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

الأبحاث المرتبطة بالكلمة المفتاحية: المشفّر التلقائي




  • تصنيف أمراض الأسنان لدى الأطفال من الأشعة السينية البانورامية باستخدام نماذج تحويل اللغة الطبيعية والتعلم العميق

    2026 | المؤلف: Tuan D. Pham وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: جراحة الفم (Oral Surgery)

    تقدم ورقة البحث إطار عمل جديد قائم على النصوص لتصنيف الأمراض السنية لدى الأطفال من الأشعة السينية البانورامية، مع التركيز على إمكانيات معالجة اللغة الطبيعية في التصوير الطبي. من خلال توليد أوصاف نصية منظمة من الأشعة السينية باستخدام نموذج التحويل، تقيم الدراسة فعالية هذه الأوصاف في الكشف عن الأمراض الثنائية من خلال ثلاثة هياكل تعلم…


  • مشفر تلقائي موجه بأهمية الميزات لتقليل الأبعاد في أنظمة كشف التسلل

    2026 | المؤلف: M A Abdel-Rahman وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    في هذا القسم، يبرز المؤلفون أهمية أنظمة كشف التسلل (IDS) في حماية الشبكات الحاسوبية ودور تقنيات تقليل الأبعاد في تعزيز أداء IDS القائم على التعلم الآلي. يقدمون نهجًا جديدًا يسمى مشفر تلقائي قائم على أهمية الميزات (FI-AE)، والذي يدمج طريقة فريدة لتحديد أهمية الميزات تُعرف بأهمية الميزات من نوع واحد ضد الجميع (OVA) المستمدة من…


  • نظام خبير قائم على مشفر تلقائي مكدس هجين وآلات الدعم المتجه للكشف عن فشل القلب

    2026 | المؤلف: Mian Muhammad Kamal وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تقدم ورقة البحث نظام خبير هجين مبتكر من ثلاث مراحل يهدف إلى تعزيز اكتشاف فشل القلب (HF) من خلال تحسين طرق التشخيص. يستخدم النظام مشفرًا تلقائيًا مكدسًا (AE) لاستخراج الميزات من عوامل خطر HF، يليه آلة دعم المتجهات (SVM) مع عقوبة L1 التي تختار مجموعة فرعية عالية الجودة من الميزات. في مرحلة التصنيف النهائية، يتم…


  • تحليل مقارن لهياكل التعلم العميق في توقع الطاقة الشمسية

    2025 | المؤلف: Montaser Abdelsattar وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تدرس هذه الدراسة فعالية هياكل التعلم العميق (DL) المختلفة في توقع الطاقة الشمسية، باستخدام مجموعة بيانات تتكون من 4200 سجل تاريخي و20 ميزة من الميزات الجوية والفلكية. تم مقارنة ثمانية نماذج: Autoencoder، وLong Short-Term Memory (LSTM)، وGated Recurrent Unit (GRU)، وSimple Recurrent Neural Network (SimpleRNN)، وConvolutional Neural Network (CNN)، وTemporal Convolutional Network (TCN)، وTransformer، وLightweight…


  • مشفر تلقائي تحت الإشراف MLP لتوقعات السلاسل الزمنية المالية

    2025 | المؤلف: Bartosz Bieganowski وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تستكشف هذه الورقة البحثية تطوير استراتيجية استثمار خوارزمية (AIS) باستخدام شبكات مشفر تلقائي تحت إشراف – متعددة الطبقات (SAE-MLP)، مع التركيز على بيانات الأسعار عالية التردد بدلاً من أسعار الإغلاق اليومية التقليدية. تتناول الدراسة ثلاثة أسئلة بحثية رئيسية: تأثير زيادة البيانات وإزالة الضوضاء على أداء الاستراتيجية، فعالية تصنيف الحواجز الثلاثية مقارنة بتصنيف الاتجاه البسيط، ودور…


  • تعزيز التنبؤ بعبء السكري المدفوع بالذكاء الاصطناعي: تحليل مقارن لنماذج التعلم العميق والنماذج الإحصائية

    2025 | المؤلف: Rasool Esmaeilyfard وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تدرس هذه الدراسة فعالية أربعة نماذج للتنبؤ – المحول مع مشفر تلقائي متغير (VAE)، الذاكرة طويلة وقصيرة الأجل (LSTM)، وحدة التكرار المغلقة (GRU)، ومتوسط الحركة التكاملي الذاتي (ARIMA) – في التنبؤ بالعبء العالمي للسكري. باستخدام بيانات سنوية عن سنوات الحياة المعدلة حسب الإعاقة (DALYs)، والوفيات، وانتشار المرض من 1990 إلى 2021، تم تدريب النماذج على…


  • scAMZI: مشفر تلقائي عميق قائم على الانتباه مع طبقة مضخمة للصفر لتجميع بيانات scRNA-seq

    2025 | المؤلف: Lin Yuan وآخرون | المجلة: BMC Genomics | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تقدم البحث نموذج تعلم عميق جديد، scAMZI، مصمم لتجميع بيانات تسلسل RNA أحادي الخلية (scRNA-seq). يدمج هذا النموذج وحدة انتباه بسيطة (SimAM)، ومشفّر تلقائي، ونموذج سالب ثنائي متضخم بالصفر (ZINB)، بالإضافة إلى طبقة متضخمة بالصفر (ZI) للتعامل بفعالية مع التحديات المرتبطة ببيانات scRNA-seq، مثل أحداث التسرب والحاجة إلى دمج مرن للميزات الخلوية والعلاقات بين الخلايا.…


  • استغلال نموذج التعلم العميق الهجين المتقدم للكشف والوقاية في الوقت الحقيقي من هجمات القرصنة من نوع الرجل في المنتصف

    2025 | المؤلف: Vijayalakshmi Kandasamy وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم البحث نموذج AEXB، وهو إطار عمل هجين للتعلم العميق يجمع بين AutoEncoder وXGBoost لاكتشاف ومنع هجمات Man-in-the-Middle (MitM) بفعالية في بيئات المنازل الذكية. يظهر النموذج أداءً استثنائيًا، حيث حقق دقة تبلغ 97.24% على مجموعة بيانات كشف التسلل في المنازل الذكية (IDSH). يُعزى هذا النجاح إلى معالجة البيانات الدقيقة، وهندسة الميزات، وتقنيات التحسين، التي تعزز…


  • بنية شبكة عصبية عميقة فعالة للتعرف على المشاعر بناءً على تخطيط الدماغ الكهربائي

    2025 | المؤلف: Khadidja Henni وآخرون | المجلة: IEEE Access | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث هذه الدراسة في تحديد المشاعر من خلال تقنيات التعلم الآلي المطبقة على بيانات تخطيط الدماغ الكهربائي (EEG). تتناول التحديات التي تطرحها الأبعاد العالية والتنوع في إشارات EEG، مما يعقد تصنيف المشاعر بدقة. غالبًا ما تفشل الطرق التقليدية في استخراج الميزات ذات الصلة بفعالية والتقاط الاعتماد الزمني المعقد المتأصل في بيانات EEG. للتغلب على هذه…


  • AttGRU-HMSI: تعزيز تشخيص أمراض القلب باستخدام نهج التعلم العميق الهجين

    2024 | المؤلف: G. M. Narasimha Rao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث القضية الحرجة لمرض القلب، وهو سبب رئيسي للوفيات على مستوى العالم، مع التأكيد على أهمية الكشف المبكر لتحسين نتائج المرضى. تقترح خوارزمية تعلم عميق هجينة مصممة لاكتشاف مرض القلب ضمن أطر البيانات الكبيرة، باستخدام Apache Hadoop بشكل خاص. تبدأ المنهجية بتقنية تحسين التجميع k-means (IKC) لإزالة القيم الشاذة من مجموعة بيانات طبية…


1 2
التالي→

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