الأبحاث المرتبطة بالكلمة المفتاحية: الشبكات العصبية التلافيفية العميقة
-
تقييم جودة الحبوب المستند إلى التصوير الطيفي الفائق مع بيانات محدودة معنونة Hyperspectral Imaging-Based Grain Quality Assessment With Limited Labelled Data
2026 | المؤلف: Priyabrata Karmakar وآخرون | المجلة: IEEE Transactions on Emerging Topics in Computing | المجال: الكيمياء التحليلية (Analytical Chemistry)تستكشف هذه الورقة البحثية دمج التصوير الطيفي العالي (HSI) مع تقنيات التعلم من عدد قليل من العينات (FSL) لتقييم جودة الحبوب، مع معالجة تحدي نقص البيانات المعلّمة لتدريب الشبكات العصبية التلافيفية العميقة (DCNNs). غالبًا ما تكون طرق تقييم جودة الحبوب التقليدية تدخّلية ومكلفة، بينما يوفر HSI بديلاً غير تدخلي وفي الوقت الحقيقي من خلال التقاط…
-
كبح الضوضاء لجمعات CRP بناءً على Self2Self مع التسرب Noise suppression for CRP gathers based on Self2Self with dropout
2026 | المؤلف: Fei Li وآخرون | المجلة: Journal of Applied Geophysics | المجال: الجيوفيزياء (Geophysics)تناقش هذه القسم أهمية كتم الضوضاء في معالجة بيانات الزلازل، مع التأكيد على دوره في تحسين التصوير وتوقع الخزانات. يسلط الضوء على قيود التعلم المراقب بسبب نقص التسميات النظيفة في بيانات استكشاف الزلازل ويقدم نهج التعلم الذاتي كمُعَادل قابل للتطبيق. الطريقة المقترحة، الشبكات العميقة ذات الالتفاف الذاتي (SSDCN)، مستوحاة من إطار عمل Self2Self وتستخدم أزواجًا…
-
نهج هجين متعدد الوسائط للتعلم العميق لتوقع الآفات باستخدام السلاسل الزمنية وصور الأقمار الصناعية A multimodal hybrid deep learning approach for pest forecasting using time series and satellite images
2026 | المؤلف: Andrés Manuel Chacón-Maldonado وآخرون | المجلة: Information Fusion | المجال: علوم النبات (Plant Science)تقدم هذه الدراسة منهجية هجينة متعددة الوسائط جديدة للتنبؤ بعدد ذباب الزيتون، وهو أمر حاسم لحماية المحاصيل بشكل فعال والتخفيف الاقتصادي. تدمج هذه الطريقة شبكة عصبية تلافيفية عميقة (CNN) لاستخراج الميزات المكانية من صور الأقمار الصناعية Sentinel-2 مع نماذج تعلم الآلة المختلفة، بما في ذلك الغابة العشوائية وتعزيز التدرج المتطرف، لمعالجة كل من بيانات الأقمار…
-
بدائل تعلم الآلة لنمذجة الهيدرولوجيا بكفاءة: رؤى من المحاكاة العشوائية لإعادة شحن المياه الجوفية المدارة Machine learning surrogates for efficient hydrologic modeling: Insights from stochastic simulations of managed aquifer recharge
2026 | المؤلف: Timothy Dai وآخرون | المجلة: Journal of Hydrology | المجال: الهندسة البيئية (Environmental Engineering)تتناول ورقة البحث تطوير سير عمل نمذجة هجينة تجمع بين نماذج الهيدرولوجيا المعتمدة على العمليات ونماذج التعلم الآلي (ML) البديلة لتعزيز كفاءة المحاكاة الهيدرولوجية. تعتبر النماذج التقليدية المعتمدة على العمليات كثيفة الحوسبة، وغالبًا ما تتطلب ساعات إلى أيام لإجراء المحاكاة، مما يطرح تحديات للتحليلات التي تتطلب العديد من عمليات النموذج، مثل تقدير عدم اليقين والتحسين.…