الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن
2025 | المؤلف: David B. Olawade وآخرون | المجلة: International Journal of Cardiology | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف 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…
-
كشف فعال عن أمراض النباتات باستخدام نهج التعلم الانتقالي
2025 | المؤلف: Bosubabu Sambana وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تتناول البحث القضية الحرجة لأمراض النباتات، التي تؤثر بشكل كبير على الإنتاجية الزراعية والجودة. الكشف المبكر ضروري للتخفيف من هذه الآثار، وتقدم التقدمات التكنولوجية حلولًا واعدة لأتمتة مراقبة الأمراض. يقدم هذه الدراسة نظامًا يستخدم تقنيات التعلم الانتقالي باستخدام YOLOv7 و YOLOv8، وهما نموذجين متقدمين للكشف عن الأجسام، لتحديد ومراقبة مختلف أمراض النباتات، بما في ذلك…
-
DeepDTAGen: إطار تعلم عميق متعدد المهام لتوقع تقارب الأدوية والأهداف وتوليد الأدوية المدركة للأهداف
2025 | المؤلف: Pir Masoom Shah وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم ورقة البحث إطار تعلم متعدد المهام يهدف إلى تعزيز اكتشاف الأدوية من خلال التنبؤ في وقت واحد بمدى ارتباط الأدوية بالأهداف وتوليد أنواع جديدة من الأدوية المدركة للأهداف. لقد ركزت الأساليب التقليدية في التعلم الآلي في هذا المجال بشكل كبير على المهام الفردية، إما من خلال التنبؤ بتفاعلات الأدوية مع الأهداف (DTI) أو توليد…
-
نظرة عامة على سيناريوهات التسرب في التعلم الآلي الخاضع للإشراف
2025 | المؤلف: Leonard Sasse وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم الدور الحاسم لتعلم الآلة (ML) في النمذجة التنبؤية عبر مجالات مختلفة، مع تسليط الضوء على التحدي الكبير المتمثل في تسرب البيانات داخل خطوط أنابيب ML. يمكن أن يؤدي تسرب البيانات إلى تقديرات أداء متفائلة بشكل مفرط ويعيق قدرة النموذج على التعميم على بيانات جديدة، مما قد يكون له عواقب مالية واجتماعية ضارة.…
-
تعزيز تشخيص أمراض الكبد باستخدام نماذج التعلم الآلي المتوازنة الهجينة SMOTE-ENN – تحليل تجريبي لمجموعات بيانات مرضى الكبد في الهند
2025 | المؤلف: Ritu Rani وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الحرجة لمرض الكبد، الذي يشكل تهديدًا صحيًا كبيرًا على مستوى العالم، مما يؤدي إلى وفاة ملايين الأشخاص سنويًا. تقيم الدراسة خوارزميات تعلم الآلة المختلفة، بما في ذلك الانحدار اللوجستي، وجار الأقرب (KNN)، وآلة الدعم الناقل، وغيرها، لتشخيص مرض الكبد المزمن باستخدام مجموعات بيانات غير متوازنة، وتحديدًا مجموعة بيانات مرضى الكبد الهندية…
-
التعلم العميق المعزز المعدل حسب المخاطر لتحسين المحفظة: نهج متعدد المكافآت
2025 | المؤلف: Himanshu Choudhary وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نهجًا جديدًا للتعلم العميق المعزز المعدل حسب المخاطر (RA-DRL) لتحسين المحفظة، مع معالجة التعقيدات التي تواجه المستثمرين الذين يتجنبون المخاطر. تستخدم المنهجية ثلاثة وكلاء مختلفين للتعلم العميق المعزز (DRL)، تم تدريب كل منها باستخدام دوال مكافأة مختلفة – العوائد اللوغاريتمية، ونسبة شارب التفاضلية، والحد الأقصى للانخفاض – لإنشاء سياسة موحدة. يتم تحسين…
-
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…
-
تعزيز توقع محصول القمح من خلال دمج بيانات المناخ والأقمار الصناعية باستخدام تقنيات الذكاء الاصطناعي المتقدمة
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: البيئة والتطور والسلوك والتصنيف (Ecology, Evolution, Behavior and Systematics)تبحث هذه الورقة البحثية في التنبؤ بعوائد القمح الشتوي في جنوب البنجاب، باكستان، باستخدام نهج متعدد المراحل يقسم دورة المحصول إلى أربع مراحل. من خلال دمج صور الأقمار الصناعية، وبيانات الطقس الموسمية، ومعلومات التربة عبر منصة Google Earth Engine، تستخدم الدراسة نماذج مختلفة من التعلم الآلي (ML) والتعلم العميق (DL)، بما في ذلك الغابة العشوائية…
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Pooja Shah وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول 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،…
-
الكشف عن المركبات وتصنيفها باستخدام التعلم العميق الأمثل مع خوارزمية تحسين التوازن الفوضوي في صور الاستشعار عن بعد
2025 | المؤلف: Youseef Alotaibi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث نهج VDTC-CEOADL، وهو أسلوب مبتكر لاكتشاف وتصنيف المركبات باستخدام صور الاستشعار عن بعد عالية الدقة (RSIs). يدمج هذه التقنية كاشف الأجسام YOLO-HR مع هيكل شبكة متبقية لتحقيق تحديد دقيق للمركبات والتعرف عليها. بالإضافة إلى ذلك، يستخدم خوارزمية تحسين التوازن الفوضوي (CEOA) لضبط المعلمات الفائقة لنموذج ResNet، مما يعزز الأداء العام لعملية الكشف.…