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




  • نموذج قائم على التعلم العميق لتصنيف اعتلال الشبكية السكري

    2025 | المؤلف: Samia Akhtar وآخرون | المجلة: Scientific Reports | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    تقدم البحث RSG-Net، وهو شبكة عصبية تلافيفية مصممة للكشف الآلي وتصنيف اعتلال الشبكية السكري (DR) إلى أربع ودرجتين من الشدة. يتناول هذا الدراسة قيود الفحص اليدوي وطرق الكشف الحالية التي تعتمد على الميزات المصنوعة يدويًا، والتي يمكن أن تعيق التكيف والدقة. باستخدام مجموعة بيانات Messidor-1، تستخدم RSG-Net تقنيات معالجة مسبقة متقدمة، بما في ذلك تعديل…


  • نهج تعلم عميق لتصنيف وتوقع الحالة الغذائية للأطفال في إثيوبيا باستخدام شبكات LSTM-FC العصبية

    2025 | المؤلف: Getnet Bogale Begashaw وآخرون | المجلة: BioData Mining | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)

    تدرس هذه الدراسة تطبيق الشبكات العصبية المتصلة بالكامل من نوع الذاكرة طويلة وقصيرة الأمد (LSTM-FC) لتصنيف وتوقع الحالة الغذائية للأطفال في إثيوبيا، مع معالجة القضية الملحة للصحة العامة المتعلقة بسوء التغذية. باستخدام بيانات طولية من دراسة مجموعة حياة الشباب، التي تتبعت 1,997 طفلًا من 2002 إلى 2016، تستخدم البحث تقنيات معالجة بيانات صارمة، بما في…


  • المحولات لتقسيم الصور العصبية: مراجعة شاملة

    2025 | المؤلف: Maya Iratni وآخرون | المجلة: Journal of Medical Internet Research | المجال: طب الأعصاب (Neurology)

    تستكشف هذه المراجعة نطاق تطبيق نماذج المحولات في تقسيم التصوير العصبي، مع التركيز بشكل خاص على استخدامها في تشخيص وعلاج الأمراض العصبية. تسلط الدراسة الضوء على قيود التقسيم اليدوي، الذي يستغرق وقتًا طويلاً وعرضة للأخطاء، وتؤكد على إمكانيات المحولات كنهج تعلم عميق لأتمتة هذه العملية. حددت عملية بحث منهجية في قواعد البيانات الرئيسية 67 منشورًا…


  • نهج هجين للتعلم العميق في توقع تلوث الهواء يعتمد على اختيار الجوار والانتباه الزماني المكاني

    2025 | المؤلف: Gang Chen وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)

    تتناول ورقة البحث القضية الملحة لتلوث الهواء، مع التأكيد على الحاجة إلى توقعات دقيقة لتركيزات الملوثات لتنفيذ تدابير التحكم الفعالة. يقدم المؤلفون نموذجًا تنبؤيًا جديدًا، KSC-ConvLSTM، الذي يجمع بين خوارزمية الجيران الأقرب (KNN) وآلية الانتباه الزماني المكاني (STA) وكتل البقايا وشبكات الذاكرة طويلة وقصيرة المدى التلافيفية (ConvLSTM). يقوم هذا النموذج باستخراج الميزات المكانية والزمانية بمهارة…


  • التنبؤ بانبعاثات ثاني أكسيد الكربون من المركبات بناءً على نموذج التعلم العميق مع دمج الذكاء الاصطناعي القابل للتفسير من أجل بيئة مستدامة

    2025 | المؤلف: Gazi Mahabubul Alam وآخرون | المجلة: Scientific Reports | المجال: هندسة السيارات (Automotive Engineering)

    تقدم ورقة البحث دراسة شاملة حول توقع انبعاثات ثاني أكسيد الكربون (CO₂) من المركبات باستخدام نموذج تعلم عميق معزز بأساليب الذكاء الاصطناعي القابل للتفسير (XAI). استخدمت الدراسة مجموعة بيانات من بوابة البيانات المفتوحة للحكومة الكندية، تتكون من 7,385 إدخالًا تفصيلية عن خصائص المركبات مثل حجم المحرك، نوع الوقود، وتصنيفات استهلاك الوقود. النموذج المقترح، المسمى CarbonMLP،…


  • إطار عمل قائم على التعلم العميق والمحولات البصرية لتحديد سرطان الثدي وأنواعه

    2025 | المؤلف: Ishrat Jahan وآخرون | المجلة: Neural Computing and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه البحث إطار عمل متقدم للتعلم العميق للكشف التلقائي عن سرطان الثدي وأنواعه الفرعية باستخدام صور الشرائح الكاملة الملونة بالهيماتوكسيلين والإيوزين (H&E). يتكون الإطار من ثلاثة مكونات رئيسية: مصنف بقع سرطانية، مصنف نوع السرطان، ومصنف على مستوى الشرائح الكاملة. تستخدم الدراسة تصور Score-CAM لتعزيز القابلية للتفسير من خلال تسليط الضوء على المناطق التي تؤثر…


  • تصنيف ضرس العقل السفلي المتأثر وتقييم مؤشر الصعوبة: مقارنات بين طلاب طب الأسنان، وممارسي الطب العام، ومساعدة نموذج التعلم العميق

    2025 | المؤلف: Paniti Achararit وآخرون | المجلة: BMC Oral Health | المجال: جراحة الفم (Oral Surgery)

    تدرس الدراسة فعالية شبكة عصبية تلافيفية (CNN) في تقييم صعوبة استخراج الأضراس الثالثة السفلية المتأثرة (ILTM) من خلال تقييم معايير مثل الزاوية، والموقع، والتصنيف، ومؤشر الصعوبة (DI). تم استخدام مجموعة بيانات تتكون من 1200 صورة شعاعية بانورامية مقطوعة، مع تطبيق تقنيات زيادة البيانات. تم مقارنة أداء الـ CNN مع طلاب السنة السادسة في طب الأسنان…


  • تطوير نموذج DSC-TransNet المدعوم بوحدة معالجة الرسوميات المحمولة لتصنيف أمراض أوراق النباتات في الوقت الحقيقي باستخدام نهج التعلم العميق

    2025 | المؤلف: Midhun P Mathew وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث نموذج تعلم عميق هجين، يسمى عمق-قابل للفصل التلافيفي-ترانسنت (DSC-TransNet)، مصمم للتصنيف في الوقت الحقيقي لأمراض الأوراق في نباتات العنب والفلفل الحلو والطماطم. من خلال دمج بنية مجموعة VGG19 الهندسية البصرية مع كتل ترميز المحولات، يلتقط النموذج بشكل فعال الاعتماديات المكانية المعقدة في صور الأوراق، محققًا مقاييس أداء ملحوظة: الدقة (99.97%)، الدقة (99.94%)، الاسترجاع…


  • تشخيص الاكتئاب بناءً على بيانات متعددة الوسائط للوجه

    2025 | المؤلف: Na Jin وآخرون | المجلة: Frontiers in Psychiatry | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تتناول ورقة البحث التحدي المتمثل في تشخيص الاكتئاب، وهو قضية صحية عقلية هامة، من خلال اقتراح نهج مبتكر للتعلم العميق يستخدم بيانات متعددة الوسائط، وتحديداً مدخلات الفيديو الصوتي والمرئي. تعاني طرق التشخيص التقليدية غالباً من الذاتية ومعدلات تشخيص خاطئة مرتفعة، مما يبرز الحاجة إلى أدوات موضوعية وآلية. تقدم الدراسة نموذجاً يستخدم وحدة انتباه مكاني زمني…


  • دليل للتعلم النشط في اكتشاف الأدوية التآزرية

    2025 | المؤلف: Shuhui Wang وآخرون | المجلة: Scientific Reports | المجال: علم العقاقير (Pharmacology)

    تناقش هذه القسم التحديات والتقدم في فحص تركيبات الأدوية المتآزرة، مع التأكيد على إمكانية التعلم النشط لتحسين هذه العملية. بينما أظهرت الطرق التقليدية للذكاء الاصطناعي، وخاصة التعلم العميق، وعدًا في التنبؤ بتآزر الأدوية، فإن فعاليتها تعيقها ندرة الأزواج المتآزرة. يقترح المؤلفون أن دمج الاختبار التجريبي من خلال التعلم النشط يمكن أن يحسن بشكل كبير اكتشاف…


←السابق
1 … 46 47 48 49 50 … 74
التالي→

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