الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة
-
التعلم الفيدرالي الذي يحافظ على الخصوصية لتعدين البيانات الطبية التعاونية في بيئات متعددة المؤسسات
2025 | المؤلف: Rahul Haripriya وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة التحدي الحاسم لضمان خصوصية البيانات في تصنيف الصور الطبية، لا سيما في سياق التشخيص المدعوم بالذكاء الاصطناعي، حيث واجه أكثر من 30% من منظمات الرعاية الصحية خروقات للبيانات. تستكشف الدراسة دمج التعلم الانتقالي والتعلم الفيدرالي لتطوير إطار عمل يحافظ على الخصوصية لتصنيف الصور الطبية، باستخدام GoogLeNet و VGG16 كنماذج أساسية. أظهرت هذه…
-
توقع تقلبات أسعار السلع الزراعية باستخدام شبكة عصبية هجينة جديدة: أدلة تجريبية من الهند
2025 | المؤلف: R. L. Manogna وآخرون | المجلة: Journal Of Big Data | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تبحث هذه الدراسة في توقع تقلبات أسعار الزراعة من خلال نموذج هجين يجمع بين الشبكات العصبية طويلة وقصيرة الأجل (LSTM) ونموذج التباين الشرطي الذاتي العام (GARCH). نظرًا للتداعيات الحرجة لتقلب الأسعار على الأمن الغذائي والاستقرار الاقتصادي، لا سيما في الدول النامية مثل الهند، تستخدم الدراسة بيانات تاريخية شاملة عن الأسعار من 23 سلعة عبر 165…
-
التنبؤ بأمراض القلب والأوعية الدموية بناءً على اختيار ميزات متعددة ونموذج PSO-XGBoost المحسن
2025 | المؤلف: Kerang Cao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نموذجًا جديدًا لتوقع أمراض القلب والأوعية الدموية، يسمى MFS-DLPSO-XGBoost، والذي يدمج تقنيات اختيار الميزات المتعددة، وخوارزمية تحسين سرب الجسيمات المحسنة (PSO)، وخوارزمية تعزيز التدرج الشديد (XGBoost). يبدأ النموذج بمعالجة البيانات، تليها تدريب نموذج XGBoost ومقارنة أدائه مع أربعة خوارزميات تعلم آلي معروفة: الانحدار اللوجستي، آلة الدعم الناقل، الغابة العشوائية، وجار الأقرب K.…
-
إطار عمل قائم على CNN مزدوج لتصنيف أمراض أوراق الأرز المحسن مع دمج الميزات
2025 | المؤلف: Prameetha Pai وآخرون | المجلة: Journal Of Big Data | المجال: علوم النبات (Plant Science)تقدم هذه الورقة البحثية إطار عمل جديد قائم على الشبكات العصبية التلافيفية المزدوجة (CNN) يهدف إلى تصنيف أمراض أوراق الأرز بدقة محسّنة. يستخدم الإطار خوارزمية دمج ميزات محسّنة تدمج نماذج CNN المدربة مسبقًا، مما يمكّن من تصنيف صور أوراق الأرز إلى فئات صحية أو مصابة بشكل أكثر فعالية من الطرق التقليدية. تشير النتائج التجريبية على…
-
كفاءة استهلاك المياه الصناعية والعوامل المحركة بناءً على SBM الفائق الكفاءة ونهج توبي
2025 | المؤلف: Haixia Duo وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تتناول هذه الورقة البحثية كفاءة استهلاك المياه الصناعية في المنطقة الاقتصادية للمنحدر الشمالي لجبال تيانشان (EZNSTM) في شينجيانغ من 2001 إلى 2020، مع تسليط الضوء على القضية الحرجة لنقص المياه في المناطق الجافة التي تعيق التنمية الصناعية. باستخدام نماذج SBM الفائقة الكفاءة ونموذج توبيط، تحدد الدراسة المحركات الرئيسية التي تؤثر على كفاءة استهلاك المياه، بما…
-
تقييم طرق التنبؤ بحمى الضنك: دراسة مقارنة للنماذج الإحصائية وتقنيات التعلم الآلي في ريو دي جانيرو، البرازيل
2025 | المؤلف: Xiang Chen وآخرون | المجلة: Tropical Medicine and Health | المجال: الصحة العامة والبيئية وصحة العمل (Public Health, Environmental and Occupational Health)تستقصي هذه الدراسة الأداء التنبؤي والكفاءة الحسابية لمجموعة متنوعة من النماذج الإحصائية وتقنيات التعلم الآلي لتوقع تفشي حمى الضنك، تحديدًا في ريو دي جانيرو، البرازيل. تؤكد الأبحاث على أهمية التنبؤ الدقيق بحمى الضنك للتخطيط والتدخل في الصحة العامة، خاصة من خلال دمج العوامل المناخية المعروفة بتأثيرها على انتقال المرض. تم استخدام نهج النافذة الديناميكية لتوليد…
-
نموذج تعلم عميق خفيف الوزن لتصنيف واكتشاف الضغوط البيولوجية المتعددة للنباتات من أجل الزراعة المستدامة
2025 | المؤلف: Wasswa Shafik وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم هذه الدراسة نموذج تعلم عميق جديد يسمى “AgarwoodNet”، مصمم لمعالجة التحديات التي تطرحها مسببات الأمراض والآفات النباتية التي تؤثر سلبًا على الإنتاجية الزراعية والأمن الغذائي. يعتمد النموذج على مجموعة بيانات جديدة، وهي مجموعة بيانات آفات وأمراض خشب العود (APDD)، التي تتكون من 5,472 صورة لأوراق خشب العود عبر 14 فئة، إلى جانب مجموعة بيانات…
-
نموذج شبكة عصبية تلافيفية هجينة وbi-LSTM مع EfficientNet-B0 للكشف عن سرطان الثدي وتصنيفه بدقة عالية
2025 | المؤلف: Umesh Kumar Lilhore وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث نموذج هجين جديد لاكتشاف سرطان الثدي يجمع بين الشبكات العصبية التلافيفية (CNNs) وشبكات الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (Bi-LSTM) وهيكل EfficientNet-B0 المدرب مسبقًا. من خلال الاستفادة من EfficientNet-B0، الذي تم تدريبه على مجموعة بيانات ImageNet الواسعة، يستفيد النموذج من التعلم الانتقالي، مما يسمح باستخراج ميزات أكثر فعالية من الصور الماموجرافية مقارنةً بالشبكات…
-
تحديد اكتشاف العلامات الحيوية المعتمدة على الميتابولوميات في الأفراد المصابين بمتلازمة داون باستخدام منهجية الذكاء الاصطناعي القابلة للتفسير المعززة بنموذج شجرة النواة
2025 | المؤلف: Cemil Çolak وآخرون | المجلة: Frontiers in Molecular Biosciences | المجال: إدارة المعلومات الصحية (Health Information Management)تستقصي هذه الدراسة الفروق الأيضية بين الأفراد المصابين بمتلازمة داون (T21) والأشخاص الأصحاء (D21) باستخدام نموذج ذكاء اصطناعي قابل للتفسير (XAI) مدمج مع التعلم الآلي (ML). تستخدم الأبحاث مصنفات ML متنوعة، بما في ذلك KTBoost، الذي حقق أعلى دقة تصنيف بنسبة 90.4% ومنطقة تحت المنحنى (AUC) بنسبة 95.9%. كشفت التحليلات الأيضية لعينات بلازما الدم من…
-
مؤشرات صوتية كعلامات تنبؤية لمرض باركنسون باستخدام تقنيات التعلم الآلي
2025 | المؤلف: Ifrah Naeem وآخرون | المجلة: Scientific Reports | المجال: علم وظائف الأعضاء (Physiology)تبحث الورقة البحثية في إمكانية استخدام القياسات الصوتية كمؤشرات للتشخيص المبكر لمرض باركنسون (PD)، وهو اضطراب عصبي يتميز بنقص الدوبامين مما يؤدي إلى ضعف في الوظائف الحركية. تستخدم الدراسة نماذج تعلم الآلة المختلفة، بما في ذلك آلة الدعم الشعاعي (SVM)، وغابة عشوائية (RF)، والانحدار اللوجستي (LR)، وشجرة القرار (DT)، لتحليل مجموعة بيانات تتكون من 195…
