الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق
-
تحليل أورام الدماغ باستخدام التصوير بالرنين المغناطيسي المدمج مع التعلم العميق: استخراج الميزات، والتقسيم، وتوقع البقاء باستخدام الشبكات المكررة والشبكات الحجمية
2025 | المؤلف: Deependra Rastogi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه الورقة البحثية نهج تعلم عميق لتجزئة الأورام الدبقية، وهي أكثر الأورام الخبيثة شيوعًا في الدماغ، وتوقع معدلات بقاء المرضى باستخدام صور الرنين المغناطيسي. تعتمد المنهجية على بنية شبكة عصبية تلافيفية ثلاثية الأبعاد (2D) تتضمن قاعدة الأغلبية لتعزيز دقة تجزئة الأورام وتقليل تحيز النموذج. بالإضافة إلى ذلك، يتم استخراج الميزات الإشعاعية من مناطق الأورام…
-
نظام ذكي لمراقبة أمراض المحاصيل في إنترنت الأشياء باستخدام شبكة عميقة متبقية مدعومة بالتحسين
2025 | المؤلف: Ashish Saini وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم البحث نموذجًا جديدًا لتصنيف أمراض النباتات ضمن إطار إنترنت الأشياء (IoT)، مستهدفًا بشكل خاص قطاع الزراعة. يستخدم النموذج شبكة إنترنت أشياء محاكاة لمراقبة أمراض المحاصيل، معتمدًا على خوارزمية تحسين سرب الدجاج الغازي هنري (HGCSO) للتوجيه الفعال. تشمل معلمات اللياقة المدروسة التأخير، واستهلاك الطاقة، والمسافة، وعمر الرابط (LLT). يتم تصنيف الأمراض في محطة القاعدة (BS)…
-
الكشف عن اعتلال الشبكية السكري مع الوعي بعدم اليقين باستخدام التعلم العميق المعزز بأساليب بايزي
2025 | المؤلف: Muhammad Usman Akram وآخرون | المجلة: Scientific Reports | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)تستكشف هذه الورقة البحثية تطبيق تقنيات التعلم العميق، وبشكل خاص طرق التقريب البايزية، لتعزيز الكشف والتصنيف لاعتلال الشبكية السكري (DR) في الصور الطبية. غالبًا ما توفر نماذج التعلم العميق التقليدية توقعات نقطة واحدة، والتي تفتقر إلى مقاييس عدم اليقين اللازمة لاتخاذ القرارات السريرية في البيئات عالية المخاطر مثل الرعاية الصحية. لمعالجة هذه القيود، قام المؤلفون…
-
النمذجة التنبؤية لجودة الهواء في مدينة طهران الكبرى عبر تقنيات التعلم العميق
2025 | المؤلف: Abdullah Kaviani Rad وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تدرس الدراسة التنبؤ بتركيزات الملوثات الجوية – على وجه التحديد CO، O₃، NO₂، SO₂، PM₁₀، و PM₂.₅ – في طهران من 2013 إلى 2023 باستخدام نماذج التعلم العميق (DL)، مقارنة أدائها بأساليب التعلم الآلي التقليدية (ML). تم تحليل المتغيرات الرئيسية التي تؤثر على مستويات الملوثات، مثل درجة الحرارة، الرطوبة النسبية، وسرعة الرياح. تشير النتائج إلى…
-
نموذج CNN هجين لتصنيف المهام الحركية المستمدة من نظام BCI الهجين
2025 | المؤلف: R. Shelishiyah وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم ورقة البحث واجهة حاسوبية عصبية هجينة (BCI) تدمج تخطيط الدماغ الكهربائي (EEG) وطيف الأشعة تحت الحمراء القريبة الوظيفية (fNIRS) لتعزيز تصنيف الحركات الحركية متعددة الفئات. تتناول الدراسة بشكل خاص التحديات المتعلقة بتصنيف الأنشطة الحركية المتعارضة والمتطابقة باستخدام تقنيات التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNN) وشبكات الذاكرة الطويلة القصيرة ثنائية الاتجاه (Bi-LSTM). تم تقييم…
-
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…
-
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…
-
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…
