الأبحاث المرتبطة بالكلمة المفتاحية: تعزيز التدرج
-
التنبؤ بمؤشر جودة الهواء المعتمد على التعلم الآلي تحت أنماط بيئية طويلة الأمد: نهج مقارن مع XGBoost وLightGBM وSVM
2025 | المؤلف: Sevtap Tırınk | المجلة: PLoS ONE | المجال: الهندسة البيئية (Environmental Engineering)تتناول هذه الدراسة القضية الحرجة لتلوث الهواء، مع التأكيد على أهمية مراقبة جودة الهواء والتنبؤ بمستويات التلوث من أجل سياسة بيئية فعالة وحماية الصحة العامة. تقدم تقييمًا طويل الأمد لتنبؤات مؤشر جودة الهواء (AQI) اليومية باستخدام نماذج التعلم الآلي، وبالتحديد تعزيز التدرج المتطرف (XGBoost)، وآلة تعزيز التدرج الخفيف (LightGBM)، وآلة الدعم الناقل (SVM)، استنادًا إلى…
-
تتبع انبعاثات الطهي على مستوى المقاطعة ومحركاتها في الصين من 1990 إلى 2021 باستخدام التعلم الآلي الجماعي
2025 | المؤلف: Zeqi Li وآخرون | المجلة: Earth system science data | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)تؤسس هذه الدراسة أول جرد لانبعاثات الطهي على مستوى المقاطعات في الصين، مع معالجة المخاطر الكبيرة على الصحة العامة التي تشكلها انبعاثات الطهي، وخاصة PM 2.5. تستخدم الدراسة تقنيات متقدمة في التعلم الآلي الجماعي، بما في ذلك الغابة العشوائية، وتعزيز التدرج المتطرف، والبيرسيبترون متعدد الطبقات، والشبكات العصبية العميقة، للتنبؤ بمستويات نشاط الطهي بناءً على مؤشرات…
-
التعلم الآلي تحت الإشراف لتصنيف وتوقع التقزم بين الأطفال المصريين دون سن الخامسة
2025 | المؤلف: Abdelaziz Hendy وآخرون | المجلة: BMC Pediatrics | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)تبحث هذه الدراسة في انتشار التقزم بين الأطفال دون سن الخامسة في مصر، وهي قضية حاسمة مرتبطة بسوء التغذية المزمن الذي يؤثر على الملايين ويعيق التنمية في البلدان ذات الدخل المنخفض والمتوسط. تستخدم الدراسة مجموعة متنوعة من خوارزميات التعلم الآلي (ML) تحت الإشراف – تحديدًا XGBoost، والانحدار اللوجستي، وغابة عشوائية، وتعزيز التدرج، وأقرب الجيران -…
-
أداء الميكروبيوم اللعابي في اكتشاف التهاب اللثة باستخدام نهج التعلم الآلي
2025 | المؤلف: Shinya Kageyama وآخرون | المجلة: Frontiers in Cellular and Infection Microbiology | المجال: أمراض اللثة (Periodontics)تستكشف هذه الدراسة إمكانية استخدام الميكروبيوم اللعابي المعدل كعلامة حيوية لتحديد التهاب اللثة. من خلال تحليل عينات اللعاب من 2,050 بالغًا يعيشون في المجتمع عبر تسلسل جين 16S rRNA، استخدم الباحثون خوارزمية آلة تعزيز التدرج الخفيف لتقييم الأداء التنبؤي للميكروبيوم اللعابي في اكتشاف التهاب اللثة. استخدمت التقييمات طريقة التحقق المتقاطع الطبقي بخمسة أضعاف على مدى…
-
من النقطة إلى تعزيز التدرج الاحتمالي لتوقع تكرار المطالبات وشدتها
2025 | المؤلف: Dominik Chevalier وآخرون | المجلة: European Actuarial Journal | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)يوفر قسم ورقة البحث نظرة عامة على التقدم في خوارزميات تعزيز التدرج لأشجار القرار، مع تسليط الضوء على تطبيقاتها المتزايدة في علم التأمين بسبب أدائها التنبؤي المتفوق مقارنة بالنماذج الخطية العامة التقليدية. يقدم المؤلفون تدوينًا موحدًا لمقارنة الخوارزميات المختلفة الموجودة، بما في ذلك GBM وXGBoost وDART وLightGBM وCatBoost وEGBM وPGBM وXGBoostLSS وGBM الدوري وNGBoost. في…
-
نهج التعلم الآلي لتحسين تشخيص الاضطرابات الدموية
2025 | المؤلف: Yiğitcan Çakmak | المجلة: Computational Systems and Artificial Intelligence | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث هذه الدراسة في تطبيق خوارزميات تعلم الآلة (ML) للكشف المبكر وتصنيف فقر الدم وغيرها من اضطرابات الدم، باستخدام نماذج ML التقليدية والمتقدمة المختلفة بما في ذلك LightGBM و CatBoost و Decision Tree و Gradient Boosting و Random Forest و XGBoost. وجدت الدراسة أن LightGBM حقق أعلى دقة بنسبة 98.38%، تلاه عن كثب CatBoost بنسبة…
-
التنبؤ بمستويات السمنة بناءً على النشاط البدني وعادات الأكل باستخدام نموذج تعلم آلي مدمج مع الذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Yasin Görmez وآخرون | المجلة: Frontiers in Physiology | المجال: إدارة المعلومات الصحية (Health Information Management)تطور هذه الدراسة نموذج توقع باستخدام التعلم الآلي (ML) مع الذكاء الاصطناعي القابل للتفسير (XAI) لتصنيف مستويات السمنة بناءً على النشاط البدني والعادات الغذائية. يعزز دمج XAI شفافية النموذج من خلال توضيح عوامل الخطر التي تؤثر على التوقعات. تم استخدام ستة خوارزميات ML، بما في ذلك بيرنولي نايف بايز، كات بوست، شجرة القرار، مصنف الأشجار…
-
إدارة المياه العادمة المدفوعة بالذكاء الاصطناعي من خلال التحليل المقارن لتقنيات اختيار الميزات والنماذج التنبؤية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علوم وتقنيات المياه (Water Science and Technology)إن دمج الذكاء الاصطناعي (AI) في إدارة معالجة مياه الصرف الصحي يمثل فرصة كبيرة لتعزيز توقعات جودة المياه الملوثة وكفاءة العمليات. تقيّم هذه الدراسة فعالية نماذج التعلم الآلي المختلفة في توقع معايير مياه الصرف الصحي الحرجة، بما في ذلك الطلب الكيميائي على الأكسجين (COD)، الطلب البيولوجي على الأكسجين (BOD)، المواد الصلبة المعلقة الكلية (TSS)، النيتروجين…
-
الكشف عن أعراض الاكتئاب لدى طلاب الجامعات باستخدام بيانات استشعار سلبية متعددة الأنماط وآلة تعزيز الضوء: دراسة تجريبية طولية
2025 | المؤلف: Jessica L. Borelli وآخرون | المجلة: JMIR Formative Research | المجال: علم النفس التطبيقي (Applied Psychology)تبحث ورقة البحث في استخدام الاستشعار السلبي وتعلم الآلة للكشف عن أعراض الاكتئاب بين طلاب الجامعات، وهي فئة ديموغرافية تعاني من انتشار الاكتئاب يقارب 30%. شملت الدراسة 28 مشاركًا من الطلاب الجامعيين الذين ارتدوا أجهزة لجمع بيانات فسيولوجية وسلوكية بينما أكملوا أيضًا تقارير ذاتية أسبوعية عن أعراض الاكتئاب على مدى فترة تتراوح بين 19 إلى…
-
إطار عمل غابة عشوائية معززة بواسطة SGO وتعزيز التدرج الشديد لتوقع أمراض القلب
2025 | المؤلف: Anima Naik وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الصحية العالمية الملحة المتعلقة بأمراض القلب والأوعية الدموية (CVD)، التي تمثل حوالي 31.5% من الوفيات العالمية، مع توقعات تشير إلى زيادة تصل إلى 24.2 مليون وفاة سنويًا بحلول عام 2030. تقدم الدراسة نموذجًا لتوقع أمراض القلب (HDP) باستخدام مصنفات الغابة العشوائية (RF) وتعزيز التدرج المتطرف (XGB)، المحسّنة من خلال ضبط المعلمات…