تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. الذكاء الاصطناعي

الأبحاث المرتبطة بالكلمة المفتاحية: الذكاء الاصطناعي




  • تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن

    2025 | المؤلف: David B. Olawade وآخرون | المجلة: International Journal of Cardiology | المجال: إدارة المعلومات الصحية (Health Information Management)

    تستكشف هذه الدراسة تطبيق تقنيات التعلم الآلي (ML) للتنبؤ بمرض الشريان التاجي (CAD) باستخدام مجموعتين من البيانات: مجموعة بيانات فرامينغهام ومجموعة بيانات ز-علي زاده ساني. من خلال اعتماد منهجية منظمة تشمل معالجة البيانات، واختيار الميزات عبر خوارزمية تحسين بحث النسر الأصلع (BESO)، وتقييم نماذج التصنيف المتعددة، تحدد الأبحاث أن الغابة العشوائية (RF) هي الأكثر فعالية…


  • AMPGen: نموذج توليدي مدفوع بالمعلومات المحفوظة والتطور لتصميم جديد للببتيدات المضادة للميكروبات

    2025 | المؤلف: S. Jin وآخرون | المجلة: Communications Biology | المجال: علم الأحياء الدقيقة (Microbiology)

    يقدم القسم AMPGen، وهو نموذج توليدي جديد مصمم لإنشاء الببتيدات المضادة للميكروبات (AMPs) من الصفر، والتي تتميز بمرونتها الهيكلية وضرورتها للعديد من الوظائف البيولوجية. تكافح نماذج تصميم البروتين التقليدية في توليد مثل هذه الببتيدات بسبب نقص الهياكل المستقرة. يدمج AMPGen المعلومات التطورية من خلال نموذج انتشار تلقائي مدرب مسبقًا وغير حساس للترتيب يستخدم الانتباه المحوري…


  • كشف فعال عن أمراض النباتات باستخدام نهج التعلم الانتقالي

    2025 | المؤلف: Bosubabu Sambana وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تتناول البحث القضية الحرجة لأمراض النباتات، التي تؤثر بشكل كبير على الإنتاجية الزراعية والجودة. الكشف المبكر ضروري للتخفيف من هذه الآثار، وتقدم التقدمات التكنولوجية حلولًا واعدة لأتمتة مراقبة الأمراض. يقدم هذه الدراسة نظامًا يستخدم تقنيات التعلم الانتقالي باستخدام YOLOv7 و YOLOv8، وهما نموذجين متقدمين للكشف عن الأجسام، لتحديد ومراقبة مختلف أمراض النباتات، بما في ذلك…


  • DeepDTAGen: إطار تعلم عميق متعدد المهام لتوقع تقارب الأدوية والأهداف وتوليد الأدوية المدركة للأهداف

    2025 | المؤلف: Pir Masoom Shah وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    تقدم ورقة البحث إطار تعلم متعدد المهام يهدف إلى تعزيز اكتشاف الأدوية من خلال التنبؤ في وقت واحد بمدى ارتباط الأدوية بالأهداف وتوليد أنواع جديدة من الأدوية المدركة للأهداف. لقد ركزت الأساليب التقليدية في التعلم الآلي في هذا المجال بشكل كبير على المهام الفردية، إما من خلال التنبؤ بتفاعلات الأدوية مع الأهداف (DTI) أو توليد…


  • التقدم في تعلم الآلة لاكتشاف وتوصيف الميكروبلاستيك في البيئة

    2025 | المؤلف: Mousumi Khanam وآخرون | المجلة: Frontiers in Environmental Science | المجال: التلوث (Pollution)

    تقدم هذه القسم نظرة شاملة على التقدم في تقنيات تعلم الآلة (ML) للكشف عن الميكروبلاستيك وتحليله، والتي تُعترف بشكل متزايد كملوثات هامة في البيئات المائية والبرية. الطرق التقليدية، مثل المجهر اليدوي وتقنيات الطيف المستقلة، على الرغم من دقتها، إلا أنها تتطلب الكثير من العمل وغير فعالة للمراقبة عالية الإنتاجية. بالمقابل، قامت خوارزميات تعلم الآلة، بما…


  • الدردشة الآلية المدعومة بالذكاء الاصطناعي: تأثيرها على نتائج الرضاعة الطبيعية وقلق الأمهات

    2025 | المؤلف: Gizem Kerimoğlu Yıldız وآخرون | المجلة: BMC Pregnancy and Childbirth | المجال: المهن الصحية العامة (General Health Professions)

    تستكشف هذه الدراسة فعالية تطبيق استشارات الرضاعة الطبيعية المعتمد على الذكاء الاصطناعي (AI) على فعالية الأمهات الذاتية في الرضاعة الطبيعية، والنجاح، ومستويات القلق. باستخدام تصميم شبه تجريبي، تم تقسيم 60 أمًا إلى مجموعتين: واحدة تتلقى استشارات معتمدة على الذكاء الاصطناعي والأخرى تم تزويدها بكتيب تقليدي. تم جمع البيانات في فترات متعددة بعد الولادة باستخدام أدوات…


  • نظرة عامة على سيناريوهات التسرب في التعلم الآلي الخاضع للإشراف

    2025 | المؤلف: Leonard Sasse وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم الدور الحاسم لتعلم الآلة (ML) في النمذجة التنبؤية عبر مجالات مختلفة، مع تسليط الضوء على التحدي الكبير المتمثل في تسرب البيانات داخل خطوط أنابيب ML. يمكن أن يؤدي تسرب البيانات إلى تقديرات أداء متفائلة بشكل مفرط ويعيق قدرة النموذج على التعميم على بيانات جديدة، مما قد يكون له عواقب مالية واجتماعية ضارة.…


  • خوارزمية تصنيف المنفعة التكيفية لتقييم التمويل الأصغر المدعوم بتقنية البلوكشين في الأسواق الناشئة – منظور جديد في اتخاذ القرارات المتعددة

    2025 | المؤلف: Zhenyun Du وآخرون | المجلة: International Journal of Economic Sciences | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)

    إن دمج تقنية البلوكشين في التمويل الأصغر يُحوّل الشمول المالي والتمكين الاقتصادي في الأسواق الناشئة. تقدم هذه الدراسة خوارزمية تصنيف المنفعة التكيفية (AURA)، وهي طريقة جديدة لصنع القرار متعدد المعايير (MCDM) مصممة لتقييم البدائل المعتمدة على البلوكشين في قطاع التمويل الأصغر في ماليزيا. تميز AURA نفسها عن تقنيات MCDM التقليدية من خلال وظيفة المسافة المرنة…


  • النحت بالواقع الافتراضي كوسيلة علاجية لتخفيف القلق: دراسة حالة من فصل فنون جامعي

    2025 | المؤلف: Huan Ding وآخرون | المجلة: Frontiers in Psychiatry | المجال: الحفظ (Conservation)

    تبحث ورقة البحث في التأثيرات العلاجية لنحت الواقع الافتراضي (VR) على مستويات القلق، والرفاهية النفسية، والاسترخاء الفسيولوجي بين طلاب الجامعات. مع عينة من 30 طالبًا جامعيًا، استخدمت الدراسة مقياس اضطراب القلق العام (GAD-7)، وجدول التأثيرات الإيجابية والسلبية (PANAS)، وتغير معدل ضربات القلب (HRV) لقياس النتائج. أظهرت النتائج انخفاضًا كبيرًا في درجات GAD-7، وزيادة في درجات…


  • مسح لشبكات الرسوم البيانية الهندسية العصبية: هياكل البيانات، النماذج والتطبيقات

    2025 | المؤلف: Jiaqi Han وآخرون | المجلة: Frontiers of Computer Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على الرسوم البيانية الهندسية، وهي رسوم بيانية متخصصة تتميز بخصائص هندسية أساسية لنمذجة مشكلات علمية متنوعة. على عكس الرسوم البيانية التقليدية، تعرض الرسوم البيانية الهندسية تماثلات فيزيائية مثل الترجمات، والتدويرات، والانعكاسات، مما يقدم تحديات لشبكات الأعصاب الرسومية الحالية (GNNs). للتغلب على هذه التحديات، طور الباحثون GNNs هندسية تدمج خصائص ثابتة…


←السابق
1 … 27 28 29 30 31 … 209
التالي→

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