الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
تحليل مقارن لتقنيات التعلم الآلي والتعلم العميق لتوقع أسعار السوق بدقة
2025 | المؤلف: Olamilekan Shobayo وآخرون | المجلة: Analytics | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقيّم هذه الدراسة الأداء التنبؤي لثلاثة نماذج—الانحدار باستخدام الدعم المتجه (SVR)، والشبكات العصبية المتكررة (RNN)، وذاكرة طويلة وقصيرة الأجل (LSTM)—باستخدام مجموعة بيانات مؤشر NGX الشامل. تم تقييم النماذج من خلال مقاييس خطأ متنوعة، بما في ذلك متوسط الخطأ المطلق (MAE)، ومتوسط الخطأ التربيعي (MSE)، وجذر متوسط مربع الخطأ (RMSE)، ومتوسط نسبة الخطأ (MPE)، وقيم R-squared.…
-
شبكات GCN-Transformer الزمانية المكانية ذات المسارين للتعرف على الأفعال المعتمدة على الهيكل
2025 | المؤلف: Dong Chen وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث بنية جديدة للتعرف على الأفعال المعتمدة على الهيكل العظمي، تُسمى SA-TDGFormer، والتي تدمج الشبكات العصبية التلافيفية البيانية (GCNs) ونماذج المحولات في تكوين متوازي. تتناول هذه الطريقة قيود الأساليب السابقة التي اعتبرت الهيكل العظمي البشري كهيكل كامل، وغالبًا ما تغفل أهمية الأجزاء الهيكلية المتصلة بشكل غير مباشر. تتكون البنية المقترحة من هيكل مزدوج…
-
تحليل أداء نهج تحسين هجين لتخطيط مسار الطائرات بدون طيار باستخدام وحدة تحكم FOPID-TID وخوارزمية HAOAROA
2025 | المؤلف: Noorulden Basil وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الدراسة تحليلًا مقارنًا لخوارزميات تحسين المسار للطائرات بدون طيار (UAVs) التي تتنقل في بيئات معقدة، مع التركيز على خوارزمية HAOAROA المعتمدة على FOPID-TID (خوارزمية تحسين أرخميدس الهجينة – خوارزمية تحسين الراكب). تجمع هذه الطريقة الجديدة بين التحكم من الدرجة الكسرية وتقنيات التحسين الهجينة، مما يظهر أداءً متفوقًا على الخوارزميات التقليدية مثل A* وJPS…
-
BiAF: بحث حول الكشف وتتبع قطعان الماعز الديناميكية استنادًا إلى رؤية الآلة
2025 | المؤلف: Yun Hou وآخرون | المجلة: Scientific Reports | المجال: الحيوانات الصغيرة (Small Animals)تتناول ورقة البحث التقدم في مراقبة رعي الماشية من خلال تطوير خوارزمية تعتمد على رؤية الآلة، BiAF-YOLOv7، التي تعزز نموذج YOLOv7-tiny. disrupt طرق المراقبة التقليدية سلوك الماشية، مما يستلزم حلولًا مبتكرة. تدمج الخوارزمية المقترحة وحدة ELAN مبسطة، وآلية انتباه CBAM محسّنة، ووحدة SPPCSPC مصقولة لتحسين دقة الكشف مع تقليل عدد المعلمات. تحقق خوارزمية BiAF-YOLOv7 مقاييس…
-
التعلم العميق لتوقعات السلاسل الزمنية: استعراض
2025 | المؤلف: Xiangjie Kong وآخرون | المجلة: International Journal of Machine Learning and Cybernetics | المجال: معالجة الإشارات (Signal Processing)تقدم 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 كشف روابط التصيد الاحتيالي عبر الإنترنت باستخدام تقنيات تحسين التعلم العميق
2025 | المؤلف: Kousik Barik وآخرون | المجلة: International Journal of Data Science and Analytics | المجال: نظم المعلومات (Information Systems)تتناول ورقة البحث التهديد المتزايد لهجمات التصيد الاحتيالي، التي تخدع مستخدمي الإنترنت للكشف عن معلومات حساسة من خلال إعادة توجيههم إلى مواقع ويب احتيالية تشبه المواقع الشرعية بشكل وثيق. على الرغم من وجود طرق الكشف الحالية، فقد زادت شيوع هذه الهجمات، مما يستلزم تطوير تقنيات أكثر تعقيدًا. لمواجهة هذه المشكلة، يقترح المؤلفون نموذج تحسين شبكة…
-
تحسين توقع مخاطر السكتة الدماغية من خلال دمج XGBoost وتحليل المكونات الرئيسية المحسن والذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Lesia Mochurad وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الدراسة الزيادة المتزايدة في انتشار الأمراض الوعائية الدماغية، وخاصة السكتة الدماغية، التي تسهم بشكل كبير في معدلات الإعاقة والوفيات العالمية. لتعزيز نماذج توقع مخاطر السكتة الدماغية، يقترح المؤلفون دمجًا جديدًا لتقنيات التعلم الآلي الحديثة، وبشكل خاص XGBoost، مع تحليل المكونات الرئيسية (PCA) المحسن. لا يحسن هذا الدمج فقط هيكلة البيانات وسرعة المعالجة – خاصةً…
-
نموذج هجين للتعلم الآلي لاكتشاف التسلل في شبكات الاستشعار اللاسلكية من خلال الاستفادة من توازن البيانات وتقليل الأبعاد
2025 | المؤلف: Md. Alamin Talukder وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه الدراسة نموذجًا هجينًا جديدًا لتعلم الآلة مصممًا لتعزيز أنظمة كشف التسلل (IDS) لشبكات الاستشعار اللاسلكية (WSNs) وبيئات إنترنت الأشياء (IoT). يدمج النموذج KMeans-SMOTE (KMS) لموازنة البيانات وتحليل المكونات الرئيسية (PCA) لتقليل الأبعاد، مستخدمًا مصنفات مثل شجرة القرار، ومصنف الغابة العشوائية (RFC)، وتقنيات تعزيز التدرج مثل XGBoost (XGBC). تم تقييمه على مجموعات بيانات WSN-DS…
-
إدخال الحوسبة الكمية في آلات التعلم المتطرفة للكشف المبكر عن السرطان المتعدد
2025 | المؤلف: Anas Bilal وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الدراسة نموذجًا هجينًا، Q-GBGWO-ELM، والذي يجمع بين آلة التعلم المتطرفة (ELM) مع التعلم الانتقالي FuNet ويتم تحسينه باستخدام مُحسّن الذئب الرمادي الثنائي الكمي الجيني (Q-GBGWO). يتم تطبيق هذا النموذج على مجموعة بيانات متعددة السرطانات ويستخدم استراتيجية دمج ميزات متنوعة لتعزيز استخراج الميزات التصويرية الحرجة. تشير النتائج إلى أن Q-GBGWO-ELM يحقق تحسينًا متوسطًا في دقة…
-
شبكة عصبية عميقة تجريبية لاسترجاع الطور البصري عبر وسط متشتت
2025 | المؤلف: Hanqian Tu وآخرون | المجلة: Nature Communications | المجال: الصوتيات وفوق الصوتيات (Acoustics and Ultrasonics)تناقش هذه الفقرة قيود التعلم الخاضع للإشراف التقليدي في الشبكات العصبية العميقة (DNNs)، خاصة في السيناريوهات التي تكون فيها الحلول التحليلية غير متاحة، مثل أنظمة تشتت الموجات. لمواجهة هذا التحدي، يقدم المؤلفون مفهوم الشبكة العصبية التجريبية العميقة (DENN)، التي تجمع بين التعلم العميق والنمذجة التجريبية. تتيح هذه الطريقة المبتكرة استرجاع الطور البصري من خلال وسائط…