الأبحاث المرتبطة بالكلمة المفتاحية: المشفّر
-
اختبار تورينغ للشبكات الاصطناعية المخصصة للرؤية
2026 | المؤلف: Jorge Vila-Tomás وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)في هذا القسم، يجادل المؤلفون بأن نمذجة الدماغ البصري باستخدام الشبكات العصبية العميقة (ANNs) لا تزال تحديًا غير محسوم، خاصة في مجال الرؤية منخفضة المستوى. يبرزون أسئلة حاسمة تتعلق بتقييم هذه النماذج، مثل النقاط المرجعية المناسبة داخل ANNs للتقييم السلوكي، وطبيعة آليات القراءة، وما إذا كان ينبغي اعتبارها جزءًا لا يتجزأ من نموذج الدماغ. علاوة…
-
تصميم أنظمة التصوير بدون عدسات لتعظيم التقاط المعلومات
2026 | المؤلف: Leyla Kabuli وآخرون | المجلة: Optica | المجال: الصوتيات وفوق الصوتيات (Acoustics and Ultrasonics)يتناول هذا القسم من ورقة البحث التقدم في التصوير بدون عدسات القائم على الأقنعة، والذي يستخدم مشفرات بصرية لالتقاط القياسات ويستخدم خوارزميات حسابية لإعادة بناء الصور. يركز المؤلفون على تحسين تصميمات المشفرات بناءً على محتوى المعلومات المتبادلة للقياسات، مع التأكيد على العلاقة بين ندرة الكائنات، وتعدد المشفرات، والضوضاء. تشير نتائجهم إلى أن تصميمات المشفرات المثلى…
-
تقسيم الأسنان المبتكر باستخدام الميزات الهرمية ونمذجة التسلسل ثنائي الاتجاه
2026 | المؤلف: Xinxin Zhao وآخرون | المجلة: Pattern Recognition | المجال: جراحة الفم (Oral Surgery)تتناول ورقة البحث التحديات المتعلقة بتجزئة صور الأسنان في الرقمنة السنية، مع تسليط الضوء على قيود أجهزة الترميز التقليدية التي تستخدم خرائط ميزات ذات دقة ثابتة. غالبًا ما تؤدي هذه الأجهزة إلى تجزئة غير متصلة وتفريق غير كافٍ بين المناطق المستهدفة والخلفية بسبب عدم قدرتها على نمذجة السياق البيئي والعالمي بشكل فعال. بالإضافة إلى ذلك،…
-
شبكة انتباه متقاطع متعددة الوسائط لاكتشاف النمو الزائد في شتلات الفراولة
2026 | المؤلف: Zhenzhen Cheng وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم البحث MM-CAPNet، وهو إطار عمل دمج متعدد الوسائط مصمم للكشف المبكر عن النمو الزائد في شتلات الفراولة، وهو أمر حاسم للحفاظ على توازن بين النمو الخضري والتكاثري. تعاني طرق المراقبة التقليدية من صعوبة في التعامل مع الأعراض البصرية الدقيقة وندرة العينات غير الطبيعية. للتغلب على هذه التحديات، طور المؤلفون مجموعة بيانات شاملة من خلال…
-
FARM: توقع إنتاج المحاصيل عبر الانحدار على مشفر برثفي لاستشعار الأقمار الصناعية
2026 | المؤلف: Shayan Nejadshamsi وآخرون | المجلة: AgriEngineering | المجال: علم البيئة (Ecology)تقدم ورقة البحث FARM (نموذج تحسين نماذج الانحدار الزراعي)، وهو إطار عمل للتعلم العميق يهدف إلى تحسين توقعات إنتاج المحاصيل، وخاصةً للكانولا في السهول الكندية. غالبًا ما تفشل طرق توقع العائد التقليدية في التوسع والدقة، خاصةً في سياق إدارة الزراعة الحديثة. يتناول FARM هذه القيود من خلال استخدام نموذج أساسي جغرافي مدرب مسبقًا، Prithvi-EO-2.0-600M، لأداء…
-
ترميز مشترك عميق مدرك لأهمية الميزات لنقل الصور بكفاءة حسابية وقابلة للتعديل
2026 | المؤلف: H M Choi وآخرون | المجلة: IEEE Internet of Things Journal | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نموذج FAJSCC (نموذج JSCC العميق المدرك لأهمية الميزات)، الذي يعزز كفاءة نقل الصور مع السماح بتعقيد حسابي قابل للتعديل. يستخدم FAJSCC حسابات متخصصة في أبعاد المحاور لأداء عمليات مصممة لكل محور مكاني وقناة، مما يقلل من التكاليف الحسابية دون التضحية بتمثيل الميزات. بالإضافة إلى ذلك، يتضمن آلية انتباه ذاتي قابلة للتشوه الانتقائي…
-
التعلم المعزز المعزز بواسطة RoBERTa لتعليم اللغة الإنجليزية كلغة ثانية التكيفية والشخصية
2026 | المؤلف: Angalakuduru Aravind وآخرون | المجلة: International Journal of Advanced Computer Science and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث التقدم في تعلم اللغة المدعوم بالتكنولوجيا (TALL)، مع التركيز بشكل خاص على تطوير نموذج T-RLNN (شبكة عصبية للتعلم المعزز تعتمد على RoBERTa) لتعليم اللغة الإنجليزية كلغة ثانية (ESL). يعالج T-RLNN قيود طرق تدريس ESL التقليدية، التي غالبًا ما تعتمد على قواعد صارمة وتتطلب بيانات موسومة بشكل واسع، مما يؤدي إلى نقص في…
-
TransBreastNet: إطار تعلم عميق هجين يعتمد على CNN لتحليل تصنيف أنواع سرطان الثدي وتقدم الآفات الزمنية
2025 | المؤلف: A. Brahmareddy وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث BreastXploreAI، وهو إطار عمل جديد متعدد الأنماط ومتعدد المهام في التعلم العميق يهدف إلى تحسين تشخيص سرطان الثدي من خلال تحسين تصنيف الأنماط وتحليل تقدم الآفات. جوهر هذا الإطار هو TransBreastNet، الذي يدمج الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات المكانية، وطرق قائمة على المحولات للتشفير الزمني، ومشفرات بيانات كثيفة لدمج المعلومات السريرية…
-
الكشف المبكر عن مراحل تقدم مرض الزهايمر باستخدام مزيج من نماذج CNN ونماذج مشفر المحولات
2025 | المؤلف: Hassan Almalki وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث منهجية جديدة لتشخيص مرض الزهايمر (AD) باستخدام نموذج هجين يدمج الشبكات العصبية التلافيفية (CNNs) ومحولات الرؤية (ViT). تسلط الدراسة الضوء على قيود التشخيص اليدوي، الذي غالبًا ما يكون عرضة للأخطاء البشرية، وتؤكد على إمكانيات تقنيات التصوير بالرنين المغناطيسي المعززة بالذكاء الاصطناعي لتحسين دقة التشخيص. على وجه التحديد، استخدم المؤلفون نماذج ResNet101 و…
-
نموذج إشعاعي صغير متعدد الوسائط يمكن الوصول إليه سريرياً ومقياس تقييم لنتائج الأشعة السينية للصدر
2025 | المؤلف: Juan Manuel Zambrano Chaves وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تسلط الأبحاث الضوء على إمكانيات النماذج الصغيرة مفتوحة المصدر متعددة الوسائط في سد الفجوات في الأداء والوصول التي تواجهها النماذج الكبيرة في تطبيقات الأشعة السريرية. من خلال استخدام نهج مركزي للبيانات مع 697,000 زوج من صور الأشعة والنصوص المنسقة، طور المؤلفون مشفرًا متخصصًا لأشعة الصدر يتكامل مع نماذج اللغة المدربة مسبقًا من خلال محول خفيف…
