الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق
-
الطب الانتقالي المدفوع بالذكاء الاصطناعي: إطار عمل للتعلم الآلي لتوقع نتائج الأمراض وتحسين الرعاية المتمحورة حول المريض
2025 | المؤلف: Laith Abualigah وآخرون | المجلة: Journal of Translational Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطار عمل جديد يعتمد على الذكاء الاصطناعي يجمع بين آلات تعزيز التدرج (GBM) والشبكات العصبية العميقة (DNN) لتعزيز الأداء التنبؤي في الطب الانتقالي. يتناول هذا الإطار تحديات كبيرة مثل مجموعات البيانات غير المتجانسة، عدم التوازن في الفئات، وقابلية التوسع، والتي أعاقت التطبيق الفعال لتعلم الآلة في الرعاية الصحية. تم تقييمه على مجموعتين…
-
شبكة تلافيف متعددة التمدد للتعرف على عواطف الكلام
2025 | المؤلف: Samaneh Madanian وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تقدم ورقة البحث نموذجًا جديدًا للتعرف على عواطف الكلام (SER) الذي يستفيد من تقنيات التعلم العميق، مع التركيز بشكل خاص على طيف الكلام على مستوى النطق. يستخدم النموذج المقترح استراتيجية التجميع الهرمي المكاني (SPP) للتغلب على قيود الحجم النموذجية في مهام التعرف على الصور المعتمدة على الشبكات العصبية التلافيفية (CNN). من خلال استخراج كل من…
-
استغلال نماذج التعلم العميق YOLO لتعزيز تحديد أمراض النباتات
2025 | المؤلف: Yousef Alhwaiti وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تسلط الأبحاث الضوء على الحاجة الملحة للأتمتة المبكرة في تحديد أمراض النباتات لحماية المحاصيل، خاصة في الدول النامية المعتمدة على الزراعة. تشكل أمراض النباتات، التي تتميز بأعراض مثل الكلوروز والذبول، مخاطر كبيرة، مما يؤدي إلى خسائر كبيرة في المحاصيل. غالبًا ما تكافح طرق التعرف التقليدية من أجل الدقة بسبب تشابه الأعراض والتحديات مثل عدم توازن…
-
شبكة CNN محسّنة للميزات الهجينة لتوقع أمراض محصول الأرز
2025 | المؤلف: Sujith Vijayan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم البحث نهج شبكة عصبية تلافيفية (CNN) هجينة محسّنة للتنبؤ بأمراض محصول الأرز، بهدف تعزيز دقة الكشف ومعالجة التحديات مثل الكفاءة الحسابية والتعميم. تستخدم الدراسة خوارزمية تحسين الحيتان الهجينة وخوارزمية تحسين سرب الجسيمات التكيفية (WOA_APSO) لتحسين استخراج الميزات واختيارها، مما يسهل الكشف المبكر والتشخيص لأمراض المحاصيل. تُظهر الطريقة المقترحة أداءً متفوقًا، حيث تحقق دقة تصل…
-
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…
-
التعلم العميق القابل للتفسير لتحليل السلاسل الزمنية: دمج SHAP وLIME في نماذج قائمة على LSTM
2025 | المؤلف: Divyani Sen | المجلة: Journal of Information Systems Engineering & Management | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)يتناول القسم دمج SHAP (SHapley Additive exPlanations) و LIME (Local Interpretable Model-agnostic Explanations) مع شبكات الذاكرة طويلة وقصيرة الأمد (LSTM) لتعزيز قابلية تفسير هذه النماذج العميقة، التي غالبًا ما تُعتبر “صناديق سوداء”. يوفر LIME تفسيرات محلية من خلال تقريب النموذج بنماذج أبسط وقابلة للتفسير، بينما يقدم SHAP تفسيرًا شاملاً من خلال قياس مساهمة كل ميزة…
-
تصنيف أمراض أوراق قصب السكر باستخدام نهج الشبكة العصبية العميقة
2025 | المؤلف: Saravanan Srinivasan وآخرون | المجلة: BMC Plant Biology | المجال: علوم النبات (Plant Science)تهدف هذه الدراسة إلى تطوير نموذج موثوق للتعلم العميق (DL) للتشخيص الدقيق للأمراض التي تؤثر على قصب السكر، مع معالجة قيود طرق التشخيص اليدوية التقليدية. باستخدام EfficientNet وهياكل الشبكات العصبية التلافيفية الأخرى، تم تدريب واختبار النماذج على مجموعة بيانات أوراق قصب السكر (SLD)، التي تتكون من 6,748 صورة مصنفة إلى 11 فئة مرضية. تم تقييم…
-
نموذج جديد للتعلم العميق لتوقع مخاطر السكري المبكر باستخدام شبكات الاعتقاد العميق المعززة بالانتباه مع بيانات غير متوازنة بشدة
2025 | المؤلف: Olusola Olabanjo وآخرون | المجلة: International Journal of Information Technology | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم هذه الدراسة نهجًا مبتكرًا للتنبؤ بمخاطر مرض السكري المبكر من خلال شبكة الاعتقاد العميق المعززة بالاهتمام (DBN). يتناول النموذج التحديات التي تطرحها مجموعات البيانات غير المتوازنة بشدة من خلال استخدام الشبكات التنافسية التوليدية (GANs) لتوليد بيانات اصطناعية، مما يحسن تصنيف الحالات الممثلة تمثيلًا ناقصًا. تم استخدام طريقة اختيار الميزات الجماعية لتحديد المتنبئين الرئيسيين من…
-
تعزيز سلسلة زمنية للنمو الاقتصادي لتوقعات الإمارات باستخدام التعلم العميق: نهج Seq2Seq وLSTM المدفوع بالانتباه
2025 | المؤلف: Ioannis Adamopoulos وآخرون | المجلة: EDRAAK | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تعمل هذه الدراسة على تعزيز توقعات النمو الاقتصادي في دولة الإمارات العربية المتحدة (الإمارات) من خلال استخدام نموذج Seq2Seq للتعلم العميق مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) المدفوعة بالاهتمام. غالبًا ما تفشل النماذج الإحصائية التقليدية في التقاط الاعتماديات الزمنية المعقدة والاتجاهات غير الخطية الموجودة في بيانات السلاسل الزمنية الاقتصادية. تستخدم الدراسة منهجية منظمة، تبدأ…
-
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…