الأبحاث المرتبطة بالكلمة المفتاحية: تعلم الميزات
-
نموذج الانتشار متعدد الوسائط المدرك للبنية لإكمال الرسم البياني للمعرفة متعدد الوسائط
2026 | المؤلف: Wei Huang وآخرون | المجلة: ICASSP 2026 – 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة التقدم في الرسوم البيانية المعرفية متعددة الوسائط (MKGs) والتحديات المرتبطة بنقصها، مما أدى إلى ظهور طرق إكمال الرسوم البيانية المعرفية متعددة الوسائط (MKGC). تستخدم تقنيات MKGC الحالية بشكل أساسي نماذج تمييزية تعظم الاحتمالية الشرطية ولكنها غالبًا ما تفشل في التقاط العلاقات المعقدة الموجودة في الرسوم البيانية المعرفية في العالم الحقيقي بشكل فعال.…
-
المعايرة التباينية على التوافق والتمثيلات متعددة المناظر التكميلية
2026 | المؤلف: Negin Jabari وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث C4MV، وهو إطار عمل جديد لتعلم التمثيل متعدد المناظر (MRL) الذي يعالج القيود الرئيسية في الأساليب الحالية. غالبًا ما تركز الأساليب التقليدية على تعلم الإجماع مع إغفال المعلومات التكميلية الكامنة في التمثيلات الخاصة بالمناظر. يدمج C4MV بشكل مبتكر تعلم التمثيل بالإجماع والتكميلية من خلال مزيج من تحليل التمثيل الذاتي المشترك وغير المشترك،…
-
تكرار مقابل عدم التكرار في الانفجارات الراديوية السريعة: نهج التعلم العميق للتوصيف الشكلي
2026 | المؤلف: Bikash Kharel وآخرون | المجلة: The Astrophysical Journal | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون منهجية تعلم عميق لتصنيف الانفجارات الراديوية السريعة (FRBs) بناءً على خصائصها الشكلية كما هو موضح في الأطياف الديناميكية من كتالوج CHIME/FRB 2. باستخدام التعلم الانتقالي مع بنية ConvNext المدربة مسبقًا، يركز البحث على تصنيف الأطياف الديناميكية التي تم إزالة التشتت منها—المعالجة كصور—إلى فئتين: FRBs المتكررة وغير المتكررة. يستفيد هذا التصنيف…
-
TabNSA: انتباه متفرق أصلي لتعلم البيانات الجدولية بكفاءة
2026 | المؤلف: Ali Eslamian وآخرون | المجلة: Neurocomputing | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث TabNSA، وهو إطار عمل جديد للتعلم العميق مصمم لمعالجة التحديات الفريدة التي تطرحها البيانات الجدولية، مثل أنواع الميزات المتنوعة والبنية المكانية المحدودة. يدمج TabNSA الانتباه المتناثر الأصلي (NSA) مع هيكل TabMixer لتعزيز الكفاءة الحسابية وقدرات التمثيل. يستخدم نموذج NSA آلية انتباه متناثر هرمي تتضمن ضغط الرموز، والحفاظ الانتقائي، والنوافذ المنزلقة المحلية، مما يقلل…
-
تعزيز اكتشاف مرض باركنسون من خلال التعلم العميق القائم على الميزات باستخدام التشفير التلقائي والشبكات العصبية
2025 | المؤلف: P. Valarmathi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه الدراسة نهجًا جديدًا للكشف عن مرض باركنسون (PD) من خلال تحليل الموجات الصوتية، باستخدام تقنيات الشبكات العصبية العميقة المعتمدة على الميزات (FB-DNN). تؤكد الدراسة على أهمية التشخيص الدقيق وفي الوقت المناسب في تحسين نتائج المرضى وتقدم مشفرًا تلقائيًا لاستخراج الميزات بشكل فعال من البيانات الصوتية. حقق نموذج FB-DNN، المدرب على هذه البيانات المستخرجة،…
-
التعلم الفيدرالي تحت الهجوم: كشف الثغرات من خلال هجمات تسميم البيانات في الشبكات الحاسوبية
2025 | المؤلف: Ehsan Nowroozi وآخرون | المجلة: IEEE Transactions on Network and Service Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)يوفر هذا القسم نظرة عامة على نقاط الضعف في أنظمة التعلم الفيدرالي (FL) تجاه هجمات تسميم البيانات، مع التركيز بشكل خاص على قلب العلامات (LF)، وتسميم الميزات (FP)، وهجمات VagueGAN. تم اختبار هذه الهجمات على نماذج FL باستخدام مجموعات بيانات CIC و UNSW، حيث تضمنت LF تعديل عشوائي لعلامات البيانات الحميدة، و FP استهداف الميزات…
-
تحسين اكتشاف اكتئاب الكلام باستخدام التعلم الانتقالي مع wav2vec 2.0 في البيئات ذات الموارد المنخفضة
2024 | المؤلف: Xu Zhang وآخرون | المجلة: Scientific Reports | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)تتناول البحث تحدي اكتشاف الاكتئاب من خلال تحليل الكلام، وهي مهمة تعيقها نقص البيانات المعلّمة. للتخفيف من هذه المشكلة، يقترح المؤلفون نهج التعلم بالنقل الذي يستخدم نموذج wav2vec 2.0، ويقومون بضبطه لاستخراج الميزات المتعلقة بالاكتئاب. من خلال استخدام مزيج من هياكل 1D-CNN وتجميع الانتباه، يعزز النموذج قدرته على التقاط العلاقات الزمنية في بيانات الصوت. كما…