الأبحاث المرتبطة بالكلمة المفتاحية: بيانات خام
-
التعلم الفيدرالي مع الخصوصية التفاضلية لتشخيص سرطان الثدي مما يمكّن من مشاركة البيانات بشكل آمن وسلامة النموذج
2025 | المؤلف: Shubhi Shukla وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستكشف هذه الورقة البحثية دمج التعلم الفيدرالي (FL) والخصوصية التفاضلية (DP) لتعزيز الخصوصية في الكشف عن سرطان الثدي أثناء معالجة المعلومات الصحية الحساسة. من خلال الاستفادة من الإطار اللامركزي لـ FL، يمكّن هذا البحث التدريب التعاوني للنماذج بين منظمات الرعاية الصحية دون الكشف عن بيانات المرضى الخام. إن دمج DP يقدم ضوضاء إحصائية في تحديثات…
-
التعلم الفيدرالي مع نموذج متعدد المقاييس مدمج للانتباه لتجزئة أورام الدماغ
2025 | المؤلف: Sherly Alphonse وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تتناول ورقة البحث القضية الحرجة لاكتشاف الأورام الدماغية وتقسيمها، مع التأكيد على دور التصوير بالرنين المغناطيسي (MRI) في تشخيص ومراقبة سرطانات الدماغ. تواجه طرق التقسيم التقليدية غالبًا مخاوف تتعلق بالخصوصية بسبب تخزين البيانات المركزي. لمعالجة ذلك، يقترح المؤلفون نموذجًا يعتمد على التعلم المعزز يسمى متوسط الفيدرالية المعزز (RL-FedAvg)، والذي يسمح بتطوير نموذج تعاوني مع الحفاظ…
-
التحديات في استخدام أدوات التحليل الطيفي غير التدميرية المدفوعة بالذكاء الاصطناعي لتحليل الطعام بسرعة
2024 | المؤلف: Wenyang Jia وآخرون | المجلة: Foods | المجال: الكيمياء التحليلية (Analytical Chemistry)تناقش هذه الفقرة الاهتمام المتزايد في التحليل الروتيني عن بُعد وعملية تحليل المواد الغذائية، مع التأكيد على إمكانيات الطيفية المدمجة مع النمذجة المدفوعة بالذكاء الاصطناعي لتعزيز الثقة في سلسلة إمداد الغذاء. على الرغم من وعود هذه الأساليب المتقدمة، تواجه الدراسات الحالية تحديات كبيرة، بما في ذلك أحجام العينات غير الكافية، وسوء استخدام تقنيات النمذجة، ومشكلات…
-
خوارزميات التعلم الآلي العميق ذات الإشراف الذاتي مع نهج جديد لإزالة واختيار الميزات لتصنيف المخاطر الصحية متعددة الأبعاد المستندة إلى اختبارات الدم
2024 | المؤلف: Önder Tutsoy وآخرون | المجلة: BMC Bioinformatics | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم هذه الورقة البحثية خوارزمية جديدة للتعلم الآلي العميق ذاتية الإشراف مصممة لتحليل بيانات اختبارات الدم الخام ذات الأبعاد الخمسة، مع دمج تقنيات الإزالة التكيفية متعددة الأبعاد، والتوزين الذاتي، وتقنيات اختيار الميزات المبتكرة. تعدل الدراسة أربعة خوارزميات تعلم آلي متميزة، تتراوح من الأساليب غير المعتمدة على النموذج إلى الأساليب المدفوعة بالتدرج، لتصنيف مخاطر الصحة بناءً…
-
معالجة البيانات الآلية وهندسة الميزات لتطبيقات التعلم العميق والبيانات الضخمة: استبيان
2024 | المؤلف: Alhassan Mumuni وآخرون | المجلة: Journal of Information and Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التقدم في أتمتة مهام معالجة البيانات ضمن خطوط أنابيب التعلم العميق، مع التأكيد على أهمية هذه التطورات في سياق الذكاء الاصطناعي (AI) وتطبيقات البيانات الضخمة. تركز أساليب الذكاء الاصطناعي الحديثة على تصميم خوارزميات تتعلم من البيانات، لا سيما من خلال التعلم العميق المراقب، مما سهل إنشاء أنظمة التعلم الآلي.…