تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. التفاف (علوم الحاسوب)

الأبحاث المرتبطة بالكلمة المفتاحية: التفاف (علوم الحاسوب)




  • الذكاء الاصطناعي القابل للتفسير وشبكات الحالة الصدى تضبط الثقة في التفاعل بين الإنسان والآلة

    2026 | المؤلف: Sijia Hao وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    هذا القسم من ورقة البحث يبرز أهمية الثقة في التفاعلات بين الإنسان والآلة، لا سيما في سياق أنظمة الذكاء الاصطناعي، التي غالبًا ما تُعتبر صناديق سوداء. تدرس الدراسة بشكل كمي تأثير الذكاء الاصطناعي القابل للتفسير (XAI) وشبكات الحالة الصدى (ESNs) على معايرة الثقة باستخدام مجموعتي بيانات مرجعية: CIFAR-10 للمهام البصرية وSQuAD للمهام النصية. من خلال…


  • GMG: طريقة توقع الفيديو تعتمد على التركيز العالمي والتوجيه الحركي

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Circuits and Systems for Video Technology | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    في السنوات الأخيرة، حظيت توقعات الفيديو، لا سيما في سياق التنبؤ بالطقس، باهتمام كبير. ومع ذلك، فإن التحديات الكامنة في التنبؤ بدقة بأنماط الطقس تنبع من التغير السريع في البيانات الجوية وتأثير الاتصالات البعيدة. تستخدم نماذج التنبؤ الزمانية المكانية الحالية بشكل أساسي عمليات الالتفاف أو النوافذ المنزلقة لاستخراج الميزات، والتي تقتصر على أبعاد نواة الالتفاف…


  • الالتفاف العشوائي المدرك دلاليًا ومطابقة المصدر لتعميم المجال في تقسيم الصور الطبية

    2026 | المؤلف: Franz Thaler وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا البحث، يتناول المؤلفون مشكلة التعميم عبر المجالات من مصدر واحد (DG) في تقسيم الصور الطبية، وتحديداً تدريب نموذج على نمط تصوير واحد (مثل، الأشعة المقطعية) وتطبيقه على آخر (مثل، التصوير بالرنين المغناطيسي) دون الحاجة إلى بيانات أو تعليقات إضافية من مجال الهدف. يقدمون طريقة تسمى الالتفاف العشوائي المدرك دلالياً ورسم الخرائط الدلالية (SRCSM)،…


  • شبكة تلافيف متعددة التمدد للتعرف على عواطف الكلام

    2025 | المؤلف: Samaneh Madanian وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تقدم ورقة البحث نموذجًا جديدًا للتعرف على عواطف الكلام (SER) الذي يستفيد من تقنيات التعلم العميق، مع التركيز بشكل خاص على طيف الكلام على مستوى النطق. يستخدم النموذج المقترح استراتيجية التجميع الهرمي المكاني (SPP) للتغلب على قيود الحجم النموذجية في مهام التعرف على الصور المعتمدة على الشبكات العصبية التلافيفية (CNN). من خلال استخراج كل من…


  • الكشف عن الضغط باستخدام تخطيط الدماغ الكهربائي تحت مهام معرفية متغيرة باستخدام الشبكة العصبية التلافيفية

    2025 | المؤلف: Heba M. Afify وآخرون | المجلة: Neural Computing and Applications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث نهجًا جديدًا لاكتشاف الإجهاد قصير المدى باستخدام إشارات تخطيط الدماغ الكهربائي (EEG)، مستفيدًا من نموذج VGGish لاستخراج الميزات وشبكة عصبية تلافيفية (CNN) للتصنيف. استخدمت الدراسة مجموعة بيانات SAM 40، التي تتكون من تسجيلات EEG من 40 مريضًا شاركوا في أربع مهام عقلية متميزة: اختبار الألوان والكلمات ستروب (SCWT)، حل المسائل الحسابية، تحديد الصورة…


  • نموذج محسّن للتعرف على المشاعر الوجهية يعتمد على هيكل عميق جديد للتلافيف

    2024 | المؤلف: Reham A. Elsheikh وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تقدم ورقة البحث نهجًا مبتكرًا للتعرف على مشاعر الوجه (FER) من خلال تطوير شبكة تلافيفية عميقة مضادة للتشويش (AA-DCN). يتناول هذا النموذج التحديات الكامنة في FER، مثل التغيرات في تعبيرات الوجه، والاحتجاب، وظروف الإضاءة، التي غالبًا ما تؤثر على جودة الصورة. يكتشف نموذج AA-DCN بنجاح ثمانية مشاعر مميزة وتم تقييمه على ثلاثة مجموعات بيانات: مجموعة…


  • YOLO-غرناطة: نموذج يولو خفيف الوزن مع انتباه لاكتشاف ثمار الرمان

    2024 | المؤلف: Jifei Zhao وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث خوارزمية خفيفة الوزن جديدة، YOLO-Granada، مصممة للكشف عن الرمان في الوقت الحقيقي خلال فترة نموه. تعتمد هذه الخوارزمية على نسخة محسنة من إطار عمل You Only Look Once النسخة 5 (YOLOv5) وتستخدم شبكة ShuffleNetv2 الخفيفة كعمود فقري لاستخراج الميزات. تشمل التحسينات الرئيسية دمج الالتفافات المجمعة ووحدة انتباه الكتلة الالتفافية (CBAM)، والتي تعمل معًا…


  • الكشف عن الأهداف الصغيرة تحت الماء باستخدام نموذج YOLOv8-LA

    2024 | المؤلف: Shenming Qu وآخرون | المجلة: Scientific Reports | المجال: علم المحيطات (Oceanography)

    في مجال هندسة البيئة البحرية، يعد اكتشاف الأهداف تحت الماء أمرًا حيويًا، وقد أظهرت التطورات الأخيرة باستخدام الشبكات العصبية التلافيفية (CNN) وعودًا كبيرًا. ومع ذلك، غالبًا ما تكافح الشبكات العصبية العميقة التقليدية من حيث سرعة المعالجة والدقة، خاصة بالنسبة للأهداف الصغيرة والمتقاربة. للتغلب على هذه التحديات، يقترح المؤلفون نموذج شبكة عصبية جديد، YOLOv8-LA، الذي يتضمن…


  • كشف العيوب في وحدات الطاقة الشمسية بناءً على VarifocalNet المحسن

    2024 | المؤلف: Yanfei Jia وآخرون | المجلة: Scientific Reports | المجال: الطاقة المتجددة والاستدامة والبيئة (Renewable Energy, Sustainability and the Environment)

    تقدم ورقة البحث نسخة محسنة من VarifocalNet تهدف إلى تحسين سرعة ودقة اكتشاف الوحدات الكهروضوئية (PV) المعيبة، والتي تعتبر ضرورية للحفاظ على كفاءة توليد الطاقة. الطريقة المقترحة تقدم وحدتين جديدتين: واحدة مصممة لتعزيز دقة الاكتشاف من خلال دمج الالتفافات القياسية والموسعة، وأخرى تهدف إلى تحسين سرعة الاكتشاف مع عدد أقل من المعلمات. بالإضافة إلى ذلك،…


  • دراسة حول التعرف على التعبيرات بناءً على شبكة mobilenetV2 المحسّنة

    2024 | المؤلف: Qiming Zhu وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    تقدم هذه الورقة نسخة محسنة من شبكة MobileNetV2 العصبية، تُسمى I-MobileNetV2، تهدف إلى معالجة قيود الشبكات العميقة التلافيفية الحالية، لا سيما في سياق التعرف على مشاعر الوجه. يحتفظ النموذج المقترح بخصائص التلافيف العميقة القابلة للفصل من MobileNetV2، مما يقلل من المتطلبات الحاسوبية مع الحفاظ على هيكل خفيف الوزن. تشمل الابتكارات الرئيسية آلية دمج عكسية للحفاظ…


←السابق
1 2 3
التالي→

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