تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. التعلم العميق

الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق




  • شبكة عصبية عميقة هجينة مع تحسين ميزات قائمة على تحليل المكونات الرئيسية لتعزيز تصنيف أورام الدماغ

    2026 | المؤلف: Binay Kumar Pandey وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تتناول ورقة البحث التحديات المرتبطة بتصنيف أورام الدماغ، مع التركيز بشكل خاص على الورم الدبقي، والورم السحائي، وأورام الغدة النخامية، وغياب الأورام. لتعزيز دقة التصنيف، يقترح المؤلفون نموذجًا هجينًا يدمج شبكة عصبية تلافيفية PCA-DenseNet121 مع أوصاف القوام التقليدية. يستخدم هذا النموذج ميزات عميقة مستمدة من مصفوفة التكرار لمستوى الرمادي (GLCM) ونمط ثلاثي محلي (LTP)، جنبًا…


  • أداة مفتوحة المصدر تعتمد على التعلم العميق لتحليل استجابة جذع الدماغ السمعية بشكل آلي

    2026 | المؤلف: Abhijeeth Erra وآخرون | المجلة: Scientific Reports | المجال: الأنظمة الحسية (Sensory Systems)

    تناقش هذه الفقرة القضية الحرجة لفقدان السمع، الذي يؤثر بشكل كبير على التواصل، والقدرات المعرفية، وجودة الحياة بشكل عام، ويرتبط بشكل ملحوظ بزيادة خطر الإصابة بالخرف. يتم تسليط الضوء على استجابات جذع الدماغ السمعي (ABRs) كقياسات كهربائية حيوية أساسية تعكس وظيفة خلايا الشعر الحسية والمشابك، فضلاً عن فسيولوجيا المسار السمعي. ومع ذلك، فإن الطرق التقليدية…


  • بيانات تخطيط القلب الكهربائي (ECG) الزمنية لتوقع مبكر لتوقف القلب

    2026 | المؤلف: M. Khurram Umair وآخرون | المجلة: Scientific Reports | المجال: طب القلب والأوعية الدموية (Cardiology and Cardiovascular Medicine)

    تتناول ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على الرعاية الصحية، وخاصة في مجال أمراض القلب، حيث يعزز تحليل أنماط تخطيط القلب الكهربائي (ECG) لتحسين دقة التشخيص. نظرًا لانتشار الأمراض القلبية الوعائية والحاجة الملحة للتنبؤ المبكر بالسكتة القلبية المفاجئة، تحقق الدراسة في فعالية تقنيات التعلم الآلي (ML) والتعلم العميق (DL) المطبقة على بيانات تخطيط القلب…


  • التعلم الفيدرالي الذي يحافظ على الخصوصية مع شبكات CNN المحسنة ذات الانتباه الخفيف للكشف الآلي عن اللوكيميا عبر التصوير الطبي الموزع

    2026 | المؤلف: Muhammad Zeerak Awan وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم هذه البحث إطار عمل خفيف الوزن وآمن وقابل للتفسير للتعلم الفيدرالي مصمم للتصنيف التلقائي لسرطان الدم. يتناول الإطار القضايا الحرجة المتعلقة بأمان البيانات السريرية وتطوير النماذج التعاونية بين مؤسسات الرعاية الصحية. من خلال استخدام نهج التعلم الموزع، يمكن للعديد من المرافق الصحية بناء نموذج تصنيف عالي الأداء بشكل تعاوني دون مشاركة بيانات المرضى الحساسة،…


  • بناء والتحقق من نظام متعدد الوظائف مدعوم بالذكاء الاصطناعي للتعرف على إصابات الضغط

    2026 | المؤلف: Zhenni Wang وآخرون | المجلة: Frontiers in Physiology | المجال: العلاج الوظيفي (Occupational Therapy)

    تتناول هذه الدراسة الزيادة المتزايدة في حالات إصابات الضغط (PIs) بسبب شيخوخة السكان من خلال تطوير نموذج ذكاء اصطناعي، PI-3DAS، يعتمد على شبكة YOLOv11 العصبية. يهدف النموذج إلى تعزيز التعرف المبكر والتصنيف الدقيق لإصابات الضغط، متجاوزًا قيود التقييمات اليدوية التقليدية التي تعتمد على الحكم السريري الذاتي. تم استخدام مجموعة بيانات تضم 1,815 صورة لإصابات الضغط،…


  • نتائج مسح الطاقة المظلمة للسنة الثالثة: استنتاجات قائمة على المحاكاة من خرائط العدسات الضعيفة وتجمع المجرات باستخدام التعلم العميق: تصميم التحليل

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Physical review. D/Physical review. D. | المجال: علم الفلك والفيزياء الفلكية (Astronomy and Astrophysics)

    تقدم هذه البحث خط أنابيب استدلال قائم على المحاكاة (SBI) رائد يدمج خرائط العدسات الضعيفة وتجمع المجرات ضمن تكوين واقعي لمسح الطاقة المظلمة السنة 3 (DES Y3). باستخدام مجموعة محاكاة N-body Cosmo-GridV1، يقوم المؤلفون بإنشاء أكثر من مليون ملاحظة وهمية، والتي تُستخدم لتدريب الشبكات العصبية التلافيفية العميقة (GCNs) بهدف استخراج ميزات منخفضة الأبعاد تعظم المعلومات…


  • DRfold2 هو أداة تعتمد على التعلم العميق تمكن من التنبؤ بكفاءة ودقة بهيكل

    2026 | المؤلف: Yang Li وآخرون | المجلة: PLoS Biology | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تقدم البحث DRfold2، وهو إطار عمل جديد للتعلم العميق مصمم لتوقع بنية RNA من بيانات التسلسل. يدمج هذا الإطار نموذج لغة مركب RNA مدرب مسبقًا (RCLM) مع وحدة هيكلية لإزالة الضوضاء، مما يمكّن من التوقعات من البداية إلى النهاية. يتفوق DRfold2 بشكل كبير على الطرق الحالية الرائدة في كل من التوبولوجيا العالمية وتوقعات البنية الثانوية…


  • رسم بياني تشخيصي آلي قائم على التعلم العميق في الأشعة السينية البانورامية: مقارنة بين YOLOv11 و

    2026 | المؤلف: Onur Mutlu وآخرون | المجلة: Odontology | المجال: جراحة الفم (Oral Surgery)

    تستقصي الدراسة فعالية اثنين من هياكل التعلم العميق المتقدمة، YOLOv11 و YOLOv12، للكشف التلقائي عن 13 حالة سنية في الأشعة السينية البانورامية، بهدف تحسين سير العمل السريري وتقليل التباين في التشخيص. تم استخدام مجموعة بيانات هجينة مكونة من 2,297 صورة، وتم تقييم مقاييس الأداء من خلال متوسط الدقة (mAP@0.5)، والدقة، والاسترجاع، ودرجة F1 على كل…


  • استخدام التعلم الآلي لأتمتة مراقبة العمليات السيزموأكوستية لعنصر معالجة حرارية نووية

    2026 | المؤلف: Jacob Farber وآخرون | المجلة: Frontiers in Energy Research | المجال: الجيوفيزياء (Geophysics)

    تقيّم هذه الدراسة تطبيق تقنيات تعلم الآلة (ML) على الإشارات الزلزالية الصوتية لمراقبة أنشطة المعالجة الحرارية في القطاع النووي، باستخدام بيانات من ثلاثة حساسات في مختبر أيداهو الوطني. تقدم الدراسة مساهمتين رئيسيتين: أولاً، تقيم جدوى تدريب نماذج التصنيف بأداء ضمن المجال، حيث يتم اختبار النماذج على بيانات من نفس الحساس المستخدم في التدريب؛ ثانياً، تستكشف…


  • نماذج التعلم العميق المتطورة لتصنيف أورام الدماغ

    2026 | المؤلف: Faruk Özger وآخرون | المجلة: GAZI UNIVERSITY JOURNAL OF SCIENCE | المجال: طب الأعصاب (Neurology)

    تقوم هذه الدراسة بتقييم منهجي لعشر هياكل بارزة في التعلم العميق، تقارن بين خمسة شبكات عصبية تلافيفية (CNNs) وخمسة محولات رؤية (ViTs) لتصنيف أورام الدماغ باستخدام بيانات التصوير بالرنين المغناطيسي. تشير النتائج إلى أن كلا عائلتي النماذج تحققان دقة تصنيف عالية، حيث تحقق Inception v4 أعلى دقة بنسبة 96.73%، مما يظهر فعالية المعالجة التلافيفية متعددة…


←السابق
1 … 27 28 29 30 31 … 94
التالي→

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