الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق
-
نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع
2025 | المؤلف: Xiaoshuai Cao وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…
-
تصنيف الصور المعتمد على نموذج وراثي ونموذج CNN من خلال تعزيز ضبط المعلمات الفائقة
2025 | المؤلف: Wajahat Hussain وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم التحديات المتعلقة بتحسين النموذج في تصنيف الصور، مع التأكيد على الدور الحاسم لاختيار المعلمات الفائقة في تعزيز قدرة النموذج على التعلم من بيانات الصور المعقدة. تهدف خوارزمية الجينات التجميعية المقترحة والشبكة العصبية التلافيفية (EGACNN) إلى تحسين أداء تصنيف الصور من خلال ضبط المعلمات الفائقة مثل عدد الطبقات، حجم النواة، معدلات التعلم، معدلات…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
2025 | المؤلف: Shokofeh Anari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…
-
تطبيق تكنولوجيا البيانات الضخمة في إدارة أمن المعلومات في المؤسسات
2025 | المؤلف: Ping Li وآخرون | المجلة: Scientific Reports | المجال: إدارة التكنولوجيا والابتكار (Management of Technology and Innovation)تدرس هذه الدراسة تطبيق تكنولوجيا البيانات الضخمة (BDT) في تعزيز أمان معلومات المؤسسات (EIS) من خلال تطوير نموذج لتوقع المخاطر. يستفيد النموذج من تحليل البيانات الضخمة لمراقبة وتحديد المخاطر الأمنية المحتملة في الوقت الفعلي، باستخدام خوارزميات تحليل الشبكات المعقدة وتقنيات التعلم الآلي. يتم استخراج مؤشرات المخاطر الرئيسية من خلال هندسة الميزات وتدريب النموذج، مما يؤدي…
-
التعلم التآزري مع DeepONet متعدد المهام لحل مشكلات PDE بكفاءة
2025 | المؤلف: Varun Kumar وآخرون | المجلة: Neural Networks | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)يقدم القسم نظرة عامة على التعلم متعدد المهام (MTL) وتطبيقه على المشكلات التي تحكمها المعادلات التفاضلية الجزئية (PDEs) في العلوم والهندسة. يعمل MTL كآلية نقل استقرائي تعزز أداء التعميم من خلال الاستفادة من المعلومات من مهام متعددة، مما يعالج التحديات مثل ندرة البيانات والتكيف الزائد في الشبكات العصبية. يقدم المؤلفون شبكة مشغل عميقة متعددة المهام…
-
طريقة هجينة فعالة للتعلم العميق والتعلم الآلي لتشخيص الاضطرابات التنكسية العصبية.
2025 | المؤلف: Johnsymol Joy وآخرون | المجلة: International Journal of Computational and Experimental Science and Engineering | المجال: طب الأعصاب (Neurology)تتناول ورقة البحث التحديات المتعلقة بتشخيص مرض الزهايمر، وهو اضطراب تنكسي عصبي يتميز بفقدان خلايا الدماغ وضمور الأنسجة، مما يؤثر بشكل كبير على جودة حياة المرضى. إن الكشف المبكر والعلاج أمران حاسمان لتحسين نتائج المرضى، مما يستلزم تقييمات سريرية مستمرة. تسلط الدراسة الضوء على الاعتماد على تقنيات التعلم العميق لتحليل الصور الطبية، وخاصة في التغلب…
-
ReIU: إطار أولي فعال لمرضى الزهايمر يعتمد على بيانات متعددة النماذج
2025 | المؤلف: Hao Jiang وآخرون | المجلة: Frontiers in Public Health | المجال: إدارة المعلومات الصحية (Health Information Management)تتطلب الزيادة في انتشار مرض الزهايمر (AD) أساليب تشخيصية مبتكرة تتجاوز التقييمات النفسية العصبية التقليدية وتصوير الرنين المغناطيسي للدماغ. تقدم هذه الدراسة طريقة جديدة للكشف المبكر عن مرض الزهايمر من خلال تقسيم الأوعية الشبكية باستخدام إطار تعلم عميق يعرف باسم ReIU، الذي يجمع بين بنية U-Net مع تعلم التسجيل التكراري. أظهرت الطريقة دقة تقسيم بلغت…
-
الذكاء الاصطناعي القابل للتفسير مع تقسيم يعتمد على UNet وتعلم الآلة البايزي لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي
2025 | المؤلف: K. Divya Lakshmi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث تقنية جديدة لاكتشاف أورام الدماغ (BT) في صور الرنين المغناطيسي، تُسمى XAISS-BMLBT، والتي تدمج الذكاء الاصطناعي القابل للتفسير مع التقسيم الدلالي وتعلم الآلة البايزي. إن الكشف المبكر عن أورام الدماغ يعزز بشكل كبير خيارات العلاج ومعدلات بقاء المرضى، وتهدف طريقة XAISS-BMLBT إلى تبسيط العملية الصعبة والمستهلكة للوقت لتحديد الأورام في فحوصات الرنين…
-
التعلم الفيدرالي تحت الهجوم: كشف الثغرات من خلال هجمات تسميم البيانات في الشبكات الحاسوبية
2025 | المؤلف: Ehsan Nowroozi وآخرون | المجلة: IEEE Transactions on Network and Service Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)يوفر هذا القسم نظرة عامة على نقاط الضعف في أنظمة التعلم الفيدرالي (FL) تجاه هجمات تسميم البيانات، مع التركيز بشكل خاص على قلب العلامات (LF)، وتسميم الميزات (FP)، وهجمات VagueGAN. تم اختبار هذه الهجمات على نماذج FL باستخدام مجموعات بيانات CIC و UNSW، حيث تضمنت LF تعديل عشوائي لعلامات البيانات الحميدة، و FP استهداف الميزات…
-
نهج قائم على التعلم العميق للكشف عن هجمات التسلل المتنوعة عبر الإنترنت من خلال الشبكات الضوئية
2025 | المؤلف: Nouman Imtiaz وآخرون | المجلة: Photonics | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه البحث XIoT، وهو نظام مبتكر للكشف عن التسلل (IDS) مصمم خصيصًا لإنترنت الأشياء (IoT) ضمن الشبكات الضوئية عالية السرعة. يستخدم XIoT تقنيات التعلم العميق المتقدمة، وخاصة الشبكات العصبية التلافيفية (CNNs)، لتحليل صور الطيف المشتقة من حركة مرور شبكة IoT. تتيح هذه الطريقة الكشف عن أنماط الهجوم المعقدة مع معالجة قيود IDS التقليدية، مثل…