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




  • تقسيم الشاطئ الساحلي القطبي وحواف المنحدرات باستخدام صور الأقمار الصناعية البصرية والتعلم العميق

    2026 | المؤلف: Harshavardhini Bagavathyraj وآخرون | المجلة: Frontiers in Environmental Science | المجال: علوم الغلاف الجوي (Atmospheric Science)

    الساحل القطبي الشمالي حاسم للمجتمعات الأصلية والنظام البيئي القطبي الأوسع، ومع ذلك، فإنه يواجه تهديدات كبيرة من تغير المناخ، بما في ذلك ذوبان الجليد الدائم، وارتفاع مستوى البحر، وتآكل السواحل. إن رسم الخرائط بدقة لشاطئ التندرا وحافة المنحدر أمر ضروري لاتخاذ قرارات مستنيرة بشأن هذه التغيرات. تقيم هذه الدراسة تقنيتين لتجزئة الصور لتحديد واجهات الأرض…


  • 2026 | المؤلف: Qinhao Guo وآخرون | المجلة: npj Precision Oncology | المجال: التوليد وأمراض النساء (Obstetrics and Gynecology)

    تستكشف هذه الدراسة تطوير نموذج تعلم عميق قابل للتفسير يهدف إلى توقع الأنماط الجزيئية لسرطان بطانة الرحم باستخدام صور الشرائح الكاملة الملونة بصبغة H&E. باستخدام بيانات من مجموعة فودان (n = 364)، قام الباحثون بتدريب شبكة توقع شاملة لتصنيف أربعة أنماط جزيئية متميزة. تم التحقق من قابلية تعميم النموذج وتطبيقه السريري باستخدام مجموعتين خارجيتين: TCGA…


  • ASTRID-Net: إطار تعلم عميق معزز ثلاثي الانتباه لأمن إنترنت الأشياء وإنترنت الأشياء الصناعي

    2026 | المؤلف: Ashrafun Zannat وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم ورقة البحث ASTRID-Net، وهي بنية جديدة للتعلم العميق مصممة للكشف عن التسلل بدقة عالية في شبكات إنترنت الأشياء (IoT) وإنترنت الأشياء الصناعية (IIoT). يستخدم هذا النموذج نهج الانتباه الثلاثي الهجين، الذي يدمج الشبكات العصبية التلافيفية متعددة المقاييس (CNNs) لاستخراج الميزات المكانية، ووحدات التكرار المغلقة ثنائية الاتجاه (BiGRUs) لنمذجة العلاقات الزمنية، وآلية انتباه قناتي-زماني مشتركة…


  • يوني سيلف: شبكة موحدة مع تطبيع الحالة الذاتية ودمج الآفات ذات التجميع الذاتي لتجزئة آفات التصلب المتعدد

    2026 | المؤلف: J Zhang وآخرون | المجلة: Medical Image Analysis | المجال: علم الأمراض والطب الشرعي (Pathology and Forensic Medicine)

    تقدم البحث UNISELF، وهي طريقة جديدة للتعلم العميق لعملية تقسيم آلي لآفات التصلب المتعدد (MS) باستخدام صور الرنين المغناطيسي متعددة التباين. تعالج هذه الطريقة قيود الأساليب الحالية للتعلم العميق، التي غالبًا ما تكافح لتحسين كل من دقة المجال ودقة التعميم خارج المجال عند التدريب على مجموعات بيانات محدودة. يستخدم UNISELF استراتيجية دمج الآفات الذاتية في…


  • نماذج التعلم العميق المضغوطة لعلم الأمراض النسيجي للقولون مع التركيز على الأداء وتحديات التعميم

    2026 | المؤلف: Fareeha Hanif وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتناول هذه الدراسة الحاجة الملحة لتحليل الصور النسيجية بدقة في تشخيص سرطان القولون من خلال اقتراح أربعة متغيرات خفيفة من الشبكات العصبية التلافيفية (CNN) – Lite-V0 و Lite-V1 و Lite-V2 و Lite-V4 – للتصنيف الثنائي لصور نسيج القولون إلى سرطان الغدد القولونية والأنسجة الحميدة. باستخدام مجموعة بيانات متوازنة تضم 24,000 صورة، أجرت الباحثون تقييمات شاملة…


  • التعلم عبر الإنترنت بذاكرة خطية غير مرتبطة بالنموذج في الشبكات العصبية النابضة

    2026 | المؤلف: Chaoming Wang وآخرون | المجلة: Nature Communications | المجال: علم الأعصاب الخلوي والجزيئي (Cellular and Molecular Neuroscience)

    تمثل الشبكات العصبية النابضة (SNNs) تقدمًا كبيرًا في نمذجة ديناميات الدماغ وتعزيز الذكاء العصبي. ومع ذلك، واجه هذا المجال تحديات في تطوير نظام تعلم عبر الإنترنت يمكنه تدريب ديناميات نابضة معقدة بفعالية على مدى فترات طويلة مع الحفاظ على متطلبات ذاكرة منخفضة. تميل طرق التعلم عبر الإنترنت الحالية إما إلى إظهار نمو ذاكرة تربيعي، أو…


  • نظام كشف بصري عميق لسرطان الخلايا الحرشفية الفموية

    2026 | المؤلف: K. Akram وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث نظام الكشف البصري العميق (DVDS) الذي يهدف إلى أتمتة الكشف عن سرطان الخلايا الحرشفية الفموية (OSCC) من خلال الصور الهيستوباثولوجية. غالبًا ما تعيق الطرق التشخيصية التقليدية قيود الوقت والتفسير الذاتي، مما يؤدي إلى تباين في النتائج. تستفيد الدراسة من التقدم في الذكاء الاصطناعي، وخاصة التعلم العميق، لتعزيز دقة وكفاءة التشخيص. تم تدريب…


  • استكشاف التعرف على مشاعر الطلاب وتعليقات التدريس من المعلمين في فصول اللغة الأجنبية بالجامعة بناءً على نموذج

    2026 | المؤلف: Lin Shi | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تقدم هذه الدراسة نموذج شبكة عصبية تلافيفية مبتكرة مع ميزة الانتباه (AFCNN) مصممة للتعرف على المشاعر في فصول اللغة الأجنبية بالجامعة، مستفيدة من تكنولوجيا التعلم العميق لتعزيز تحليل المشاعر التعليمية. يلتقط نموذج AFCNN بفعالية التغيرات العاطفية في الوقت الحقيقي لدى الطلاب، مما يمكّن المعلمين من تلقي تعليقات في الوقت المناسب تدعم تطويرهم المهني. تظهر التجارب…


  • التعلم العميق للكشف عن الاكتئاب لدى الأفراد مع وبدون أليكسيثيميا

    2026 | المؤلف: Calvin Lam وآخرون | المجلة: Communications Medicine | المجال: علم النفس الاجتماعي (Social Psychology)

    تستكشف هذه الدراسة تأثير العجز العاطفي على اكتشاف الاكتئاب باستخدام الذكاء الاصطناعي ومقاييس التقرير الذاتي. يتميز العجز العاطفي بصعوبات في التعرف على المشاعر والتعبير عنها، مما قد يعيق الإبلاغ الدقيق عن أعراض الاكتئاب. شملت الأبحاث 194 مريضًا تم تشخيصهم باضطراب الاكتئاب الشديد و105 ضوابط مجتمعية، باستخدام ثمانية نماذج لغوية كبيرة (LLMs) تم تدريبها على نصوص…


  • تقييم مركزي للبيانات لنماذج الكشف عن التسلل الفيدرالية في شبكات إنترنت الأشياء

    2026 | المؤلف: Muhammad Ahmad Bilal وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقيّم هذه الورقة البحثية فعالية التعلم الفيدرالي (FL) في أنظمة كشف التسلل (IDS) ضمن بيئات إنترنت الأشياء (IoT)، مع معالجة التحديات المتعلقة بالبيانات الموزعة والخصوصية. تستخدم الدراسة ثلاث مجموعات بيانات متميزة—Edge-IIoTset (2022)، CIC-IoT2023، وTII-SSRC-23 (2023)—تختلف في أنواع الأجهزة، وتوزيعات الميزات، وطرق الهجوم. من خلال تقييم ثلاثة خوارزميات تجميع FL (FedAvg، FedProx، FedNova) جنبًا إلى جنب…


←السابق
1 … 33 34 35 36 37 … 94
التالي→

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