الأبحاث المرتبطة بالكلمة المفتاحية: تعلم عميق قابل للتفسير
-
DREMnet: إطار تفسير لإزالة الضوضاء لإشارة كهرومغناطيسية عابرة شبه هوائية DREMnet: An Interpretable Denoising Framework for Semi-Airborne Transient Electromagnetic Signal
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: الجيوفيزياء (Geophysics)تقدم ورقة البحث DREMnet، وهو إطار تعلم تمثيل مفكك قابل للتفسير مصمم لإزالة الضوضاء من الإشارات المكتسبة من خلال طريقة الكهرومغناطيسية العابرة شبه الجوية (SATEM). لقد واجهت تقنيات إزالة الضوضاء التقليدية صعوبات مع الضوضاء المعقدة التي غالبًا ما تكون موجودة في بيانات الحقل، وتعتمد بشكل أساسي على استراتيجيات اختيار المعلمات التي لا تكفي في البيئات…
-
نماذج التعلم العميق القابلة للتفسير لتوصيات مستقلة للأسمدة والمحاصيل Interpretable deep learning models for independent fertilizer and crop recommendation
2026 | المؤلف: V. Stella Mary وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)إن دمج تقنيات الذكاء الاصطناعي (AI) وإنترنت الأشياء (IoT) يحدث ثورة في الزراعة من خلال تمكين جمع البيانات وتحليلها في الوقت الحقيقي لعوامل حاسمة مثل مستويات المغذيات في التربة، ودرجة الحرارة، والرطوبة. يسهل هذا النهج القائم على البيانات تقديم توصيات مستقلة للأسمدة والمحاصيل، مما يزيد من العائد وكفاءة الموارد. غالبًا ما تؤدي الممارسات الزراعية التقليدية…