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




  • تطوير أداة تقييم الجروح مدعومة بالذكاء الاصطناعي: نهج منهجي لجمع البيانات وتحسين النموذج

    2025 | المؤلف: Alessio Stefanelli وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: العلاج الوظيفي (Occupational Therapy)

    تتناول الدراسة التحدي الكبير للجروح المزمنة (CWs) في الرعاية الصحية، والتي غالبًا ما تتفاقم بسبب التقييم غير الكافي من قبل المتخصصين في الرعاية الصحية (HCPs) بسبب التدريب المحدود والأعباء العالية. للتخفيف من هذه المشكلات، طور الباحثون أداة تقييم جروح مدعومة بالذكاء الاصطناعي (AI) مدمجة في تطبيق موبايل. تم إجراء دراسة رصدية متعددة المراكز في غرب…


  • نهج الشبكة العصبية العميقة المدمج مع التعلم المعزز لتوقع أسعار الصرف باستخدام بيانات السلاسل الزمنية والعوامل المؤثرة

    2025 | المؤلف: T. Soni Madhulatha وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم الدراسة بنية هجينة جديدة تجمع بين شبكات الذاكرة طويلة وقصيرة المدى (LSTM) وعوامل الشبكة العميقة Q (DQN) لتوقع أسعار الصرف، مع التركيز بشكل خاص على مجموعة بيانات USD/INR. تعزز هذه الطريقة النماذج التقليدية من خلال دمج التعلم المعزز، مما يسمح للنظام بالتعلم التكيفي من التغذية الراجعة وتحسين دقة التنبؤ، كما تقاس بواسطة مقاييس مثل…


  • دمج ميزات متعددة التدفقات من محول الرؤية والشبكة العصبية التلافيفية للكشف الدقيق عن نوبات الصرع من إشارات

    2025 | المؤلف: Qi Li وآخرون | المجلة: Journal of Translational Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث نموذج CMFViT، وهو نهج جديد للكشف التلقائي عن النوبات باستخدام تخطيط الدماغ الكهربائي (EEG). يدمج هذا النموذج شبكة عصبية تلافيفية (CNN) مع محول رؤية (ViT) من خلال استراتيجية دمج ميزات متعددة الجداول (MSFF)، مما يعالج بفعالية قيود طرق التعلم العميق الحالية في التقاط الميزات المحلية والاعتماديات الزمنية العالمية لإشارات EEG. من خلال تحويل…


  • YOLO-LeafNet: إطار عمل قوي للتعلم العميق لاكتشاف أمراض النباتات متعددة الأنواع مع زيادة البيانات

    2025 | المؤلف: Ramanjot Kaur وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تتناول هذه الورقة البحثية القضية الحرجة لأمراض النباتات التي تؤثر سلبًا على إنتاج المحاصيل والاستقرار الاقتصادي، لا سيما في القطاع الزراعي في الهند. يقترح المؤلفون نهجًا جديدًا، يسمى YOLO-LeafNet، لاكتشاف الأمراض في صور الأوراق من أربعة أنواع من المحاصيل: العنب، والفلفل الحلو، والذرة، والبطاطس. باستخدام مجموعة بيانات تحتوي على حوالي 8,850 صورة ورقة مأخوذة من…


  • نظام كشف التسلل قائم على التعلم العميق باستخدام LSTM مصقول للكشف عن هجمات

    2025 | المؤلف: Mohammad O. Hiari وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تناقش هذه الفقرة التحدي الحرج في اكتشاف هجمات حرمان الخدمة (DoS) في أمان الشبكات، مع التأكيد على الحاجة إلى آليات كشف فعالة للحفاظ على توفر الشبكة وموثوقيتها. استجابةً لقيود طرق الكشف التقليدية وزيادة تعقيد التهديدات الشبكية، يقترح المؤلفون نموذج ذاكرة طويلة وقصيرة المدى (LSTM) مخصص مصمم خصيصًا لاكتشاف هجمات DoS. يستفيد هذا النهج في التعلم…


  • تحسين تقسيم أورام الدماغ في صور الرنين المغناطيسي باستخدام U-Net والتعلم الانتقالي

    2025 | المؤلف: Amin Pourmahboubi وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)

    يتناول القسم أهمية تقسيم أورام الدماغ تلقائيًا من صور الرنين المغناطيسي، مشددًا على دوره الحاسم في الممارسة السريرية لتعريف حدود الورم، ومراقبة تقدم المرض، وتخطيط العلاج. بينما يُعتبر التقسيم اليدوي من قبل أطباء الأشعة هو المعيار الذهبي، إلا أنه يستغرق وقتًا طويلاً ويخضع للتفاوت، مما يبرز الحاجة إلى طرق تلقائية موثوقة. تعقيد الأورام، التي يمكن…


  • تشخيص آلي قائم على التعلم العميق لأمراض أوراق الأرز باستخدام نماذج CNN المجمعة

    2025 | المؤلف: Prameetha Pai وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تتناول هذه الدراسة التحدي الحاسم لأمراض الأرز، التي تهدد بشكل كبير غلات المحاصيل العالمية، من خلال تطوير نظام تشخيص آلي يعتمد على التعلم العميق. تستخدم الأبحاث مجموعة بيانات كبيرة تضم 18,563 صورة مشروحة تمثل ستة أمراض شائعة للأرز: الشريط البكتيري، العفن الكاذب، انفجار الأوراق، انفجار العنق، تعفن الغمد، والبقعة البنية. تم تقييم سبعة هياكل متقدمة…


  • نهج هجين جديد للتعلم العميق يجمع بين انتباه الميزات العميقة والتحقق الإحصائي لتحسين تقسيم الموجات فوق الصوتية للغدة الدرقية

    2025 | المؤلف: Tathagat Banerjee وآخرون | المجلة: Scientific Reports | المجال: الغدد الصماء والسكري والتمثيل الغذائي (Endocrinology, Diabetes and Metabolism)

    تقدم البحث TATHA، وهو هيكل جديد للتعلم العميق مصمم لتعزيز دقة تقسيم العقيدات الدرقية في تصوير الموجات فوق الصوتية. على الرغم من التقدم في تقنيات التصوير، لا تزال التحديات التقليدية مثل الضوضاء، والتباين المحدود، واعتماد المشغل قائمة، مما يستلزم حلولاً آلية. تم تقييم TATHA باستخدام قاعدة بيانات رقمية تضم 134 صورة مصنفة من 99 حالة،…


  • توقع تفاعل الأدوية مع الأهداف المعتمد على التعلم العميق

    2025 | المؤلف: Yanpeng Zhao وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    في هذا القسم، يوضح المؤلفون المنهجيات المستخدمة لمقارنة نماذج مختلفة في توقع تفاعل الأدوية مع الأهداف (DTI) باستخدام مجموعات بيانات من DrugBank وDavis وKIBA. تم إعادة تدريب كل نموذج وضبطه بناءً على المعلمات من مستودعات GitHub الخاصة بهم، مع متوسط النتائج على خمسة تجارب متكررة لضمان موثوقية إحصائية. تشمل النماذج البارزة DeepConv-DTI، الذي يستخدم الشبكات…


  • تعزيز تصنيف إشارات EEG في واجهات الدماغ والحاسوب باستخدام نماذج التعلم العميق الهجينة

    2025 | المؤلف: Abir Das وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث هذه الدراسة في تحسين تصنيف تخيل الحركة (MI) في واجهات الدماغ-الكمبيوتر (BCIs) من خلال تقنيات التعلم الآلي المتقدمة والتعلم العميق. تؤكد الدراسة على أهمية تصنيف بيانات تخطيط الدماغ الكهربائي (EEG) بدقة، والتي تتم معالجتها من خلال ثلاث مراحل: معالجة البيانات المسبقة، استخراج الميزات، والتصنيف. من خلال تقييم خمسة مصنفات تقليدية—أقرب الجيران (KNN)، مصنف الدعم…


←السابق
1 … 47 48 49 50 51 … 94
التالي→

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