الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
بيست إكس للاستدلال البيزاني في علم النشوء والتطور، والفيولوجرافيا، والديناميكا النشوية
BEAST X for Bayesian phylogenetic, phylogeographic and phylodynamic inferenceقسم “الطرق” يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لجمع البيانات حول المتغيرات المحددة. تم تطبيق التحليلات الإحصائية، بما في ذلك نماذج الانحدار واختبار الفرضيات، لتقييم العلاقات بين المتغيرات المستقلة والتابعة. شملت جمع البيانات طريقة أخذ عينات منهجية لضمان التمثيل، وتم تحديد حجم العينة بناءً على…
-
تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن
Comparative analysis of machine learning models for coronary artery disease prediction with optimized feature selectionتستكشف هذه الدراسة تطبيق تقنيات التعلم الآلي (ML) للتنبؤ بمرض الشريان التاجي (CAD) باستخدام مجموعتين من البيانات: مجموعة بيانات فرامينغهام ومجموعة بيانات ز-علي زاده ساني. من خلال اعتماد منهجية منظمة تشمل معالجة البيانات، واختيار الميزات عبر خوارزمية تحسين بحث النسر الأصلع (BESO)، وتقييم نماذج التصنيف المتعددة، تحدد الأبحاث أن الغابة العشوائية (RF) هي الأكثر فعالية…
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
Predicting cardiovascular risk with hybrid ensemble learning and explainable AIتتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
-
آلية تعلم آلي محسّنة لنظام الرعاية الصحية للبيانات الضخمة للتنبؤ بعوامل خطر الأمراض
Optimized machine learning mechanism for big data healthcare system to predict disease risk factorتقدم البحث نظام توقعات معتقدات الثعلب الأحمر العميق (DRFBPS) الجديد الذي يهدف إلى تعزيز التعرف المبكر على عوامل خطر الإصابة بأمراض القلب. نظرًا للزيادة المتزايدة في انتشار أمراض القلب بسبب عوامل نمط الحياة، يؤكد الدراسة على أهمية الكشف المبكر لتحسين نتائج المرضى. تعاني الطرق التنبؤية التقليدية غالبًا من مشاكل مثل اختيار الميزات غير المناسب والتكيف…
-
التعلم الجماعي مع الذكاء الاصطناعي القابل للتفسير لتحسين توقعات أمراض القلب استنادًا إلى مجموعات بيانات متعددة
Ensemble learning with explainable AI for improved heart disease prediction based on multiple datasetsتبحث ورقة البحث في تطبيق تقنيات التعلم الجماعي، وتحديداً طرق التكديس والتصويت، لتحسين دقة التنبؤ بأمراض القلب. من خلال تدريب خمسة عشر نموذجاً أساسياً على مجموعتين بيانات مختلفتين لأمراض القلب، طورت الدراسة نماذج جماعية تجمع بين ستة نماذج أساسية باستخدام نموذج ميتا (تكديس) وتصويت الأغلبية (تصويت). أظهرت النتائج أن كلا الطريقتين الجماعيتين تفوقت على النماذج…
-
تحليل مقارن لتنبؤ أمراض القلب باستخدام الانحدار اللوجستي، وآلة الدعم الناقل، وجيران الأقرب، وغابة عشوائية مع التحقق المتقاطع لتحسين الدقة
Comparative analysis of heart disease prediction using logistic regression, SVM, KNN, and random forest with cross-validation for improved accuracyتستكشف هذه الورقة البحثية فعالية التحقق المتقاطع في تعزيز أداء نماذج التعلم الآلي المطبقة على مجموعات بيانات أمراض القلب. تستخدم الدراسة عملية جديدة لتحضير البيانات، تشمل تعويض الميزات العددية بالمتوسط، والميزات الفئوية باستخدام طرق كاي-تربيع، وتطبيق التطبيع. يتم مقارنة أربعة نماذج—الانحدار اللوجستي (LR)، آلة الدعم الناقل (SVM)، أقرب جار (KNN)، وغابة عشوائية (RF)—من خلال التحقق…
-
تحسين المناظر الخسارية متعددة الفراكتلات يفسر مجموعة متنوعة من الخصائص الهندسية والديناميكية في التعلم العميق
Optimization on multifractal loss landscapes explains a diverse range of geometrical and dynamical properties of deep learningيتناول القسم المعنون “نظرة عامة” تداعيات عمليات التحسين على المناظر الطبيعية للفقد متعددة الكسور، مسلطًا الضوء على أهميتها في فهم الخصائص الهندسية والديناميكية المختلفة. يقترح المؤلفون أن هذه المناظر الطبيعية تظهر هياكل معقدة يمكن أن تؤثر على سلوك خوارزميات التحسين، مما يؤدي إلى نتائج متنوعة من حيث التقارب والأداء. من خلال تحليل الطبيعة متعددة الكسور…
-
هيلفورمر: نموذج تعلم عميق قائم على الانتباه لتوقع أسعار العملات المشفرة
Helformer: an attention-based deep learning model for cryptocurrency price forecastingتقدم ورقة البحث نموذج Helformer، وهو نهج جديد في التعلم العميق مصمم لتوقع أسعار العملات المشفرة. يجمع هذا النموذج بين التنعيم الأسي لـ Holt-Winters مع بنية قائمة على Transformer، مما يمكّن من تحليل بيانات السلاسل الزمنية بفعالية إلى مكوناتها من المستوى، الاتجاه، والموسمية. تسلط الدراسة الضوء على قيود طرق التوقع التقليدية، التي غالبًا ما تتجاهل…
-
أنماط التنقل العالمية والإقليمية للمعادن (المعدنية) في التربة والمخاطر المرتبطة بها
Global and regional patterns of soil metal(loid) mobility and associated risksتتناول ورقة البحث القضية الحرجة لتلوث التربة بالمعادن والفلزات (المعدن[الفلزات])، مع تسليط الضوء على تداعياتها على صحة الإنسان والنظم البيئية وأمن الغذاء. يقدم المؤلفون نموذج تعلم آلي موجه بواسطة نظرية مصمم للتنبؤ بتجزئة المعادن(الفلزات) في التربة على مستوى العالم. تشير النتائج الرئيسية إلى أن المحتوى الكلي للمعادن(الفلزات) والكربون العضوي في التربة هما العاملان الرئيسيان اللذان…
-
أداة مراسلة شبكية للتقييم الكمي لنتائج التصوير العصبي الجديدة
A network correspondence toolbox for quantitative evaluation of novel neuroimaging resultsتناقش قسم ورقة البحث التحديات التي تطرحها عدم وجود معيارية في تسمية ووصف الشبكات الدماغية الوظيفية واسعة النطاق، مما أعاق تفسير وتوافق النتائج في علم الأعصاب. لمعالجة هذه المشكلة، يقدم المؤلفون صندوق أدوات توافق الشبكة (NCT)، وهو أداة مصممة لتسهيل فحص وتقرير التوافق المكاني بين نتائج التصوير العصبي الجديدة والأطالس الدماغية الوظيفية المعروفة. يسمح NCT…