الأبحاث المرتبطة بالكلمة المفتاحية: التعلم العميق
-
NeuroNet19: نموذج شبكة عصبية عميقة قابلة للتفسير لتصنيف أورام الدماغ باستخدام بيانات التصوير بالرنين المغناطيسي
2024 | المؤلف: Rezuana Haque وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث NeuroNet19، وهي بنية شبكة عصبية عميقة مصممة لاكتشاف وتصنيف أورام الدماغ (BTs). من خلال الاستفادة من VGG19 كعمود فقري لها، تتضمن NeuroNet19 وحدة تجميع الهرم المقلوب (iPPM) لالتقاط خرائط الميزات متعددة المقاييس بفعالية، مما يعزز قدرة النموذج على استخراج كل من السياقات المحلية والعالمية للصورة بغض النظر عن حجم الورم أو موقعه.…
-
تحسين تصنيف الأمراض من خلال تحليل نموذج اللغة للأعراض
2024 | المؤلف: Esraa Hassan وآخرون | المجلة: Scientific Reports | المجال: علم الأحياء الجزيئي (Molecular Biology)تستكشف هذه الورقة البحثية تطبيق تقنيات معالجة اللغة الطبيعية المتقدمة (NLP) وتقنيات التعلم العميق لأتمتة توقع الأمراض بناءً على أوصاف الأعراض. تستخدم الدراسة نموذجين من نماذج تطبيع المفاهيم الطبية – تمثيلات الترميز ثنائية الاتجاه من المحولات (MCN-BERT) ونموذج الذاكرة الطويلة القصيرة ثنائية الاتجاه (BiLSTM)، كل منهما مُحسَّن باستخدام طرق مختلفة من المعلمات الفائقة. تم تقييم…
-
Deep-STP: نهج قائم على التعلم العميق للتنبؤ ببروتينات سم الأفعى باستخدام تمثيلات الكلمات
2024 | المؤلف: Hasan Zulfiqar وآخرون | المجلة: Frontiers in Medicine | المجال: علم الوراثة (Genetics)تستكشف الأبحاث إمكانيات بروتينات سم الأفعى، المعروفة بتأثيراتها السامة على الأنظمة الدموية والعصبية، في تطوير علاجات دوائية للأمراض ذات الصلة. تعتبر الطرق البيوكيميائية التقليدية لتحديد هذه البروتينات مكلفة وتستغرق وقتًا طويلاً؛ وبالتالي، يقدم البحث نهجًا حسابيًا قائمًا على التسلسل يستفيد من الذكاء الاصطناعي للفرز على نطاق واسع. استخدم المؤلفون ثلاثة موصوفات ميزات—g-gap، المتجه الطبيعي (NV)،…
-
ERTNet: إطار عمل قابل للتفسير قائم على المحولات للتعرف على مشاعر
2024 | المؤلف: Ruixiang Liu وآخرون | المجلة: Frontiers in Neuroscience | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تقدم البحث إطارًا مبتكرًا للتعرف على المشاعر باستخدام إشارات EEG، معالجًا قيود الطرق التقليدية من خلال بنية هجينة تجمع بين الشبكات العصبية التلافيفية (CNN) والمحولات. يتيح هذا النهج عزل الميزات المهمة من بيانات EEG مع تقليل الضوضاء عالية التردد، مما يعزز قابلية تفسير نماذج التعلم العميق. حقق الإطار معدلات دقة ملحوظة بلغت 74.23% ± 2.59%…
-
نموذج هجين من ResNet-LSTM للتنبؤ بنوبات الصرع باستخدام نموذج مدرب مسبقًا مع التعلم التبايني الموجه
2024 | المؤلف: Dohyun Lee وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)في هذا البحث، يتم تقديم طريقة جديدة للتنبؤ بنوبات الصرع، مستفيدة من نموذج مدرب مسبقًا يدمج التعلم التبايني المراقب مع بنية هجينة تجمع بين الشبكات المتبقية (ResNet) وشبكات الذاكرة قصيرة وطويلة الأمد (LSTM). تتكشف المنهجية في ثلاث مراحل رئيسية: المعالجة المسبقة، التدريب المسبق، والتدريب. في البداية، يتم تحويل بيانات تخطيط الدماغ الكهربائي (EEG) إلى صور…
-
إطار تعلم محفوظ لمعادلات تفاضلية جزئية متعددة الدقة لديناميات الزمان والمكان
2024 | المؤلف: Xin‐Yang Liu وآخرون | المجلة: Communications Physics | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تقدم البحث إطارًا جديدًا للتعلم العميق المدعوم بالفيزياء، يُطلق عليه اسم الشبكة العصبية المحفوظة PDE (PPNN)، والتي تهدف إلى تحسين نمذجة الفيزياء الزمنية المكانية المعتمدة على المعلمات من خلال دمج المعادلات التفاضلية الجزئية (PDEs) المعروفة مباشرة في بنية الشبكة العصبية. يتم تحقيق هذا الدمج من خلال كتل اتصال متبقية ثابتة في إعداد متعدد الدقة، مما…
-
الدرس: هجوم حقن بيانات زائفة متعدد التسميات باستخدام التعلم العميق للكشف عن المواقع
2024 | المؤلف: Jiwei Tian وآخرون | المجلة: IEEE Transactions on Dependable and Secure Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم التقدم في أساليب التعلم العميق لاكتشاف وتحديد هجمات حقن البيانات الزائفة (FDIA)، مع التركيز بشكل خاص على هجمات حقن البيانات الزائفة العدائية (AFDIA). بينما تناولت الأبحاث السابقة اكتشاف FDIA ذات التسمية الواحدة، يحدد المؤلفون فجوة كبيرة في دراسة الهجمات الدفاعية العدائية في سياق اكتشاف المواقع المتعددة التسمية لـ FDIA. لمعالجة ذلك، يقدمون…
-
نهج دمج مشترك قائم على التعلم العميق لاستغلال المعلومات التشريحية والوظيفية للدماغ في اضطرابات طيف التوحد
2024 | المؤلف: Sara Saponaro وآخرون | المجلة: Brain Informatics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)في هذه الدراسة، يستكشف المؤلفون دمج بيانات التصوير بالرنين المغناطيسي الهيكلي والوظيفي لتعزيز أداء نماذج التعلم العميق (DL) في تمييز الأفراد المصابين باضطرابات طيف التوحد (ASD) عن الضوابط النامية بشكل طبيعي (TD). باستخدام مجموعة بيانات من مجموعات ABIDE I و II، شملت التحليل 1383 موضوعًا ذكريًا تتراوح أعمارهم بين 5 إلى 40 عامًا، تضم 680…
-
نهج جديد لتصنيف الأخبار المزيفة باستخدام نماذج التعلم العميق المعتمدة على
2024 | المؤلف: Halyna Padalko وآخرون | المجلة: Frontiers in Big Data | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)تتناول الدراسة التحدي الحاسم في كشف الأخبار المزيفة في العصر الرقمي، حيث تعقد الانتشار السريع للمعلومات التمييز بين السرديات الأصلية والمزيفة. تركز على تطوير نماذج تعلم عميق متقدمة، وبالتحديد هياكل Bi-LSTM وهياكل Bi-LSTM المعتمدة على الانتباه، لتعزيز دقة تصنيف الأخبار المزيفة. تم تقييم النماذج بدقة باستخدام مقاييس مثل الاسترجاع، الدقة، F1-Score، الدقة، والخسارة، مما يظهر…
-
معالجة البيانات الآلية وهندسة الميزات لتطبيقات التعلم العميق والبيانات الضخمة: استبيان
2024 | المؤلف: Alhassan Mumuni وآخرون | المجلة: Journal of Information and Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التقدم في أتمتة مهام معالجة البيانات ضمن خطوط أنابيب التعلم العميق، مع التأكيد على أهمية هذه التطورات في سياق الذكاء الاصطناعي (AI) وتطبيقات البيانات الضخمة. تركز أساليب الذكاء الاصطناعي الحديثة على تصميم خوارزميات تتعلم من البيانات، لا سيما من خلال التعلم العميق المراقب، مما سهل إنشاء أنظمة التعلم الآلي.…
