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




  • بنية المحول المشترك في تصنيف التصوير بالرنين المغناطيسي ثلاثي الأبعاد للدماغ: تطبيقها في تصنيف مرض الزهايمر

    2024 | المؤلف: Sait Alp وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تستقصي هذه الدراسة تطبيق محول الرؤية (ViT) في معالجة صور الرنين المغناطيسي (MRIs) لتشخيص مرض الزهايمر (AD)، وهو اضطراب تنكسي عصبي يؤثر بشكل أساسي على كبار السن. تستخدم الأبحاث ViT لاستخراج الميزات من MRIs، وتحويلها إلى تسلسل لنمذجة الاعتماديات وتصنيف الميزات من خلال محول السلاسل الزمنية. تم تقييم النموذج باستخدام MRIs الموزونة T1 من قاعدة…


  • نماذج التعلم العميق المعتمدة على اللوبي لتوقع اتجاه أسعار الأسهم: دراسة مرجعية

    2024 | المؤلف: Matteo Prata وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تناقش هذه القسم تأثير التقدمات الأخيرة في التعلم العميق (DL) على قطاع المالية، وبشكل خاص في توقع اتجاه أسعار الأسهم (SPTP) باستخدام بيانات دفتر الطلبات المحدودة (LOB). يقوم المؤلفون بالتحقيق في قوة وعمومية خمسة عشر نموذجًا متقدمًا في التعلم العميق من خلال تطوير LOBCAST، وهو إطار عمل مفتوح المصدر مصمم لمعالجة البيانات، وتدريب النماذج، والتقييم،…


  • إطار فعال للكشف عن مرض باركنسون: الاستفادة من تمثيل الزمن-التردد وشبكة أليكس نت العصبية الالتفافية

    2024 | المؤلف: Siuly Siuly وآخرون | المجلة: Computers in Biology and Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث هذه الورقة البحثية في استخدام إشارات تخطيط الدماغ الكهربائي (EEG) للتشخيص المبكر لمرض باركنسون (PD)، وهو اضطراب تنكسي عصبي يؤثر على أكثر من 10 ملايين شخص على مستوى العالم. تقدم الدراسة نموذج شبكة عصبية تلافيفية (CNN) قائم على تمثيل الزمن-التردد (TFR) باستخدام AlexNet يعزز من تحديد المناطق الحرجة في الدماغ المرتبطة بمرض PD. من…


  • طريقة محسنة لتقدير وضع الإنسان في الوقت الحقيقي تعتمد على إطار عمل YOLOv8 المعدل

    2024 | المؤلف: Chengang Dong وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث نموذجًا جديدًا لتقدير وضعية الإنسان في الوقت الحقيقي (HPE) يسمى CCAM-Person، مبنيًا على إطار عمل YOLOv8. الهدف الرئيسي من هذا النموذج هو تعزيز دقة تقدير وضعية الإنسان في ظل التحديات مثل الحجب الجزئي وحقول الاستقبال المحدودة، والتي يمكن أن تعيق الأداء. لمعالجة هذه القضايا، قام المؤلفون بتحسين مكونات العمود الفقري والعنق لنموذج…


  • نهج توقع الأمراض الهجينة الذي يستفيد من تقنيات التوأم الرقمي والميتافيرس لصالح المستهلكين الصحيين

    2024 | المؤلف: Chaitanya Kulkarni وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: إدارة المعلومات الصحية (Health Information Management)

    تناقش الورقة البحثية التأثير التحويلي لدمج تقنية التوأم الرقمي مع الميتافيرس في صحة المستهلك (MCH)، لا سيما في توقع الأمراض. من خلال دمج المعلومات الحيوية وبيانات الرعاية الصحية الضخمة، تقدم الدراسة نموذجًا هجينًا جديدًا، DAE-BLS، الذي يدمج بين أجهزة التشفير التلقائي لإزالة الضوضاء (DAE) ونظام التعلم الواسع (BLS). يعالج هذا النموذج قيود الشبكات العصبية العميقة…


  • مقارنة استراتيجيات الضبط الدقيق لتعلم النقل في تصنيف الصور الطبية

    2024 | المؤلف: Ana Davila وآخرون | المجلة: Image and Vision Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تتناول هذه الدراسة تحدي تكييف النماذج المدربة مسبقًا لسياقات التصوير الطبي المتخصصة، مع تسليط الضوء على قيود تطبيق النماذج المتقدمة مباشرة على بيانات طبية متنوعة. تقيم الدراسة ثماني استراتيجيات للتعديل الدقيق، بما في ذلك التقنيات القياسية والأساليب المبتكرة مثل تحرير الطبقات تدريجيًا ومعدلات التعلم التكيفية، عبر ثلاث بنى معروفة لشبكات الأعصاب التلافيفية (CNN) – ResNet-50…


  • AttGRU-HMSI: تعزيز تشخيص أمراض القلب باستخدام نهج التعلم العميق الهجين

    2024 | المؤلف: G. M. Narasimha Rao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث القضية الحرجة لمرض القلب، وهو سبب رئيسي للوفيات على مستوى العالم، مع التأكيد على أهمية الكشف المبكر لتحسين نتائج المرضى. تقترح خوارزمية تعلم عميق هجينة مصممة لاكتشاف مرض القلب ضمن أطر البيانات الكبيرة، باستخدام Apache Hadoop بشكل خاص. تبدأ المنهجية بتقنية تحسين التجميع k-means (IKC) لإزالة القيم الشاذة من مجموعة بيانات طبية…


  • نماذج التعلم العميق لتوقع سوق الأسهم: تحليل مقارن شامل

    2024 | المؤلف: Md Salim Chowdhury وآخرون | المجلة: Journal of Business and Management Studies | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقوم هذه الدراسة بإجراء تحليل مقارن شامل لمختلف نماذج التعلم العميق لتوقعات سوق الأسهم، باستخدام بيانات من البورصة الوطنية (NSE) وبورصة نيويورك (NYSE). تقيم الأبحاث أربعة هياكل للشبكات العصبية العميقة: الشبكة العصبية متعددة الطبقات (MLP)، الشبكات العصبية التكرارية (RNN)، الذاكرة طويلة وقصيرة الأجل (LSTM)، والشبكة العصبية التلافيفية (CNN)، مع التركيز بشكل خاص على شركة تاتا…


  • تعزيز تصنيف حبوب القهوة: تحليل مقارن لنماذج التعلم العميق المدربة مسبقًا

    2024 | المؤلف: Esraa Hassan | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)

    تبحث ورقة البحث في التحديات التي تواجه إنتاج حبوب القهوة بسبب تقلبات أسعار القهوة العالمية، مع التأكيد على الآثار الاقتصادية للدول المعتمدة على هذا القطاع. الهدف الرئيسي هو تقييم فعالية نماذج التعلم العميق المدربة مسبقًا في التنبؤ بدقة بأنواع القهوة، وهو أمر مهم بشكل متزايد نظرًا للطلب المتزايد على القهوة المتخصصة. تم إجراء مقارنة شاملة…


  • استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ

    2024 | المؤلف: Sandeep Kumar Mathivanan وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث الدراسة في تطبيق هياكل التعلم العميق للنقل لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). تقيم أربعة نماذج—ResNet152 و VGG19 و DenseNet169 و MobileNetv3—على مجموعة بيانات مأخوذة من كاجل، باستخدام تقنية التحقق المتقاطع بخمسة طيات وتقنيات تحسين الصور لمعالجة عدم توازن مجموعة البيانات عبر أربع فئات من الأورام: الغدة النخامية، الطبيعية، السحائية، والورم الدبقي.…


←السابق
1 … 84 85 86 87 88 … 94
التالي→

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