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




  • تطبيق تكنولوجيا البيانات الضخمة في إدارة أمن المعلومات في المؤسسات

    2025 | المؤلف: Ping Li وآخرون | المجلة: Scientific Reports | المجال: إدارة التكنولوجيا والابتكار (Management of Technology and Innovation)

    تدرس هذه الدراسة تطبيق تكنولوجيا البيانات الضخمة (BDT) في تعزيز أمان معلومات المؤسسات (EIS) من خلال تطوير نموذج لتوقع المخاطر. يستفيد النموذج من تحليل البيانات الضخمة لمراقبة وتحديد المخاطر الأمنية المحتملة في الوقت الفعلي، باستخدام خوارزميات تحليل الشبكات المعقدة وتقنيات التعلم الآلي. يتم استخراج مؤشرات المخاطر الرئيسية من خلال هندسة الميزات وتدريب النموذج، مما يؤدي…


  • توقع فعالية العلاج المناعي المثبط لنقاط التفتيش للسرطان باستخدام اختبارات الدم الروتينية والبيانات السريرية

    2025 | المؤلف: Seong‐Keun Yoo وآخرون | المجلة: Nature Medicine | المجال: علم الأورام (Oncology)

    يقدم هذا القسم نظرة عامة على درجات مخاطر المرضى وحمولة الطفرات الورمية (TMB) فيما يتعلق بأنواع السرطان المختلفة واستجابات العلاج. يسلط الضوء على أربعة مرضى بنتائج متميزة: Pt10276، مريض ملانوما حقق استجابة كاملة (CR) بعد 58.28 شهرًا وحمولة طفرات قدرها 0 طفرات لكل ميغاباز (mut/Mb)؛ Pt9627، مريض سرطان القولون والمستقيم الذي حقق استجابة كاملة (CR)…


  • نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع

    2025 | المؤلف: Xiaoshuai Cao وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…


  • نموذج RFE-GRU جديد لتصنيف مرض السكري باستخدام مجموعة بيانات PIMA الهندية

    2025 | المؤلف: Mahmoud Y. Shams وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…


  • تشفير متجانس تقريبي قائم على الخصوصية: استعراض

    2025 | المؤلف: Jiangjun Yuan وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على التقدم في التعلم الآلي (ML) والمخاوف المتعلقة بالخصوصية المرتبطة التي أدت إلى ظهور التعلم الآلي الذي يحافظ على الخصوصية (PPML). يركز المؤلفون على مزايا التشفير المتجانس (HE)، وخاصة التشفير المتجانس التقريبي، كتقنية واعدة لتعزيز الخصوصية في تطبيقات التعلم الآلي. يقومون بمراجعة منهجية للأدبيات الموجودة حول مخططات PPML المعتمدة على…


  • تحديد الجينات الأساسية المتعلقة بالإكسوزومات وفحص الأهداف المحتملة في التهاب اللثة باستخدام تحليل النسخ الجيني على مستوى الخلية الواحدة

    2025 | المؤلف: Wufanbieke Baheti وآخرون | المجلة: BMC Oral Health | المجال: أمراض اللثة (Periodontics)

    تدرس الدراسة دور الجينات المرتبطة بالإكسوزوم (ERGs) في تقدم وشدة التهاب اللثة (PD) من خلال تحليل النسخ الفردي للخلايا. باستخدام مجموعات البيانات GSE16134 وGSE10334 وGSE171213، أجرى الباحثون تحليل التعبير التفاضلي ونمذجة التعلم الآلي (ML) لتحديد الجينات الأساسية المرتبطة بـ PD. كشفت التحليلات عن CKAP2 وIGLL5 وMZB1 وCXCL6 وAADACL2 كجينات رئيسية، حيث أظهر نموذج الشبكة العصبية…


  • تحليل الذكاء لكفاءة توصيل جزيئات الأدوية إلى مواقع الأورام السرطانية باستخدام نماذج التعلم الآلي

    2025 | المؤلف: Wael A. Mahdi وآخرون | المجلة: Scientific Reports | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    تستكشف هذه الدراسة تطبيق نماذج التعلم الآلي (ML) للتنبؤ بتوزيع الجزيئات النانوية في مختلف الأعضاء، باستخدام مجموعة بيانات تركز على سلوك الجزيئات النانوية في علاج السرطان. تشمل مجموعة البيانات متغيرات فئوية ورقمية تتعلق بخصائص الجزيئات النانوية، تستهدف بشكل خاص توزيعها في أعضاء مثل الورم، القلب، الكبد، الطحال، الرئة، والكلى. لمعالجة الطبيعة المعقدة وغير الخطية للبيانات…


  • تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet

    2025 | المؤلف: Shokofeh Anari وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…


  • تصنيف الصور المعتمد على نموذج وراثي ونموذج CNN من خلال تعزيز ضبط المعلمات الفائقة

    2025 | المؤلف: Wajahat Hussain وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم التحديات المتعلقة بتحسين النموذج في تصنيف الصور، مع التأكيد على الدور الحاسم لاختيار المعلمات الفائقة في تعزيز قدرة النموذج على التعلم من بيانات الصور المعقدة. تهدف خوارزمية الجينات التجميعية المقترحة والشبكة العصبية التلافيفية (EGACNN) إلى تحسين أداء تصنيف الصور من خلال ضبط المعلمات الفائقة مثل عدد الطبقات، حجم النواة، معدلات التعلم، معدلات…


  • التعلم التآزري مع DeepONet متعدد المهام لحل مشكلات PDE بكفاءة

    2025 | المؤلف: Varun Kumar وآخرون | المجلة: Neural Networks | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)

    يقدم القسم نظرة عامة على التعلم متعدد المهام (MTL) وتطبيقه على المشكلات التي تحكمها المعادلات التفاضلية الجزئية (PDEs) في العلوم والهندسة. يعمل MTL كآلية نقل استقرائي تعزز أداء التعميم من خلال الاستفادة من المعلومات من مهام متعددة، مما يعالج التحديات مثل ندرة البيانات والتكيف الزائد في الشبكات العصبية. يقدم المؤلفون شبكة مشغل عميقة متعددة المهام…


←السابق
1 … 93 94 95 96 97 … 147
التالي→

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