تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. تعلم الآلة

الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الآلة




  • مقارنة نماذج التقييم الآلي لتقييم العقارات في منطقة سانتياغو الحضرية: دراسة حول خوارزميات التعلم الآلي والتسعير الهيدوني مع التعديلات المكانية

    2025 | المؤلف: Jocelyn Tapia وآخرون | المجلة: PLoS ONE | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)

    تستكشف هذه الدراسة فعالية نموذجين آليين لتقييم العقارات (AVMs) في منطقة سانتياغو الحضرية في تشيلي: نهج تعلم الآلة باستخدام LightGBM ونموذج التسعير الهيدوني مع تعديلات مكانية (SAR). تدمج الأبحاث بين الخصائص التقليدية للإسكان، مثل المرافق والقرب من الخدمات، مع البيانات المرئية المستخرجة من صور العقارات عبر الشبكات العصبية التلافيفية (CNN). تشير النتائج إلى أن دمج…


  • أداة مراسلة شبكية للتقييم الكمي لنتائج التصوير العصبي الجديدة

    2025 | المؤلف: Ru Kong وآخرون | المجلة: Nature Communications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تناقش قسم ورقة البحث التحديات التي تطرحها عدم وجود معيارية في تسمية ووصف الشبكات الدماغية الوظيفية واسعة النطاق، مما أعاق تفسير وتوافق النتائج في علم الأعصاب. لمعالجة هذه المشكلة، يقدم المؤلفون صندوق أدوات توافق الشبكة (NCT)، وهو أداة مصممة لتسهيل فحص وتقرير التوافق المكاني بين نتائج التصوير العصبي الجديدة والأطالس الدماغية الوظيفية المعروفة. يسمح NCT…


  • البيانات الضخمة وتعلم الآلة في الرعاية الصحية: نهج ذكاء الأعمال لتحسين التكاليف والخدمات

    2025 | المؤلف: Mohammad Tonmoy Jubaear Mehedy وآخرون | المجلة: The American Journal of Medical Sciences and Pharmaceutical Research | المجال: نظم معلومات الإدارة (Management Information Systems)

    تستكشف ورقة البحث دمج البيانات الضخمة وتعلم الآلة (ML) في ذكاء الأعمال في الرعاية الصحية، مع التأكيد على دورها في تقليل التكاليف وتعزيز جودة الخدمة. من خلال استخدام التحليلات التنبؤية واتخاذ القرار المدعوم بالذكاء الاصطناعي، يمكن للمنظمات الصحية تحسين إدارة الموارد وزيادة كفاءة رعاية المرضى. توضح الدراسة أن التحليلات التنبؤية المدعومة بالذكاء الاصطناعي يمكن أن…


  • الانتباه الذاتي الفعال مع التقليم الذكي لنماذج اللغة الكبيرة المستدامة

    2025 | المؤلف: Samir Brahim Belhaouari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث نهج ضغط جديد لنماذج اللغة الكبيرة (LLMs) يهدف إلى تقليل متطلباتها الحاسوبية الكبيرة وتأثيرها البيئي. يركز المؤلفون على ضغط الطبقات الداخلية للمحول، التي تعد مساهمات كبيرة في تعقيد النماذج. تستخدم الطريقة المقترحة تقليم الانتشار الأمامي (FPP) لضغط طبقات التضمين والتغذية الأمامية عن طريق تجميد وتصفير المعلمات غير المستخدمة، مما يقلل من المعلمات…


  • إطار عمل هجين آمن للتعلم العميق لاكتشاف وتصنيف أورام الدماغ

    2025 | المؤلف: Sandeep Kumar Mathivanan وآخرون | المجلة: Journal Of Big Data | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث شبكة جديدة لاكتشاف أورام الدماغ (BTDN) مصممة لتشخيص أورام الدماغ بناءً على التصوير بالرنين المغناطيسي، بهدف تحسين جودة الصورة، وتأمين نقل البيانات، وتحقيق دقة تصنيف عالية. تستخدم الدراسة ثلاثة مجموعات بيانات MRI متاحة للجمهور: D-I (Br35Hc)، D-II (BraTS)، وD-III (Kaggle Data Repository) لتقييم الأداء. تتضمن BTDN تقنيات المعالجة المسبقة مثل تحسين التباين…


  • التعلم العميق المتقدم ونماذج اللغة الكبيرة: رؤى شاملة لاكتشاف السرطان

    2025 | المؤلف: Yassine Habchi وآخرون | المجلة: Image and Vision Computing | المجال: طب الأعصاب (Neurology)

    تقدم الورقة مراجعة شاملة لتقنيات التعلم العميق المتقدمة وتأثيرها التحويلي على اكتشاف السرطان وتشخيصه. تسلط الضوء على تفوق التعلم العميق على طرق التعلم الآلي التقليدية ودقة الإنسان في معالجة التحديات الطبية المعقدة، لا سيما في اكتشاف السرطان المبكر. تركز المراجعة على عدة منهجيات متطورة، بما في ذلك التعلم بالنقل، التعلم المعزز، التعلم الفيدرالي، المحولات، ونماذج…


  • استخدام تحسين خوارزميات النحل والنمل في تقنيات التعلم الآلي كأداة في علم الأعصاب المعرفي

    2025 | المؤلف: Kajal Mahawar وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تسلط الأبحاث الضوء على أهمية التعليم العالي في تشكيل نتائج الطلاب، لا سيما لطلاب تكنولوجيا المعلومات، الذين يمكن التنبؤ بأدائهم الأكاديمي بشكل فعال من خلال تقنيات التعلم الآلي المتقدمة. تحدد الدراسة التحديات مثل عدم توازن مجموعات البيانات والحاجة إلى ضبط الخوارزميات في أنظمة التنبؤ الأكاديمية الحالية. لمعالجة هذه القضايا، نفذ المؤلفون مجموعة متنوعة من خوارزميات…


  • نحو تعلم تعاوني مع مراعاة العدالة والحفاظ على الخصوصية في الرعاية الصحية

    2025 | المؤلف: Feilong Zhang وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا القسم، يتم تفصيل الإعدادات التجريبية لتقييم نماذج CNN و transformer. تم تحديد معدلات التعلم عند 0.01 لنماذج CNN و 0.001 لنماذج transformer. يتم استخدام حجم دفعة ثابت قدره 16 عبر معظم التجارب، باستثناء نموذج ViT-1B، الذي يستخدم حجم دفعة قدره 3 بسبب حجمه الكبير. تتضمن التكوينات القياسية 30 عميلًا لجميع التجارب، بينما يتم…


  • Deep-ProBind: التنبؤ بالبروتينات المرتبطة باستخدام نموذج التعلم العميق القائم على المحولات

    2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تناقش هذه القسم أهمية البروتينات المرتبطة في الأنظمة البيولوجية، مع التركيز على تفاعلاتها الانتقائية مع جزيئات مثل الحمض النووي، RNA، والببتيدات، والتي تعتبر حاسمة لمختلف الوظائف الخلوية. غالبًا ما تكون الطرق التقليدية لتحديد الببتيدات المرتبطة بالبروتينات غير فعالة وتفتقر إلى الدقة بسبب تركيزها على ميزات التسلسل القريبة دون النظر في البيانات الهيكلية. لمعالجة هذه التحديات،…


  • التقدير القوي لنماذج الانحدار غير المتجانسة: نظرة عامة موجزة واقتراحات جديدة

    2025 | المؤلف: Conceiçāo Amado وآخرون | المجلة: Statistical Papers | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تقدم هذه القسم نظرة عامة على الأبحاث التي تركز على نماذج الانحدار التي تأخذ في الاعتبار الأخطاء غير المتجانسة، وخاصة في وجود عدم الخطية والنقاط الشاذة. يبرز المؤلفون التحديات التي يواجهها الممارسون عندما تتقارب هاتان الظاهرتان، حيث يمكن أن تؤثر عدم التجانس بشكل كبير على دقة المقدرات، مما يعقد التعامل مع النقاط الشاذة. لمعالجة هذه…


←السابق
1 … 64 65 66 67 68 … 147
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.