الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
تقنية اختيار ميزات جماعية تكيفية للتنبؤ بالسكري غير المعتمدة على نموذج
An adaptive ensemble feature selection technique for model-agnostic diabetes predictionتقدم ورقة البحث AdaptDiab، وهي طريقة مبتكرة لاختيار الميزات من خلال مجموعة تهدف إلى تعزيز توقع مرض السكري من خلال نهج غير مرتبط بالنموذج. من خلال دمج تقنيات اختيار الميزات المختلفة، بما في ذلك طرق التصفية مثل ANOVA F-score، ودرجة فيشر، وحدود التباين، يحدد AdaptDiab بشكل فعال مجموعة فرعية مثالية من الميزات. تستخدم الطريقة دالة…
-
تطبيق تقنيات التعلم العميق والتعلم الانتقالي في تصنيف الصور الطبية
Application of Deep Learning and Transfer Learning Techniques for Medical Image Classificationتستكشف هذه الورقة البحثية تأثير التعلم العميق (DL) والتعلم الانتقالي (TL) على الذكاء الاصطناعي، مع التركيز بشكل خاص على تصنيف الصور الطبية. تؤكد الدراسة على قدرة نماذج DL، وخاصة الشبكات العصبية التلافيفية (CNNs) مثل ResNet50 و VGG16، على تحقيق دقة أعلى في التمييز بين COVID-19، والالتهاب الرئوي الفيروسي، وحالات الرئة الطبيعية مقارنةً بأساليب التعلم الآلي…
-
دمج نماذج لغة البروتين والمصنع الحيوي التلقائي لتعزيز تطور البروتين
Integrating protein language models and automatic biofoundry for enhanced protein evolutionتقدم الدراسة نهجًا جديدًا في هندسة البروتينات يدمج التعلم الآلي وتقنيات البيوفوندري الآلية لتعزيز عملية التطور الموجه التقليدية. من خلال استخدام نموذج لغة البروتين ESM-2، طور الباحثون منصة تطور تلقائية تعمل ضمن نظام حلقة مغلقة، مما يسهل دورة التصميم-البناء-الاختبار-التعلم. تبدأ هذه النظام عملية التطور من خلال إجراء توقعات بدون عينة لـ 96 نوعًا من البروتينات،…
-
التعلم العميق لتوقعات السلاسل الزمنية: استعراض
Deep learning for time series forecasting: a surveyتقدم هذه القسم نظرة عامة على أهمية وتطور التنبؤ بالسلاسل الزمنية (TSF)، مع تسليط الضوء على دوره الحاسم عبر مختلف الصناعات مثل الطاقة والرعاية الصحية وحركة المرور والأرصاد الجوية والاقتصاد. يشير إلى أن النماذج الإحصائية التقليدية غالبًا ما تفشل في تقديم الدقة العالية المطلوبة في التطبيقات العملية. أدى ظهور التعلم العميق إلى تطوير العديد من…
-
نموذج تجميعي معزز بـ XGBoost باستخدام ميزات هجينة تمييزية لتوقع مواقع السومويلات
XGBoost-enhanced ensemble model using discriminative hybrid features for the prediction of sumoylation sitesتناقش هذه القسم أهمية التعديلات بعد الترجمة (PTMs)، وخاصة السومويلايشن، في تنظيم وظائف البروتينات وتأثيراتها على الأمراض مثل باركنسون والزهايمر. تقدم الدراسة XGBoost-Sumo، وهو نموذج تنبؤي مصمم لتحديد مواقع السومويلايشن من خلال دمج بيانات هيكل البروتين وتسلسلها. باستخدام آلية انتباه قائمة على المحولات وطريقة PsePSSM-DWT لاستخراج الميزات، يجمع النموذج بين تمثيلات الكلمات مع أوصاف تطورية.…
-
توصيف بصمات الميكروبيوتا في سلالات الخنازير الإيبيرية باستخدام خوارزميات التعلم الآلي
Characterization of microbiota signatures in Iberian pig strains using machine learning algorithmsتدرس هذه الدراسة ميكروبيوم الأمعاء لسلالتين من الخنازير الإيبيرية، Entrepelado و Retinto، بالإضافة إلى تقاطعاتها المتبادلة، لفهم تأثير التباين الجيني على تركيب الميكروبيوم وآثاره على صفات جودة اللحم. باستخدام تسعة خوارزميات تعلم آلي (ML)، بما في ذلك CatBoost (CB) وSupport Vector Machine (SVM)، تحدد الدراسة الأنواع الميكروبية الرئيسية التي تميز هذه الخلفيات الجينية. كشفت التحليلات…
-
شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detectionتسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…
-
تشخيص فعال لمرض السكري باستخدام طريقة تجميع محسّنة
Efficient diagnosis of diabetes mellitus using an improved ensemble methodتتناول الأبحاث القضية الملحة لمرض السكري، وخاصة في الدول النامية، حيث تساهم بشكل كبير في معدلات الوفيات. على الرغم من إمكانيات التعلم الآلي (ML) للكشف المبكر والعلاج، إلا أن الدراسات السابقة واجهت صعوبات في دقة التصنيف المنخفضة بسبب تحديات مثل الإفراط في التخصيص وضوضاء البيانات. تعزز هذه الدراسة دقة التصنيف من خلال استخدام تقنيات التعلم…
-
التعلم العميق لتقدير العمر الجنائي باستخدام الأشعة البانورامية في الأطفال والمراهقين والشباب
Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adultsتستقصي هذه الدراسة تطبيق الشبكات العصبية التلافيفية (CNNs) لتقدير العمر الجنائي باستخدام الصور الشعاعية البانورامية (OPGs). من خلال تدريب شبكة CNN مخصصة على مجموعة بيانات كبيرة تضم 21,814 صورة OPG من 13,766 فردًا تتراوح أعمارهم بين 1 إلى أقل من 25 عامًا، كان الهدف من الباحثين هو تعزيز سرعة ودقة توقعات العمر. تم تدريب الشبكة…
-
تحسين الخصائص الفيزيائية والكيميائية للثوم المجفف باستخدام خريطة تنظيم ذاتي وتطوير نموذج توقع بالذكاء الاصطناعي
Optimization of dried garlic physicochemical properties using a self-organizing map and the development of an artificial intelligence prediction modelتبحث الدراسة في تحسين عمليات تجفيف الثوم من خلال تطبيق تقنيات التعلم الآلي، وتحديداً الشبكات العصبية الاصطناعية (ANN) والخرائط الذاتية التنظيم (SOM). قامت الدراسة بتقييم مستويات مختلفة من طاقة الأشعة تحت الحمراء (IR) وتدفق الهواء ودرجة الحرارة، وكشفت أن الشبكة العصبية الاصطناعية حققت دقة توقع تبلغ 99%، بينما أظهرت الخرائط الذاتية التنظيم دقة تجميع تبلغ…