الأبحاث المرتبطة بالكلمة المفتاحية: تحويل فورييه قصير المدى
-
معالجة إشارات الرادار وتأثيرها على التعرف على النشاط البشري المدفوع بالتعلم العميق Radar Signal Processing and Its Impact on Deep Learning-Driven Human Activity Recognition
2026 | المؤلف: Fahad Ayaz وآخرون | المجلة: Sensors | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تستكشف هذه الورقة البحثية دمج الشبكات العصبية التلافيفية (CNNs) مع تقنيات معالجة إشارات الرادار التقليدية لتعزيز التعرف على النشاط البشري (HAR). تقيم الدراسة ثلاث طرق لمعالجة الرادار – تحويل فورييه السريع (FFT)، تحويل فورييه قصير المدى (STFT)، وتوزيع وينجر-فيل المزودج (SPWVD) – بالتزامن مع أربع هياكل CNN: VGG-16، VGG-19، ResNet-50، وMobileNetV2. من خلال اعتبار الخرائط…
-
بحث حول اكتشاف الصرع والتعرف عليه استنادًا إلى دمج تحويل التردد الزمني ونموذج التعلم العميق
2026 | المؤلف: Canhui Wang وآخرون | المجلة: PLoS ONE | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تبحث هذه الورقة البحثية في الكشف عن إشارات تخطيط الدماغ الكهربائي (EEG) المصاحبة للصرع من خلال مقارنة فعالية تحويل الموجات المستمرة (CWT) وتحويل فورييه قصير المدى (STFT) بالاشتراك مع ثلاث هياكل شبكة عصبية: EEGNet و AlexNet و Shallow ConvNet. تتضمن الدراسة استراتيجيات تحسين متنوعة، بما في ذلك خسارة مركزة، وزيادة بيانات ديناميكية، وإيقاف مبكر، لتعزيز…
-
نموذج هجين من ResNet-LSTM للتنبؤ بنوبات الصرع باستخدام نموذج مدرب مسبقًا مع التعلم التبايني الموجه
2024 | المؤلف: Dohyun Lee وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)في هذا البحث، يتم تقديم طريقة جديدة للتنبؤ بنوبات الصرع، مستفيدة من نموذج مدرب مسبقًا يدمج التعلم التبايني المراقب مع بنية هجينة تجمع بين الشبكات المتبقية (ResNet) وشبكات الذاكرة قصيرة وطويلة الأمد (LSTM). تتكشف المنهجية في ثلاث مراحل رئيسية: المعالجة المسبقة، التدريب المسبق، والتدريب. في البداية، يتم تحويل بيانات تخطيط الدماغ الكهربائي (EEG) إلى صور…
-
تحليل مقارن لتصنيف الصوت باستخدام ميزات MFCC وSTFT باستخدام تقنيات التعلم الآلي
2024 | المؤلف: Mahendra Kumar Gourisaria وآخرون | المجلة: Discover Internet of Things | المجال: معالجة الإشارات (Signal Processing)في سياق معالجة المعلومات الصوتية الآلية، تركز هذه الدراسة على تطوير نماذج تصنيف صوتية فعالة باستخدام خوارزميات متقدمة، وبشكل خاص معاملات التردد الميل (MFCCs) وتحويل فورييه قصير الأمد (STFT). تؤكد الدراسة على أهمية هذه النماذج في قطاعات متنوعة، بما في ذلك الأمن، والروبوتات، والتطبيقات التجارية، وخاصة في مهام مثل الكشف عن أصوات الصفارات. الهدف الرئيسي…