الأبحاث المرتبطة بالكلمة المفتاحية: تحليل المكونات الرئيسية
-
الكشف عن الصرع المعتمد على EEG باستخدام CNN-SVM وDNN-SVM مع تقليل أبعاد الميزات بواسطة PCA
2025 | المؤلف: Yousra Berrich وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تدرس هذه الدراسة فعالية النماذج الهجينة التي تجمع بين الشبكات العصبية التلافيفية (CNN) والشبكات العصبية العميقة (DNN) مع آلات الدعم الناقل (SVM) لاكتشاف الصرع، باستخدام تحليل المكونات الرئيسية (PCA) لتقليل أبعاد الميزات. تم اختبار النماذج على مجموعتين مرجعيتين لتخطيط الدماغ EEG: مجموعة بيانات التعرف على نوبات الصرع وقاعدة بيانات BONN. تشير النتائج إلى أن نموذج…
-
مؤشرات صوتية كعلامات تنبؤية لمرض باركنسون باستخدام تقنيات التعلم الآلي
2025 | المؤلف: Ifrah Naeem وآخرون | المجلة: Scientific Reports | المجال: علم وظائف الأعضاء (Physiology)تبحث الورقة البحثية في إمكانية استخدام القياسات الصوتية كمؤشرات للتشخيص المبكر لمرض باركنسون (PD)، وهو اضطراب عصبي يتميز بنقص الدوبامين مما يؤدي إلى ضعف في الوظائف الحركية. تستخدم الدراسة نماذج تعلم الآلة المختلفة، بما في ذلك آلة الدعم الشعاعي (SVM)، وغابة عشوائية (RF)، والانحدار اللوجستي (LR)، وشجرة القرار (DT)، لتحليل مجموعة بيانات تتكون من 195…
-
تحديد N6-methyladenine باستخدام التعلم العميق ودمج الميزات التمييزية
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Medical Genomics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم ورقة البحث Deep-N6mA، وهو نموذج جديد للشبكات العصبية العميقة (DNN) مصمم للتعرف الدقيق على مواقع N6-methyladenine (6 m A) في تسلسلات الحمض النووي، والتي تعتبر حاسمة للتنظيم الجيني والتعبير الجيني. يستخدم النموذج نهج استخراج ميزات هجين يدمج ميزات مختلفة قائمة على التسلسل، بما في ذلك k-mer، وDinucleotide-based Cross Covariance (DCC)، وTrinucleotide-based Auto Covariance (TAC)،…
-
تعزيز اكتشاف البرمجيات الضارة باستخدام تقنيات اختيار الميزات والتقنيات القياسية مع نماذج التعلم الآلي
2025 | المؤلف: Rakibul Hasan وآخرون | المجلة: Scientific Reports | المجال: معالجة الإشارات (Signal Processing)تتناول الدراسة التحدي المتزايد لاكتشاف البرمجيات الضارة في الأمن السيبراني من خلال تقييم آثار اختيار الميزات، وتوحيد الميزات، ونماذج التعلم الآلي (ML) المختلفة على أداء الاكتشاف. باستخدام مجموعة بيانات تصنيف ثنائية تتكون من 11,598 عينة و139 ميزة، تجري الأبحاث تجارب مع ثلاث تقنيات لتوحيد الميزات (بدون توحيد، والتطبيع، وتوحيد الحد الأدنى والحد الأقصى) وثلاث طرق…
-
استغلال أنظمة الاستدلال العصبي الضبابي التكيفية لنماذج الإدراك في تحليل إشارات الدماغ متعددة الأنماط
2025 | المؤلف: T. Thamaraimanalan وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم البحث طريقة جديدة، PCA-ANFIS، لتحليل الأنماط المعرفية من خلال إشارات الدماغ، مع التركيز بشكل خاص على تعقيدات بيانات EEG. من خلال دمج تحليل المكونات الرئيسية (PCA) وأنظمة الاستدلال العصبي الضبابي التكيفية (ANFIS)، تقلل الطريقة بشكل فعال من الأبعاد مع الحفاظ على الميزات الأساسية، مما يؤدي إلى تحسين الكفاءة الحسابية. تشير الدراسة إلى دقة تصنيف…
-
دمج الانحدار باستخدام عملية غاوسي والتجمع باستخدام K means لتحسين نمذجة جريان الأمطار على المدى القصير
2025 | المؤلف: Özgür Kişi وآخرون | المجلة: Scientific Reports | المجال: علوم وتقنيات المياه (Water Science and Technology)تقدم هذه الدراسة نموذجًا هجينًا جديدًا، وهو الانحدار باستخدام العمليات الغاوسية المدمجة مع تجميع K-means (GPR-K-means)، يهدف إلى تحسين توقعات تدفق الأمطار-الجريان على المدى القصير. باستخدام بيانات هطول الأمطار وتدفق الأنهار الساعية من حوض أورجيفال في فرنسا (1970-2012)، تم تقييم النموذج مقابل نماذج GPR المستقلة ونماذج الانحدار باستخدام المكونات الرئيسية (PCR) عبر أربعة آفاق توقع:…
-
الخصائص الشكلية والفاكهية للرمان (Punica granatum L.) لاختيار أنماط جينية متفوقة
2025 | المؤلف: Ali Khadivi وآخرون | المجلة: Scientific Reports | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)تستكشف هذه الورقة البحثية التنوع الشكلي والفاكهة لأنماط الرمان (Punica granatum L.)، مع التأكيد على أهمية توصيف الصفات لتعزيز استراتيجيات التربية التي تهدف إلى تحسين جودة الفاكهة، والعائد، وقبول المستهلك. باستخدام طرق إحصائية مثل تحليل مصفوفة الارتباط (CMA)، وتحليل المكونات الرئيسية (PCA)، وتحليل الانحدار المتعدد (MRA)، وتحليل خريطة الحرارة (HMA)، تحدد الدراسة الصفات الرئيسية التي…
-
تحسين توقع مخاطر السكتة الدماغية من خلال دمج XGBoost وتحليل المكونات الرئيسية المحسن والذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Lesia Mochurad وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الدراسة الزيادة المتزايدة في انتشار الأمراض الوعائية الدماغية، وخاصة السكتة الدماغية، التي تسهم بشكل كبير في معدلات الإعاقة والوفيات العالمية. لتعزيز نماذج توقع مخاطر السكتة الدماغية، يقترح المؤلفون دمجًا جديدًا لتقنيات التعلم الآلي الحديثة، وبشكل خاص XGBoost، مع تحليل المكونات الرئيسية (PCA) المحسن. لا يحسن هذا الدمج فقط هيكلة البيانات وسرعة المعالجة – خاصةً…
-
كيف يؤثر تحليل المكونات المستقلة على معالجة حالات الموجات الدماغية EEG؟
2025 | المؤلف: Fiorenzo Artoni وآخرون | المجلة: Brain Topography | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تناقش هذه القسم الاستخدام المتزايد لحالات الميكروكهربائية (EEG) لتحليل الديناميات الزمنية لشبكات الدماغ الكبيرة على دقة مللي ثانية. لقد عززت هذه الأبحاث الفهم لتنظيم الدماغ الوظيفي أثناء الراحة وتغيراته في مختلف الاضطرابات العصبية والنفسية. ومع ذلك، فإن التباين في استراتيجيات إزالة العوامل عبر الدراسات يثير القلق بشأن قابلية تعميم و مقارنة نتائج حالات الميكرو. هدفت…
-
تحليل مقارن للانحدار الرئيسي والانحدار على التلال في معالجة التعدد الخطي
2025 | المؤلف: Kingsley Chinedu Arum وآخرون | المجلة: FUDMA Journal of Sciences | المجال: الإحصاء والاحتمالات (Statistics and Probability)تناقش هذه القسم قضية التعدد الخطي في نماذج الانحدار الخطي المتعدد (MLRM)، حيث يكون هناك ارتباط بين متغيرين أو أكثر، مما يؤدي إلى تقديرات غير فعالة وأداء ضعيف للنموذج. تركز الدراسة على مقارنة فعالية تقديرين – تقدير الحافة (RE) وتقدير المكونات الرئيسية (PCE) – في التخفيف من آثار التعدد الخطي. باستخدام بيانات ثانوية من البنك…