الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
فك تشفير عدم التوافق بين العرض والطلب على المساحات الخضراء من خلال الشكل الحضري: نحو تخطيط حضري عادل باستخدام التعلم الآلي القابل للتفسير
2026 | المؤلف: Lijuan Sun وآخرون | المجلة: PLoS ONE | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)تستكشف هذه الدراسة العرض والطلب والفجوات المكانية في المساحات الخضراء الحضرية (UGS) في المنطقة المركزية لنانجينغ، مع تسليط الضوء على عدم المساواة الكبيرة في تخصيص الموارد الخضراء. باستخدام نموذج تعلم آلي قابل للتفسير (XGBoost-SHAP)، تحدد الدراسة العوامل الشكلية الحضرية التي تؤثر على هذه الفجوات. تكشف النتائج أن 48 منطقة تحليل مروري (TAZs) في قلب المدينة…
-
تحليل ميتا، WGCNA، والتعلم الآلي يتقاربون على لوحة مؤشرات حيوية من أربعة جينات لتحمل الإجهاد الحراري في
2026 | المؤلف: Abbas Karimi-Fard | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم هذه الدراسة تحليلًا حسابيًا شاملاً للاستجابات النسخية للإجهاد الحراري في الطماطم، باستخدام تحليل البيانات النسخية، ونمذجة الشبكات المشتركة التعبير، واختيار الميزات المعتمد على التعلم الآلي. تحدد الأبحاث مجموعة متقاربة من أربعة جينات مرشحة—Solyc09g074500، Solyc02g091990 (ACS3)، Solyc07g042230 (ERF-H9)، وSolyc01g102960 (بروتين صدمة حرارية صغير)—التي تظهر أنماط اختيار متسقة وأداء تصنيفي قوي عبر مجموعات بيانات مختلفة. هذه…
-
إطار تعلم فدرالي قوي وقابل للتحقق لمنع تهديدات البيانات السامة في الصحة الإلكترونية
2026 | المؤلف: Etidal Alruwaili وآخرون | المجلة: Frontiers in Public Health | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث FedSecure-Chain، وهو إطار عمل معياري يهدف إلى تعزيز موثوقية التعلم الفيدرالي (FL) في بيئات الرعاية الصحية. يتيح التعلم الفيدرالي للمؤسسات تدريب نماذج التعلم الآلي بشكل تعاوني مع الحفاظ على خصوصية بيانات المرضى، ولكنه لا يزال عرضة لهجمات التسمم التي يمكن أن تضر بسلامة النموذج. يعالج FedSecure-Chain هذه الثغرات من خلال نهج ثلاثي…
-
نموذج أساسي لبيانات الحركة القابلة للارتداء في أبحاث الصحة النفسية
2026 | المؤلف: Franklin Ruan وآخرون | المجلة: IEEE Journal of Biomedical and Health Informatics | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث نموذج المحول المعتمد على الحركة المدرب مسبقًا (PAT)، وهو نموذج أساسي مبتكر ومفتوح المصدر مصمم لتحليل بيانات الحركة الدقيقة التي تم جمعها من الأجهزة القابلة للارتداء. يستفيد هذا النموذج من التدريب المسبق باستخدام تقنية التشفير الذاتي المقنع على مجموعات بيانات واسعة، باستخدام بيانات من 21,538 مشاركًا في المسح الوطني للصحة والتغذية (NHANES). يظهر…
-
بحث في العمارة الكوانتية مع تعلم التمثيل غير المراقب
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Quantum | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يستكشف المؤلفون إمكانية تعلم تمثيل البنية غير الخاضع للإشراف لتحسين بحث البنية الكمومية (QAS). من خلال فصل تعلم التمثيل عن عملية QAS، فإنهم يقضون على الاعتماد على بيانات الدوائر الموسومة الواسعة. تعزز خطة ترميز الدائرة الكمومية المقترحة التمثيلات الحالية، مما يؤدي إلى تحسين أداء البحث من خلال تضمينات أكثر دقة. تسمح الإطار…
-
MAD: معيار الدفاع المناهض للخصوم
2026 | المؤلف: Xin Peng وآخرون | المجلة: Science China Information Sciences | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث معيارًا جديدًا يسمى الدفاع العدائي الميتا (MAD)، والذي يهدف إلى معالجة قيود طرق التدريب العدائي الحالية (AT)، والتي تشمل التكاليف الحسابية العالية، وسوء التعميم، والصراعات بين النماذج الأصلية ونماذج الدفاع. يتكون معيار MAD من مجموعتين كبيرتين تم إنشاؤهما من 30 هجومًا عدائيًا مختلفًا على مجموعات بيانات MNIST و CIFAR-10، بالإضافة إلى بروتوكول…
-
التنبؤ بالنتائج المستمرة: بعض الاختبارات الجديدة للنهج الترابطي في تعلم الطوارئ
2026 | المؤلف: Julie Y. L. Chow وآخرون | المجلة: PLoS Computational Biology | المجال: علم النفس النمائي والتربوي (Developmental and Educational Psychology)تقدم ورقة البحث نقدًا لنماذج التعلم الارتباطي التقليدية التي تستخدم التصنيفات الثنائية للإشارات والنتائج، والتي غالبًا ما تفشل في حساب التباين الكامن في التجارب الواقعية. على وجه التحديد، تكافح هذه النماذج لتمثيل التغيرات في أحجام النتائج، مثل اختلاف شدة المرض في السياقات الطبية، حيث تقترب في المقام الأول من متوسط النتيجة دون التقاط التوزيع الأساسي.…
-
دراسة تجريبية حول التعلم الآلي المدرك للعدالة لمشاكل تقييم الائتمان
2026 | المؤلف: Huyen Giang Thi Thu وآخرون | المجلة: Digital Finance | المجال: المحاسبة (Accounting)إن رقمنة تقييم الائتمان أصبحت ضرورية بشكل متزايد للمؤسسات المالية، خاصة مع استخدام تقنيات التعلم الآلي لتقييم جدارة العملاء الائتمانية. ومع ذلك، غالبًا ما تظهر هذه النماذج تحيزات تتعلق بالسمات المحمية مثل العرق والجنس. تقدم هذه الورقة دراسة تجريبية شاملة تقيم نماذج التعلم الآلي التي تأخذ العدالة في الاعتبار في سياق تقييم الائتمان، مع فحص…
-
فتح تشخيصات دقيقة: إطار متعدد الوسائط يدمج الميتابولوميات مع تقنيات التعلم الآلي المتقدمة
2026 | المؤلف: Parisa Shahnazari وآخرون | المجلة: PLoS ONE | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم دمج عدة طرق أوميكس، وخاصة الميتابولوميات، في أبحاث السرطان لتعزيز الكشف المبكر واستكشاف توقيعات علامات السرطان. تقيّم الدراسة خمس استراتيجيات دمج لبيانات الميتابولوميات المستمدة من الكروماتوغرافيا السائلة-مطيافية الكتلة، والكروماتوغرافيا الغازية-مطيافية الكتلة، والرنين المغناطيسي النووي. من بين هذه، أظهرت تقنيات التعلم العميق للنقل والتعلم متعدد النوى أداءً متفوقًا، مما عزز بشكل كبير دقة…
-
FEMA-Long: نمذجة التغايرات غير المنظمة لاكتشاف التأثيرات المعتمدة على الزمن في مجموعات بيانات طولية كبيرة
2026 | المؤلف: Pravesh Parekh وآخرون | المجلة: PLoS Genetics | المجال: علم الوراثة (Genetics)يقدم هذا القسم FEMA-Long، وهو امتداد متقدم لخوارزمية التأثيرات المختلطة السريعة والفعالة (FEMA)، المصممة لتعزيز تحليل البيانات الطولية في سياقات عالية الأبعاد. على عكس نماذج التأثيرات المختلطة الخطية التقليدية (LME) التي تستخدم عادةً تقاطعات عشوائية أو تباين ثابت بسيط بسبب القيود الحسابية، يوفر FEMA-Long إطارًا مرنًا قادرًا على نمذجة التباين غير المنظم ودمج المتغيرات كوظائف…
