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




  • AnEEG: استغلال التعلم العميق لإزالة الفنون بشكل فعال من بيانات

    2024 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث “AnEEG”، وهو نموذج جديد للتعلم العميق مصمم لتحسين جودة إشارات تخطيط الدماغ الكهربائي (EEG) من خلال إزالة مختلف العوامل المعيقة مثل ومضات العين، ونشاط العضلات، والضوضاء البيئية بشكل فعال. باستخدام شبكة خصومة توليدية (GAN) مدمجة مع طبقات الذاكرة طويلة وقصيرة الأجل (LSTM)، يظهر AnEEG أداءً متفوقًا مقارنةً بتقنيات تحليل الموجات التقليدية. تكشف التقييمات…


  • تحسين الكشف عن داء السكري باستخدام نهج جديد لهندسة الميزات المجمعة ونموذج التعلم الآلي

    2024 | المؤلف: Furqan Rustam وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث القضية الحرجة لاكتشاف مرض السكري، مع التأكيد على أهمية التشخيص في الوقت المناسب لمنع المضاعفات التي تؤثر على الأعضاء الحيوية. تحدد القيود في الأساليب الحالية للتعلم الآلي (ML)، مثل الاعتماد على مجموعات بيانات محدودة ومشاكل في القابلية للتعميم والدقة. للتغلب على هذه التحديات، تقدم الدراسة طريقة جديدة لاستخراج الميزات تجمع بين الشبكات…


  • مجموعة بيانات صور عالية الدقة بالذكاء الاصطناعي لتشخيص التليف تحت المخاطي الفموي وسرطان الخلايا الحرشفية

    2024 | المؤلف: Nisha Chaudhary وآخرون | المجلة: Scientific Data | المجال: أمراض اللثة (Periodontics)

    تقدم هذه القسم نظرة عامة على التحديات المرتبطة بالتشخيص النسيجي المرضي لسرطان الفم، مع تسليط الضوء على الصعوبات التي يسببها نقص الأطباء المتخصصين وتباين التفسيرات التشخيصية. لمواجهة هذه التحديات، يقدم المؤلفون قاعدة بيانات ORCHID (قاعدة بيانات صور نسيج سرطان الفم)، وهي مجموعة بيانات متخصصة مصممة لتسهيل تطوير نماذج الذكاء الاصطناعي (AI) للتشخيص السريع لسرطان الفم…


  • تشخيص أمراض القلب الذكية باستخدام شبكة عصبية معززة بالتعلم العميق مع تحسين مستعمرة النمل

    2024 | المؤلف: Biao Xia وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تقدم البحث نموذج تشخيص أمراض القلب والأوعية الدموية الذكي القائم على تحسين مستعمرة النمل مع التعلم العميق المعزز (ICVD-ACOEDL)، المصمم لتحسين تشخيص أمراض القلب والأوعية الدموية (CVD) من خلال تقنيات التعلم الآلي المتقدمة. نظرًا للتحديات التي تطرحها تعقيدات مجموعات بيانات الرعاية الصحية وضرورة التشخيص المبكر والدقيق بسبب الزيادة المتزايدة في انتشار أمراض القلب والأوعية الدموية،…


  • التقدم في التعلم الآلي والتعلم العميق للتشخيص المبكر لأمراض الكلى المزمنة: مراجعة شاملة

    2024 | المؤلف: Akeel Sh. Mahmoud وآخرون | المجلة: Babylonian Journal of Machine Learning | المجال: إدارة المعلومات الصحية (Health Information Management)

    تسلط الأبحاث المراجعة الضوء على الإمكانات الكبيرة لتقنيات التعلم الآلي (ML) والتعلم العميق (DL) في التشخيص المبكر لمرض الكلى المزمن (CKD)، وهو حالة غالبًا ما تظل بدون أعراض حتى المراحل المتقدمة. يناقش البحث خوارزميات ML المختلفة، بما في ذلك آلات الدعم الشعاعي (SVM) والغابات العشوائية (RF)، التي أظهرت دقة متفوقة في التنبؤ بنتائج CKD مقارنة…


  • مقارنة نماذج التعلم العميق للكشف عن العضات المتقاطعة في الصور الفموية ثنائية الأبعاد

    2024 | المؤلف: Beatrice Noeldeke وآخرون | المجلة: Head & Face Medicine | المجال: جراحة الفم (Oral Surgery)

    تستكشف هذه الدراسة تطبيق الشبكات العصبية التلافيفية (CNNs) لمساعدة أطباء الأسنان ذوي الخبرة المحدودة في اكتشاف العضات المتقاطعة من خلال تحليل الصور الفموية ثنائية الأبعاد. تم استخدام ما مجموعه 676 صورة من 311 مريضًا تقويم الأسنان لتدريب وتقييم ستة هياكل مختلفة من CNN: DenseNet و EfficientNet و MobileNet و ResNet18 و ResNet50 و Xception. كانت…


  • تقنيات التعلم الآلي المتقدمة لتحسين توقعات مرض السكري: دراسة تفصيلية لبيانات المستشفى

    2024 | المؤلف: Najah Al-shanableh وآخرون | المجلة: Data & Metadata | المجال: إدارة المعلومات الصحية (Health Information Management)

    تبحث ورقة البحث في تطبيق خوارزميات التعلم الآلي للتنبؤ بالسكري، وهو مرض مزمن مرتبط بارتفاع معدلات الوفيات والعديد من الأمراض المصاحبة. تهدف الدراسة إلى تحسين دقة التنبؤ من خلال نموذج تجميعي محسّن يدمج تقنيات التعلم الآلي المتعددة. يتم تقييم عدة خوارزميات، بما في ذلك نايف بايز (NB)، النموذج الخطي العام (GLM)، الانحدار اللوجستي (LR)، هامش…


  • نهج قائم على التعلم العميق: نموذج تلقائي لتصنيف التهاب اللثة باستخدام استراتيجية إزالة اللثة

    2024 | المؤلف: Chang Wen وآخرون | المجلة: Scientific Reports | المجال: أمراض اللثة (Periodontics)

    تركز هذه الدراسة على تطوير شبكة تعلم عميق تهدف إلى التقييم التلقائي لالتهاب اللثة، وهو مؤشر حاسم في التهاب اللثة. استخدم الباحثون تقنية التوزيع الاحتمالي للجيران (t-SNE) لتقليل الأبعاد وبنوا شبكة عصبية تلافيفية (CNN) تعتمد على DenseNet لتحديد وتقييم التهاب اللثة. لتحسين أداء النموذج، تم تقديم خوارزمية جديدة لإزالة الأسنان، إلى جانب تطبيق مشفر Grad-CAM++…


  • الكشف عن الأمراض المعتمد على التعلم العميق في أوراق قصب السكر: تقييم نماذج

    2024 | المؤلف: İsmail Kunduracıoğlu وآخرون | المجلة: Journal of Operations Intelligence | المجال: علوم النبات (Plant Science)

    تتناول هذه الدراسة القضية الحرجة لاكتشاف الأمراض في قصب السكر، وهو محصول مسؤول عن 75% من إنتاج السكر العالمي. تعتبر طرق التشخيص اليدوي التقليدية غير فعالة وغالبًا ما تكون غير دقيقة، مما دفع إلى تطوير نهج قائم على التعلم العميق لاكتشاف الأمراض بشكل موثوق في أوراق قصب السكر. باستخدام مجموعة بيانات أوراق قصب السكر، التي…


  • نموذج دمج عميق لتوقع سوق الأسهم باستخدام عناوين الأخبار وبيانات السلاسل الزمنية

    2024 | المؤلف: Pin‐Yu Chen وآخرون | المجلة: Neural Computing and Applications | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الورقة البحثية نموذج تعلم عميق متعدد الوسائط جديد لتوقع اتجاهات الأسهم، مع معالجة تعقيدات سوق الأسهم من خلال دمج مصادر بيانات متعددة. يجمع الهيكل المقترح بين نموذج يعتمد على BERT، تم ضبطه بدقة على الأخبار المالية، مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) لالتقاط الأنماط الزمنية في أسعار الأسهم والمؤشرات الفنية. يتم إثبات…


←السابق
1 … 76 77 78 79 80 … 94
التالي→

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