الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
نموذج لغوي كبير متعدد الوسائط مدرب مسبقًا يعزز التشخيص الجلدي باستخدام SkinGPT-4
2024 | المؤلف: Juexiao Zhou وآخرون | المجلة: Nature Communications | المجال: علم الأورام (Oncology)يتناول القسم تطوير وإمكانات SkinGPT-4، وهو نظام تشخيصي تفاعلي للأمراض الجلدية يستفيد من نماذج اللغة الكبيرة (LLMs) لتعزيز التشخيص الطبي، لا سيما في مجال الأمراض الجلدية. نظرًا للعبء العالمي الكبير للأمراض الجلدية وتحت الجلد، التي تؤثر على 30-70% من الأفراد عبر مختلف الفئات السكانية، يهدف SkinGPT-4 إلى معالجة نقص أطباء الجلدية، خاصة في المناطق الريفية،…
-
تعزيز توقع مرض الكلى المزمن: تحليل مقارن لخوارزميات التعلم الآلي ونموذج هجين
2024 | المؤلف: Bishnu Padh Ghosh وآخرون | المجلة: Journal of Computer Science and Technology Studies | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الحرجة لمرض الكلى المزمن (CKD) وتؤكد على أهمية الكشف المبكر والتنبؤ الدقيق للتدخل الفعال. تستكشف تطبيق خوارزميات التعلم الآلي المختلفة، بما في ذلك XGBoost، Random Forest، الانحدار اللوجستي، AdaBoost، ونموذج هجين جديد، باستخدام بيانات من مجموعة بيانات فشل الكلى المزمن من UCI. تكشف النتائج أن النموذج الهجين يتفوق على الخوارزميات الأخرى،…
-
نموذج توقع مرض القلب والأوعية الدموية لدى مرضى السكري باستخدام التعلم الآلي المستمد والمحقق في مجموعتين كورية مستقلتين
2024 | المؤلف: Hyunji Sang وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تطوير هذه الدراسة والتحقق من صحة نموذج تعلم الآلة (ML) بشكل خاص للتنبؤ بأمراض القلب والأوعية الدموية (CVD) في السكان الكوريين المصابين بداء السكري من النوع 2 (T2DM). باستخدام بيانات من مجموعة اكتشاف تضم 12,809 مريضًا ومجموعة تحقق تضم 2,019 مريضًا، ركزت الأبحاث على التنبؤ بوجود CVD خلال ثلاث سنوات. أظهر نموذج الغابة العشوائية (RF)…
-
حدود الذكاء الاصطناعي في التصوير الطبي العادل في التعميم في العالم الحقيقي
2024 | المؤلف: Yuzhe Yang وآخرون | المجلة: Nature Medicine | المجال: المعلوماتية الصحية (Health Informatics)في هذه الدراسة، نحقق في آثار الذكاء الاصطناعي (AI) في التصوير الطبي، وخاصة إمكانيته في تفاقم الفجوات في الرعاية الصحية من خلال استخدام اختصارات ديموغرافية في تصنيف الأمراض. أظهرت الأبحاث السابقة أن نماذج الذكاء الاصطناعي يمكن أن تستنتج معلومات ديموغرافية من الصور الطبية، مما يثير القلق بشأن العدالة في التنبؤات عبر مجموعات فرعية مختلفة. تمتد…
-
الأساليب التكاملية في الزراعة الحديثة: إنترنت الأشياء، التعلم الآلي والذكاء الاصطناعي لتوقع الأمراض في ظل تغير المناخ
2024 | المؤلف: Payam Delfani وآخرون | المجلة: Precision Agriculture | المجال: علوم النبات (Plant Science)يتناول القسم أهمية نماذج التنبؤ بأمراض النباتات المعززة بالتقنيات المتقدمة مثل إنترنت الأشياء (IoT) وتعلم الآلة (ML) والذكاء الاصطناعي (AI) في تعزيز الزراعة المستدامة. تتيح هذه النماذج توقعات دقيقة لتفشي الأمراض، مما يمكّن المزارعين من اتخاذ تدابير استباقية للسيطرة على الأمراض، وإدارة الموارد بكفاءة، وزيادة غلة المحاصيل. يبرز المقال ضرورة اختبار التحقق من صحة هذه…
-
نظام تصنيف قائم على الذكاء الحاسوبي لتشخيص ضعف الذاكرة لدى مستخدمي المواد النفسية الفعالة
2024 | المؤلف: Chaoyang Zhu | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: طب الأعصاب (Neurology)تناقش هذه الفقرة تطبيق تقنيات الذكاء الحسابي، وخاصة الشبكات العصبية العميقة، في تشخيص ضعف الذاكرة المرتبط بإساءة استخدام المواد النفسية. تبرز النقائص في الأساليب الإحصائية التقليدية، التي غالبًا ما تفشل في أخذ العوامل الزمنية في الاعتبار، وتؤكد على مزايا الذكاء الاصطناعي في تحسين دقة التشخيص. استخدمت الدراسة تصوير الدماغ بالرنين المغناطيسي والأشعة المقطعية لتصنيف الحالات…
-
توقع أسعار الأسهم في السلاسل الزمنية بناءً على خوارزمية جينية (GA) – شبكة الذاكرة طويلة وقصيرة المدى (LSTM)
2024 | المؤلف: Xinye Sha | المجلة: Advances in Economics Management and Political Sciences | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية خوارزمية جديدة للتنبؤ بالسلاسل الزمنية تدمج تحسين الخوارزمية الجينية (GA) مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) للتنبؤ بأسعار الأسهم، مع معالجة التحديات التي تطرحها عصر البيانات الكبيرة. تبدأ المنهجية بتحليل إحصائي وصفي لبيانات الأسهم، تليها بناء وتدريب نموذج GA-LSTM. تؤدي عملية التحسين إلى تقليل كبير في متوسط الخطأ المطلق (MAE)…
-
زيادة البيانات ومجموعات البيانات غير المتوازنة: دراسة أداء التعلم الآلي وهندسة الميزات
2024 | المؤلف: Muhammad Mujahid وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول الدراسة تحدي عدم توازن الفئات في تعلم الآلة، وخاصة في تطبيقات استخراج النصوص، حيث قد تتفوق فئة واحدة بشكل كبير على أخرى. غالبًا ما يؤدي هذا التوازن إلى الإفراط في ملاءمة النموذج وتدهور الأداء. للتخفيف من هذه المشكلات، تقارن الأبحاث تقنيات زيادة العينات المختلفة، بما في ذلك تقنية زيادة العينات للأقليات الاصطناعية (SMOTE)، وSVM-SMOTE،…
-
LSTM المتبقي والثنائي الاتجاه لاكتشاف نوبات الصرع
2024 | المؤلف: Wei Zhao وآخرون | المجلة: Frontiers in Computational Neuroscience | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم هذه الدراسة نموذجًا هجينًا جديدًا للتعلم العميق، ResBiLSTM، مصممًا لاكتشاف نوبات الصرع من إشارات تخطيط الدماغ الكهربائي (EEG)، مع معالجة التحديات التي تطرحها التفسيرات اليدوية لهذه الإشارات. يدمج النموذج شبكة عصبية متبقية أحادية البعد (ResNet) لاستخراج الميزات المكانية المحلية من بيانات EEG، والتي تتم معالجتها بعد ذلك بواسطة طبقة الذاكرة طويلة وقصيرة المدى ثنائية…
-
تصنيف أورام الدماغ بشكل موثوق من خلال دمج التعلم العميق ونموذج الانتباه القائم على القنوات
2024 | المؤلف: Balamurugan A.G وآخرون | المجلة: BMC Medical Imaging | المجال: طب الأعصاب (Neurology)تدرس الدراسة تطبيق منهجيات التعلم العميق، وبالتحديد نموذج الانتباه القائم على القناة (CWAM) المدمج مع ResNet101، لتصنيف أورام الدماغ في صور الرنين المغناطيسي. تعتمد العمليات التشخيصية التقليدية غالبًا على خبرة أطباء الأشعة، مما يجعلها تستغرق وقتًا طويلاً وقد تكون أقل دقة. يعزز نموذج ResNet101-CWAM المقترح بشكل كبير أداء التصنيف، محققًا دقة تصل إلى 99.83%، بالإضافة…