الأبحاث المرتبطة بالكلمة المفتاحية: تجميع وزني
-
مجموعة CNN المحسنة بايزياً للكشف الفعال عن مرض اللفحة في البطاطس باستخدام تحسين الصورة الضبابية Bayesian optimized CNN ensemble for efficient potato blight detection using fuzzy image enhancement
2026 | المؤلف: Achin Jain وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم البحث نهجًا جديدًا لاكتشاف مرض العفن في البطاطس باستخدام نموذج تجميع وزني محسّن بايزي. يدمج هذا الأسلوب عدة هياكل لشبكات الأعصاب التلافيفية (CNN) تم تدريبها باستخدام محسنات مختلفة – ADAM وSGD وRMSProp وADAMAX – معززة بتقنيات تحسين الصور الضبابية وزيادة البيانات لمعالجة عدم التوازن في الفئات وتحسين استخراج الميزات. حقق النموذج النهائي للتجميع، المعروف…
-
إطار عمل جماعي مرجح يعتمد على PSO مع توازن SMOTE لتوقع تسرب الطلاب في أنظمة التعليم الذكية A PSO weighted ensemble framework with SMOTE balancing for student dropout prediction in smart education systems
2026 | المؤلف: Achin Jain وآخرون | المجلة: Scientific Reports | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)تتناول الدراسة القضية الملحة لترك الطلاب للدراسة، والتي تؤثر بشكل كبير على المؤسسات التعليمية وصحة الطلاب النفسية ومساراتهم المهنية. لتعزيز دقة توقعات ترك الدراسة، يقترح المؤلفون إطار عمل متكامل يعتمد على تحسين سرب الجسيمات (PSO) مع تقنية زيادة العينة الأقلية الاصطناعية (SMOTE). هذه الطريقة المبتكرة توازن بشكل فعال بين مجموعات بيانات ترك الدراسة غير المتوازنة،…
-
نموذج تعلم آلي جماعي قوي وقابل للتفسير للتنبؤ بالاحتيال في التأمين الصحي A robust and interpretable ensemble machine learning model for predicting healthcare insurance fraud
2026 | المؤلف: Zeyu Wang وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث التأثير المالي الكبير للاحتيال في تأمين الرعاية الصحية، والذي يؤدي إلى خسائر بمليارات الدولارات سنويًا. تقترح الدراسة نهجًا قائمًا على التعلم الآلي لتعزيز دقة اكتشاف الاحتيال من خلال منهجية منظمة تتضمن معالجة البيانات، تدريب النموذج ودمجه، وتحليل النتائج مع تفسير الميزات. استخدم المؤلفون طرقًا مدمجة وطرق تبديل لتقييم أداء النماذج المختلفة، واختاروا…