الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
تقدير الكتلة الحيوية فوق الأرض لأنواع الغابات المختلفة في شينجيانغ بناءً على التعلم الآلي
2025 | المؤلف: Zhou Jia وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تتناول هذه الدراسة الحاجة الملحة لتقديرات دقيقة للكتلة الحيوية فوق الأرض (AGB) في نظم الغابات البيئية، وبشكل خاص في شينجيانغ، حيث تفتقر خرائط توزيع AGB على مستوى المقاطعة حالياً. تركز الدراسة على أربعة أنواع رئيسية من الغابات – غابة الإبر الخضراء الدائمة (ENF)، غابة الإبر المتساقطة (DNF)، غابة الأوراق العريضة المتساقطة (DBF)، والغابة المختلطة (MF)…
-
إطار تعلم آلي محسن لتشخيص أمراض القلب والأوعية الدموية: منظور أخلاقي جديد
2025 | المؤلف: Ghadah Naif Alwakid وآخرون | المجلة: BMC Cardiovascular Disorders | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الورقة البحثية تطبيق تقنيات الذكاء الاصطناعي المتقدمة (AI) للتشخيص الدقيق وفي الوقت المناسب لأمراض القلب والأوعية الدموية (CVDs). تتناول التحديات المتعلقة بتحقيق دقة تشخيص عالية بسبب تعقيد البيانات السريرية وعملية اختيار الميزات. تستخدم الدراسة منهجيات مختلفة لاختيار الميزات، بما في ذلك اختبار كاي، واكتساب المعلومات، والاختيار الأمامي، والإزالة الخلفية، لتقطير مجموعة مصفاة من…
-
تقدير المعلمات واختيار النموذج للمعادلات التفاضلية العشوائية لنمو الأحياء
2025 | المؤلف: Fernando Baltazar‐Larios وآخرون | المجلة: Environmental and Ecological Statistics | المجال: الإحصاء والاحتمالات (Statistics and Probability)في هذه الورقة، يحقق المؤلفون في التكيفات العشوائية لثلاثة نماذج نمو كلاسيكية—غومبيرتس، فون برتالانفي، ومعادلات لوجستية تفاضلية—من خلال صياغتها كمعادلات تفاضلية عشوائية (SDEs). يستخدمون تقدير الاحتمالية القصوى (MLE) لتقدير المعلمات الأساسية لهذه المعادلات، مستفيدين من MLE لسيناريوهين ومن التباين التربيعي للبيانات لنموذج واحد لتقدير معامل الانتشار. يتم تطبيق معيار معلومات أكايك (AIC) لتحديد النموذج الأنسب…
-
خوارزميات التعلم الجماعي المعتمدة على أخذ عينات easyensemble لتوقع الضغوط المالية
2025 | المؤلف: Wei Liu وآخرون | المجلة: Annals of Operations Research | المجال: المحاسبة (Accounting)تبحث ورقة البحث في فعالية خوارزميات التعلم الجماعي في التنبؤ بالضغوط المالية، مع التركيز على قضية التعامل مع البيانات غير المتوازنة التي غالبًا ما يتم تجاهلها. تقدم طريقة Easyensemble، التي تستخدم تقنيات تقليل العينة بالتزامن مع نماذج التعلم الجماعي، وتقارن أدائها بتقنية أخذ العينات SMOTE. تكشف النتائج أن Easyensemble تعزز بشكل كبير دقة التنبؤ مقارنةً…
-
التنبؤ بتواصل الجلد بين الأم والمواليد باستخدام نهج التعلم الآلي
2025 | المؤلف: Sanaz Safarzadeh وآخرون | المجلة: BMC Pregnancy and Childbirth | المجال: النطق والسمع (Speech and Hearing)تدرس الدراسة العوامل المتنبئة بالاتصال الجلدي (SSC) باستخدام تقنيات التعلم الآلي (ML)، مع معالجة فجوة في الأدبيات الحالية بشأن تنفيذها. تم تحليل بيانات من الشبكة الإيرانية للأمومة وحديثي الولادة (IMaN Net) التي تغطي الفترة من يناير 2020 إلى يناير 2022، باستخدام تسعة نماذج تعلم إحصائية، بما في ذلك الانحدار الخطي والتعلم العميق. تم استخراج العوامل…
-
DenseNet-ABiLSTM: ثورة في اكتشاف وتصنيف عدم انتظام ضربات القلب متعددة الفئات باستخدام نهج تعلم عميق هجين يستفيد من إشارات PPG
2025 | المؤلف: K. Saranya وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: طب القلب والأوعية الدموية (Cardiology and Cardiovascular Medicine)تقدم البحث نموذج تعلم عميق هجين (HDL) يسمى DenseNet-ABiLSTM للتصنيف الآلي لاضطرابات النظم القلبي (AM) باستخدام إشارات قياس تدفق الدم الضوئي (PPG). يدمج هذا النموذج الشبكات العصبية التلافيفية المتصلة بكثافة مع الذاكرة الطويلة القصيرة ثنائية الاتجاه المعتمدة على الانتباه (ABiLSTM) لتعزيز اكتشاف أنواع مختلفة من اضطرابات النظم، بما في ذلك إيقاع الجيب (SR)، والانقباض البطيني…
-
تعزيز أداء أشجار تعزيز التدرج في مشاكل الانحدار
2025 | المؤلف: Lydia Wahid Rizkallah | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة البحثية، يقدم المؤلفون نهجًا هجينًا يعزز القوة التنبؤية لأشجار تعزيز التدرج (GBT) من خلال دمج تقنيات التجميع K-means و Bisecting K-means. تُستخدم GBT، المعروفة بفعاليتها في التعلم الجماعي، بالتزامن مع التجميع لمعالجة قيود نموذج GBT واحد، الذي قد لا يلتقط بشكل كافٍ الخصائص المتنوعة لمجموعات البيانات المعقدة. يتم تقييم الطريقة المقترحة على…
-
إطار تعلم عميق يعتمد على نموذج الفضاء الهيكلي لاكتشاف الأجسام الصغيرة في البيئات تحت الماء المعقدة
2025 | المؤلف: Yaoming Zhuang وآخرون | المجلة: Communications Engineering | المجال: علم المحيطات (Oceanography)يتناول هذا القسم الحاجة الملحة للرصد المنتظم للحياة البحرية للحفاظ على استقرار النظم البيئية البحرية، مع تسليط الضوء على التحديات المرتبطة بالكشف عن الأهداف تحت الماء، وخاصة في تحقيق توازن بين الدقة وكفاءة النموذج والأداء في الوقت الحقيقي. لمواجهة هذه التحديات، يقترح المؤلفون نهجًا جديدًا يدمج نموذج الفضاء المنظم (SSM) مع تعزيز الميزات، مصمم خصيصًا…
-
استكشاف تغيير الميكروبيوم الفموي والتصوير الطيفي غير الجراحي المدفوع بالذكاء الاصطناعي لتوقع CAD
2025 | المؤلف: Zeyan Li وآخرون | المجلة: BMC Cardiovascular Disorders | المجال: أمراض اللثة (Periodontics)**نظرة عامة** تبحث هذه الدراسة في العلاقة بين اختلال ميكروبيوم الفم ومرض الشريان التاجي (CAD)، مع التركيز على ميكروبيوتا اللسان لدى مرضى CAD. تستخدم الدراسة التصوير الطيفي الفائق (HSI) لتحليل التغيرات في ميكروبيوتا اللسان وتقييم الإمكانات التشخيصية لنماذج HSI لمرض CAD. تم الاقتراب من 276 مريضًا يعانون من ألم في الصدر، وتم تسجيل 190 منهم…
-
دمج LSTM وCNN لتوقع سوق الأسهم: نهج ديناميكي في التعلم الآلي
2025 | المؤلف: Sujata Joshi وآخرون | المجلة: Journal of Artificial Intelligence and Technology | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الورقة البحثية فعالية نماذج التعلم الآلي المختلفة – وبشكل خاص الشبكات العصبية التلافيفية (CNN) وذاكرة طويلة وقصيرة المدى (LSTM) ونموذج هجين LSTM-CNN – في توقع أسعار الأسهم للشركات المدرجة في البورصة الوطنية (NSE). يجمع النموذج الهجين بين قدرات استخراج الميزات المكانية لـ CNNs مع نقاط قوة نمذجة الاعتماد الزمني لـ LSTMs، مما يؤدي…