الأبحاث المرتبطة بالكلمة المفتاحية: تصنيف قابل للتفسير

توقع أمراض القلب والأوعية الدموية عبر تقليل ميزات SVM–SMOTE الهجينة وSparse Autoencoder مع تصنيف MLP العميق Cardiovascular Disease Prediction via Hybrid SVM–SMOTE and Sparse Autoencoder Feature Reduction with Deep MLP Classification

2026 | المؤلف: Zaid Alaa وآخرون | المجلة: Informatica | المجال: إدارة المعلومات الصحية (Health Information Management)

تقدم البحث إطار عمل هجين جديد يهدف إلى تعزيز التنبؤ بأمراض القلب والأوعية الدموية (CVD) من خلال معالجة التحديات مثل عدم توازن الفئات والضوضاء عالية الأبعاد. يدمج الإطار عدة تقنيات متقدمة: SVM-SMOTE وقاعدة تنظيف الجوار (NCL) لإعادة توازن الفئات بشكل فعال، ومشفّر تلقائي نادر (SAE) مقترن بغابة عشوائية (RF) لتحسين الميزات غير الخطية، وطبقة متعددة…
إطار عمل متكامل محسّن للذكاء الاصطناعي الضبابي العميق للكشف عن الكذب بناءً على تخطيط الدماغ Optimized Metaheuristic Integrated Neuro-Fuzzy Deep Learning Framework for EEG-Based Lie Detection

2026 | المؤلف: Tanmayi Nagale وآخرون | المجلة: Journal of Electronics Electromedical Engineering and Medical Informatics | المجال: علم النفس الاجتماعي (Social Psychology)

تتناول ورقة البحث التحديات المتعلقة بالكشف عن الخداع القائم على تخطيط الدماغ الكهربائي (EEG)، مع التركيز بشكل خاص على التباين العالي بين الأفراد، والطبيعة الغامضة لنماذج التعلم العميق، والمتطلبات الحاسوبية للبيانات عالية الأبعاد من EEG. على الرغم من أن الطرق الحالية تحقق دقة تتراوح بين 82-88%، إلا أنها تفتقر إلى الشفافية اللازمة للتطبيقات القانونية. تقترح…

الأبحاث المرتبطة بالكلمة المفتاحية: تصنيف قابل للتفسير

توقع أمراض القلب والأوعية الدموية عبر تقليل ميزات SVM–SMOTE الهجينة وSparse Autoencoder مع تصنيف MLP العميق Cardiovascular Disease Prediction via Hybrid SVM–SMOTE and Sparse Autoencoder Feature Reduction with Deep MLP Classification

إطار عمل متكامل محسّن للذكاء الاصطناعي الضبابي العميق للكشف عن الكذب بناءً على تخطيط الدماغ Optimized Metaheuristic Integrated Neuro-Fuzzy Deep Learning Framework for EEG-Based Lie Detection