعية، التجريدية، والسريالية. حقق النموذج دقة تصنيف متوسطة مثيرة للإعجاب…


  • الكشف عن سرطان الجلد باستخدام صور ديرموسكوبية مع شبكة عصبية تلافيفية

    2025 | المؤلف: Khadija Nawaz وآخرون | المجلة: Scientific Reports | المجال: علم الأورام (Oncology)

    تتناول الأبحاث التحديات المتعلقة بالكشف المبكر وتشخيص الميلانوما الجلدية الخبيثة، وهو ورم يتميز بانخفاض معدل حدوثه ولكنه يتمتع بمعدلات وفيات مرتفعة. أثبتت الأساليب التقليدية في التعلم الآلي لتصنيف أورام الميلانوما عدم كفايتها بسبب عدم قدرتها على استخراج ميزات دقيقة من الآفات الجلدية، وهو أمر حاسم للتشخيص الدقيق. للتغلب على هذه القيود، تقدم الدراسة بنية جديدة…


  • DeepLeaf: نهج تحسين التعلم العميق للتعرف الآلي على أمراض أوراق الكرمة

    2025 | المؤلف: Fatma M. Talaat وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث خوارزمية الكشف عن أمراض النباتات (PDDA)، المسماة DeepLeaf، والتي تهدف إلى أتمتة التعرف على أربعة أمراض شائعة في الكروم: تعفن الأوراق، التعفن الأسود، المستقر، والحصبة السوداء. نظرًا للتحديات التي تواجه المراقبة اليدوية في الزراعة، تدمج PDDA ثلاثة مكونات أساسية: وحدة معالجة الصور، وحدة استخراج الميزات، ووحدة التصنيف المعتمدة على الشبكة العصبية التلافيفية…


  • استبيان حول المطابقة العميقة في العشرينات

    2025 | المؤلف: Fabio Tosi وآخرون | المجلة: International Journal of Computer Vision | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم الورقة نظرة شاملة على التقدم في المطابقة العميقة للستيريو على مدى السنوات الخمس الماضية، مع التأكيد على التأثير الكبير للتعلم العميق على هذا المجال. تهدف إلى سد الفجوة التي تركتها الاستطلاعات السابقة من خلال فحص الابتكارات المعمارية الحديثة والنماذج التي ظهرت في العقد 2020. بالإضافة إلى ذلك، يقوم المؤلفون بتحليل التحديات الحرجة التي نشأت…


  • تقنية اختيار ميزات جماعية تكيفية للتنبؤ بالسكري غير المعتمدة على نموذج

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

    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…


  • تقنية تعلم عميق قائمة على قابلية تفسير الميزات لتحديد قرحة القدم السكرية

    2025 | المؤلف: Pramod Singh Rathore وآخرون | المجلة: Scientific Reports | المجال: الغدد الصماء والسكري والتمثيل الغذائي (Endocrinology, Diabetes and Metabolism)

    تتناول ورقة البحث التحدي الكبير لقرحات القدم السكرية (DFUs)، وهي مضاعفات خطيرة للسكري تتميز بوجود جروح مفتوحة على القدم. تقدم الدراسة إطار عمل DFU_XAI، الذي يستفيد من التعلم العميق والذكاء الاصطناعي القابل للتفسير (XAI) لتعزيز تشخيص وعلاج DFUs. يقوم الإطار بتقييم ستة نماذج متقدمة، بما في ذلك Xception وDenseNet121 وResNet50 وInceptionV3 وMobileNetV2، وشبكة عصبية متشابهة…


  • تحسين تشخيص الملاريا من خلال هياكل الشبكات العصبية المخصصة القابلة للتفسير

    2025 | المؤلف: Md. Faysal Ahamed وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تبحث الدراسة في فعالية ثلاث هياكل لشبكات الأعصاب التلافيفية (CNN) – الشبكة التلافيفية المتوازية (PCNN)، والشبكات التلافيفية المتوازية مع الانتباه الناعم (SPCNN)، والانتباه الناعم بعد الكتلة الوظيفية للشبكات التلافيفية المتوازية (SFPCNN) – لتشخيص طفيليات الملاريا في مسحات خلايا الدم الحمراء (RBC). تفوقت نموذج SPCNN على الآخرين، محققة دقة قدرها 99.38 ± 0.21%، واسترجاع قدره 99.37…


  • استنتاج منهجي للملفات الخلوية الفائقة الدقة من صور الأنسجة

    2025 | المؤلف: Peng Zhang وآخرون | المجلة: Nature Communications | المجال: الفيزياء الحيوية (Biophysics)

    يستعرض قسم “الطرق” الأساليب التجريبية والتحليلية المستخدمة في الدراسة. يوضح تصميم التجارب، بما في ذلك اختيار الموضوعات، والمواد المستخدمة، والبروتوكولات المحددة المتبعة لضمان إمكانية التكرار. يتم وصف التحليلات الإحصائية، مع تسليط الضوء على التقنيات المستخدمة لتفسير البيانات، مثل تحليل الانحدار أو ANOVA، إلى جانب العتبات الدلالية المحددة لاختبار الفرضيات. بالإضافة إلى ذلك، قد يتضمن القسم…


←السابق
1 … 16 17 18 19 20 … 30
التالي→

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