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




  • مراقبة الصحة الشخصية باستخدام الذكاء الاصطناعي القابل للتفسير: جسر الثقة في الرعاية الصحية التنبؤية

    2025 | المؤلف: M. Sree Vani وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث PersonalCareNet، وهو إطار عمل جديد للتعلم العميق مصمم لمراقبة الصحة الشخصية، مستفيدًا من مجموعة بيانات MIMIC-III السريرية. يعالج هذا النموذج القيود الحرجة للنهج الحالي للتعلم العميق في الرعاية الصحية، وخاصة نقص القابلية للتفسير والعمومية. يدمج PersonalCareNet الشبكات العصبية التلافيفية مع آليات الانتباه (CHARMS) ويستخدم SHAP (تفسيرات شابلي الإضافية) لتوفير كل من القابلية…


  • الشبكات العصبية التلافيفية الكمومية-الكلاسيكية-الكمومية الهجينة

    2025 | المؤلف: Changzhou Long وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث شبكة عصبية تلافيفية هجينة كمومية-تقليدية-كمومية (QCQ-CNN) جديدة تدمج مرشحات تلافيفية كمومية، وطبقات شبكة عصبية تلافيفية تقليدية (CNN)، ومصنف شبكة عصبية كمومية قابلة للتدريب (QNN). تهدف هذه البنية إلى تعزيز تعبير حدود القرار في مهام تصنيف الصور من خلال دمج معلمات كمومية قابلة للتعديل، وبالتالي معالجة القيود الموجودة في النماذج السابقة مثل الشبكات العصبية…


  • تحليل مقارن لهياكل التعلم العميق في توقع الطاقة الشمسية

    2025 | المؤلف: Montaser Abdelsattar وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تدرس هذه الدراسة فعالية هياكل التعلم العميق (DL) المختلفة في توقع الطاقة الشمسية، باستخدام مجموعة بيانات تتكون من 4200 سجل تاريخي و20 ميزة من الميزات الجوية والفلكية. تم مقارنة ثمانية نماذج: Autoencoder، وLong Short-Term Memory (LSTM)، وGated Recurrent Unit (GRU)، وSimple Recurrent Neural Network (SimpleRNN)، وConvolutional Neural Network (CNN)، وTemporal Convolutional Network (TCN)، وTransformer، وLightweight…


  • استكشاف أساليب إعادة بناء التصميم المعماري ثلاثي الأبعاد من خلال طرق التعلم العميق: مسح شامل

    2025 | المؤلف: Mehdi Gorjian وآخرون | المجلة: Athens Journal of Sciences | المجال: علم الأرض (Geology)

    تستعرض هذه القسم التقدمات الكبيرة في رؤية الكمبيوتر المدفوعة بتقنيات التعلم العميق، وخاصة في سياق التصميم المعماري البارامتري. تسلط الضوء على التحديات التي يواجهها المصممون في تعديل مكونات المباني والواجهات بسبب تعقيد وحجم التصاميم المعمارية، التي غالبًا ما تتضمن شبكات كثيفة تحتوي على ملايين العناصر. يؤكد البحث على ضرورة وجود هياكل قابلة للتكيف يمكن أن…


  • التعلم العميق المحسّن لكشف أورام الدماغ: نهج هجين مع آليات الانتباه والشرح السريري

    2025 | المؤلف: Aditya Jayesh Aiya وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تقدم البحث نموذج تعلم عميق هجين لتصنيف أورام الدماغ (BTC) باستخدام التصوير بالرنين المغناطيسي (MRI)، مدمجًا VGG16، وآلية انتباه، ومعلمات محسّنة. يصنف هذا النموذج الأورام إلى ورم دبقي، ورم سحائي، ورم في الغدة النخامية، وعدم وجود ورم، محققًا دقة ملحوظة تبلغ 99% على مجموعة بيانات تتكون من 7023 صورة MRI. تستخدم الطريقة تقنيات معالجة مسبقة…


  • روزي: توليد الذكاء الاصطناعي لتلوين المناعة المتعددة من صور علم الأمراض

    2025 | المؤلف: Eric Q. Wu وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم ROSIE، وهو إطار عمل للتعلم العميق مصمم لتعزيز فائدة صبغة الهيماتوكسيلين والإيوزين (H&E) في علم الأمراض النسيجية من خلال استنتاج تعبير وتوطين البروتينات المختلفة من صور H&E بشكل حسابي. على الرغم من الاستخدام الواسع لـ H&E بسبب فعاليته من حيث التكلفة وقدرته على إبراز الشكل النووي والسيتوبلازمي، إلا أنه يفتقر إلى القدرة…


  • تصنيف متعدد الفئات قوي لأمراض أوراق المحاصيل باستخدام التعلم العميق الهجين وقابلية تفسير

    2025 | المؤلف: Sankar Murugesan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم هذه الدراسة معمارية هجينة جديدة ConvNet-ViT تهدف إلى الكشف بدقة وتصنيف الأمراض في أوراق الموز والكرز والطماطم. قارن الباحثون أداء هذا النموذج الجديد مع عدة نماذج مسبقة التدريب من الطراز الأول، بما في ذلك EfficientNetV2 وConvNeXt وSwin Transformer وVi-Transformer (ViT)، باستخدام مجموعة بيانات متاحة للجمهور تحتوي على أوراق صحية وغير صحية. تم تقسيم مجموعة…


  • تصميم جزيئات الدهون النانوية باستخدام شبكة عصبية قائمة على المحولات

    2025 | المؤلف: Alvin Chan وآخرون | المجلة: Nature Nanotechnology | المجال: علم الأحياء الجزيئي (Molecular Biology)

    يتناول هذا القسم تطوير وتطبيق نموذج تعلم عميق، COMET، مصمم لتحسين جزيئات الدهون النانوية (LNPs) للعلاجات المعتمدة على RNA. تتأثر فعالية LNPs بتكوينها الدهني ونسبها، مما يجعل تحسين التجارب التقليدية تحديًا بسبب مساحة التصميم الواسعة. لمعالجة ذلك، أنشأ المؤلفون LANCE، وهو واحد من أكبر مجموعات بيانات تركيبات LNP، مما يمكّن COMET من التنبؤ بفعالية LNP…


  • تحسين اكتشاف أورام الدماغ بواسطة التصوير بالرنين المغناطيسي باستخدام التعلم العميق بالتزامن مع تحليل ميزات متعددة ومتنوعة قائم على الذكاء الاصطناعي القابل للتفسير

    2025 | المؤلف: Asif Rahman وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث الورقة البحثية في التقدم في التصوير الطبي لتحديد أورام الدماغ، مع التأكيد على تفوق التصوير بالرنين المغناطيسي (MRI) على الطرق التشخيصية التقليدية. تستكشف تقنيات تمثيل الميزات المختلفة، بما في ذلك الأنماط الثنائية المحلية (LBP)، مرشحات جابور، تحويل المويجات المنفصلة (DWT)، تحويل فورييه السريع (FFT)، الشبكات العصبية التلافيفية (CNN)، ومصفوفة طول التشغيل الرمادي (GLRLM)، بالتزامن…


  • تعزيز التنبؤ بعبء السكري المدفوع بالذكاء الاصطناعي: تحليل مقارن لنماذج التعلم العميق والنماذج الإحصائية

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

    تدرس هذه الدراسة فعالية أربعة نماذج للتنبؤ – المحول مع مشفر تلقائي متغير (VAE)، الذاكرة طويلة وقصيرة الأجل (LSTM)، وحدة التكرار المغلقة (GRU)، ومتوسط الحركة التكاملي الذاتي (ARIMA) – في التنبؤ بالعبء العالمي للسكري. باستخدام بيانات سنوية عن سنوات الحياة المعدلة حسب الإعاقة (DALYs)، والوفيات، وانتشار المرض من 1990 إلى 2021، تم تدريب النماذج على…


←السابق
1 … 46 47 48 49 50 … 94
التالي→

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