الأبحاث المرتبطة بالكلمة المفتاحية: الزيادة العشوائية
-
الكشف عن مرض الكلى المزمن القابل للتفسير المدفوع بالبيانات باستخدام استيفاء البيانات القائم على RF وتعلم الميتا-إنسيبل
2026 | المؤلف: R. K. Gupta وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث الحاجة الملحة للكشف المبكر عن مرض الكلى المزمن (CKD) من خلال إطار عمل منظم يعتمد على البيانات يهدف إلى تعزيز توقع مرض الكلى المزمن. الإطار الهجين المقترح يدمج تقنيات التقدير المعتمدة على غابة عشوائية (RF) لإدارة القيم المفقودة، وترميز الميزات الفئوية، وتقنية الزيادة الاصطناعية للأقليات (SMOTE) لمعالجة عدم توازن الفئات. يستخدم محسن…
-
الكشف المبكر عن مرض الكلى المزمن بناءً على نموذج تعلم آلي معزز بـ SURD
2026 | المؤلف: Ningning Xue وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول هذه الدراسة التحدي الكبير المتمثل في التنبؤ المبكر بالمخاطر في مرض الكلى المزمن (CKD) من خلال تقديم إطار تنبؤي جديد يجمع بين التعلم الآلي مع تحليل التفكيك الفريد المتناغم (SURD) من نظرية المعلومات السببية. باستخدام مجموعة بيانات UCI-CKD التي تحتوي على 400 عينة، طور الباحثون عشرة نماذج تصنيف، مع معالجة البيانات المفقودة من خلال…
-
تحسين أداء نموذج التعلم الآلي في توقع الأمراض مع توليد بيانات اصطناعية
2025 | المؤلف: M. K. Jayanthi Kannan وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول هذه الدراسة التحديات الكبيرة التي تطرحها مجموعات البيانات غير المتوازنة في تعلم الآلة، والتي تؤدي غالبًا إلى تدريب نماذج متحيزة تفضل الفئات الغالبة وتعميم ضعيف للفئات الأقل. للتخفيف من هذه المشكلات، نفذت الدراسة تقنيات متقدمة لتوليد البيانات الاصطناعية، بما في ذلك تقنية زيادة العينة للأقليات الاصطناعية (SMOTE) وأخذ العينات الاصطناعية التكيفية (ADASYN)، جنبًا إلى…
-
الكشف المتقدم عن اضطرابات النوم باستخدام التعلم الجماعي متعدد الطبقات وتقنيات توازن البيانات المتقدمة
2025 | المؤلف: Muhammad Mostafa Monowar وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم وظائف الأعضاء (Physiology)تقدم البحث نموذجًا جديدًا للتجميع لاكتشاف اضطرابات النوم يستفيد من تقنيات التعلم الآلي لتعزيز دقة وموثوقية التشخيص. من خلال اعتماد نهج تجميع متعدد الطبقات، يدمج النموذج عدة خوارزميات، بما في ذلك الغابة العشوائية، SVM، الانحدار اللوجستي، KNN، وXGBoost، لالتقاط الميزات الأساسية لاضطرابات النوم بشكل فعال. تتضمن المنهجية تقنيات مثل تحديد العتبات، وتسجيل التنبؤ، وتحويل تسميات…
-
زيادة البيانات ومجموعات البيانات غير المتوازنة: دراسة أداء التعلم الآلي وهندسة الميزات
2024 | المؤلف: Muhammad Mujahid وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول الدراسة تحدي عدم توازن الفئات في تعلم الآلة، وخاصة في تطبيقات استخراج النصوص، حيث قد تتفوق فئة واحدة بشكل كبير على أخرى. غالبًا ما يؤدي هذا التوازن إلى الإفراط في ملاءمة النموذج وتدهور الأداء. للتخفيف من هذه المشكلات، تقارن الأبحاث تقنيات زيادة العينات المختلفة، بما في ذلك تقنية زيادة العينات للأقليات الاصطناعية (SMOTE)، وSVM-SMOTE،…
