الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق
-
يمكن إعادة بناء مجالات الرياح والضغط للأعاصير الاستوائية الواقعية من بيانات متفرقة باستخدام التعلم العميق
2024 | المؤلف: Ryan Eusebi وآخرون | المجلة: Communications Earth & Environment | المجال: علوم الغلاف الجوي (Atmospheric Science)تناقش هذه الفقرة الدور الحاسم للأعاصير الاستوائية في التسبب في فقدان كبير في الأرواح والممتلكات، مما يبرز ضرورة التقييم الدقيق للمخاطر والتنبؤ. تعتبر إعادة بناء حقول الرياح والضغط بدقة ضرورية لهذه الأهداف، ومع ذلك فإن الطرق الحالية غالبًا ما تكون كثيفة حسابيًا ومحدودة النطاق. يقترح المؤلفون شبكة عصبية مستنيرة بالفيزياء (PINN) كبديل واعد لاستيعاب بيانات…
-
تحسين تصنيف أمراض بذور الذرة: الاستفادة من MobileNetV2 مع تعزيز الميزات والتعلم الانتقالي
2024 | المؤلف: Mohannad Alkanan وآخرون | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علوم النبات (Plant Science)تبحث هذه الدراسة في تطبيق الذكاء الاصطناعي (AI) في تصنيف أمراض الذرة، باستخدام نسخة محسّنة من MobileNetV2 كنموذج أساسي. تستخدم الدراسة مجموعة بيانات شاملة تحتوي على صور مصنفة إلى أربع فئات من الأمراض: مكسورة، مشوهة، مقطوعة الحرير، ونقية. يتضمن النموذج طبقات إضافية—تجميع متوسط، تسطيح، كثافة، إسقاط، وsoftmax—لتحسين استخراج الميزات وقدرات التصنيف. يتم تطبيق تقنيات ضبط…
-
نموذج توقع السلاسل الزمنية لاستخراج أنماط السلاسل غير الثابتة باستخدام التعلم العميق ونمذجة GARCH
2024 | المؤلف: Huimin Han وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة نموذجًا هجينًا لتوقع السلاسل الزمنية يدمج بين التغاير الشرطي الذاتي العام (GARCH)، وتحليل النمط التجميعي الكامل مع الضوضاء التكيفية (CEEMDAN)، والشبكات العصبية التلافيفية (GCN). يعالج النموذج التعقيدات الكامنة في بيانات السلاسل الزمنية، مثل الاتجاهات وعدم الثبات، من خلال استخدام GARCH أولاً لتعلم التقلبات ثم تطبيق CEEMDAN لتفكيك البيانات بشكل فعال. تبسط هذه…
-
مجموعة بيانات انزلاق التربة CAS: مجموعة بيانات كبيرة ومتعددة المستشعرات لاكتشاف انزلاق التربة القائم على التعلم العميق
2024 | المؤلف: Yulin Xu وآخرون | المجلة: Scientific Data | المجال: الإدارة والرصد والسياسات والقانون (Management, Monitoring, Policy and Law)مجموعة بيانات الانهيارات الأرضية من CAS هي مجموعة بيانات شاملة وكبيرة الحجم مصممة للكشف عن الانهيارات الأرضية المعتمدة على التعلم العميق، تم تطويرها من قبل مجموعة الذكاء الاصطناعي في معهد مخاطر الجبال والبيئة، الأكاديمية الصينية للعلوم (CAS). تتناول هذه المجموعة من البيانات التحديات الكبيرة في التعرف على الانهيارات الأرضية، لا سيما في ضوء الزيادة في…
-
تحسين توقعات بنية البروتينات الأحادية والمعقدة باستخدام DeepMSA2 مع بيانات الميتاجينوم الضخمة
2024 | المؤلف: Wei Zheng وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)تم تقديم خط أنابيب DeepMSA2 كنهج جديد لبناء محاذاة متعددة التسلسلات الموحدة (MSAs) للبروتينات أحادية ومتعددة السلاسل، باستخدام بحث محاذاة تكراري عبر قواعد البيانات الجينومية والميتا جينومية. تشير الاختبارات الشاملة إلى أن MSAs التي تم إنشاؤها بواسطة DeepMSA2 تعزز بشكل كبير دقة توقعات الهيكل الثلاثي والرباعي للبروتين مقارنة بالطرق الحالية المتطورة. ومن الجدير بالذكر أنه…
-
توليد بيانات اصطناعية واعية اجتماعيًا لاكتشاف الأفكار الانتحارية باستخدام نماذج اللغة الكبيرة
2024 | المؤلف: Hamideh Ghanadian وآخرون | المجلة: IEEE Access | المجال: علم النفس السريري (Clinical Psychology)تتناول الورقة البحثية القضية الحرجة للكشف عن الأفكار الانتحارية من خلال تطوير نماذج التعلم الآلي، مع تسليط الضوء على التحديات التي تطرحها حساسية وندرة مجموعات البيانات المعلّمة في هذا المجال. للتغلب على هذه القيود، يقترح المؤلفون نهجًا جديدًا يستخدم نماذج الذكاء الاصطناعي التوليدية، مثل ChatGPT وFlan-T5 وLlama، لإنشاء بيانات اصطناعية مستندة إلى عوامل اجتماعية مستمدة…
-
TumorGANet: نموذج تعزيز البيانات القائم على التعلم الانتقالي والشبكة التنافسية التوليدية لتصنيف أورام الدماغ
2024 | المؤلف: Anindya Nag وآخرون | المجلة: IEEE Access | المجال: طب الأعصاب (Neurology)تتناول الدراسة التحديات المتعلقة بتشخيص أورام الدماغ من خلال التصوير بالرنين المغناطيسي (MRI)، مع التركيز بشكل خاص على تعقيدات التقسيم وتنوع الأورام. للتغلب على قيود الطرق التشخيصية التقليدية، تقدم الدراسة TumorGANet، وهو نموذج جديد للتعلم العميق يستخدم ResNet50 لاستخراج الميزات وشبكات الخصومة التوليدية (GANs) لزيادة البيانات. تم إجراء تقييم شامل لعشرة خوارزميات تعلم انتقالية، بما…
-
نهج شبكة عصبية عميقة هجينة للتعرف على تعب القيادة بناءً على إشارات EEG
2024 | المؤلف: Mohammed Alghanim وآخرون | المجلة: International Journal of Intelligent Systems | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)يتناول هذا القسم من ورقة البحث استخدام بيانات تخطيط الدماغ الكهربائي (EEG) للكشف عن التعب، مع التركيز على قيود طرق توليد الميزات الحالية والتحديات التي تطرحها تباين إشارات EEG بين الأفراد. يقترح المؤلفون شبكة عصبية عميقة معدلة، وتحديداً بنية Inception-dilated ResNet، المدربة على طيفيات بيانات EEG المجزأة. تهدف هذه الطريقة إلى تعزيز دقة الكشف عن…
-
نهج قائم على التعلم الانتقالي لتصنيف أورام الدماغ
2024 | المؤلف: Nadia Bibi وآخرون | المجلة: IEEE Access | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث نهجًا جديدًا لتصنيف أورام الدماغ باستخدام بنية شبكة عصبية InceptionV4، معززة من خلال تقنيات التعلم الانتقالي. نظرًا للحاجة الملحة للتشخيص الدقيق وعلاج أورام الدماغ، والتي تؤثر بشكل كبير على معدلات بقاء المرضى، تتناول الدراسة التحديات التي تطرحها الطرق التقليدية، مثل الإفراط في التكيف وعدم كفاءة الحسابات. يتم تدريب النموذج المقترح على مجموعة…
-
هارت-نت: نهج تعلم عميق متعدد الوسائط لتشخيص الأمراض القلبية الوعائية
2024 | المؤلف: Deema Mohammed Alsekait وآخرون | المجلة: Computers, materials & continua/Computers, materials & continua (Print) | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش هذه القسم القضية الملحة لمرض القلب، الذي لا يزال سببًا كبيرًا للمراضة والوفيات على مستوى العالم، مما يستدعي التقدم في منهجيات التشخيص. غالبًا ما تكون الطرق التشخيصية التقليدية محدودة بسبب اعتمادها على بيانات أحادية النمط وقابليتها لعطل المعدات، مما يمكن أن يؤثر على الدقة، خاصة في حالات التصوير منخفض الجودة. علاوة على ذلك، تتطلب…