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

الأبحاث المرتبطة بالكلمة المفتاحية: تقسيم




  • بنية التعلم العميق الهجينة المدفوعة بالذكاء الاصطناعي لتصنيف عقيدات الرئة بدقة

    2026 | المؤلف: R. Yasir Abdullah وآخرون | المجلة: Scientific Reports | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)

    تقدم الدراسة خط أنابيب جديد لتحسين الصور وتقسيمها لاكتشاف العقيدات الرئوية في أشعة الكمبيوتر المحوري (CT)، مع معالجة تحدي العقيدات الدقيقة التي غالبًا ما تتجنب المراجعة اليدوية. باستخدام مبادرة قاعدة بيانات صور الرئة (LIDC IDRI)، يعزز الإطار المقترح التباين المحلي من خلال التمدد التكيفي، ويحافظ على الحواف عبر الانتشار غير المتجانس، ويستخدم العتبة التكيفية لاختيار…


  • دراسة مقارنة لوظائف الخسارة وآليات الانتباه في تقسيم دلالات الانزلاق الأرضي باستخدام

    2026 | المؤلف: Vibha B. Hegde وآخرون | المجلة: Scientific Reports | المجال: الإدارة والرصد والسياسات والقانون (Management, Monitoring, Policy and Law)

    تتناول ورقة البحث التقدم في الكشف عن الانهيارات الأرضية من خلال تطبيق تقنيات التعلم العميق، مع التركيز بشكل خاص على تقسيم المعاني. من خلال استخدام بيانات متعددة الأنماط، بما في ذلك صور الأقمار الصناعية عالية الدقة وبيانات نموذج الارتفاع الرقمي (DEM)، تعزز الدراسة نموذج U-Net من خلال دمج آلية الانتباه التي تحسن التنبؤات على مستوى…


  • إعادة رسم الصور الآلية لاستعادة القطع الأثرية التاريخية باستخدام دمج التعلم الانتقالي مع النماذج التوليدية العميقة

    2026 | المؤلف: Baggam Swathi وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث تقنية HDLIP-SHAR، وهي نموذج هجين للتعلم العميق مصمم لاستعادة الآثار التاريخية رقمياً. غالباً ما تكون طرق الاستعادة التقليدية كثيفة العمالة وعرضة للأخطاء البشرية، بينما تسمح الأساليب الرقمية بإجراء إصلاحات غير جراحية وقابلة للعكس. يستخدم نموذج HDLIP-SHAR تصفية الوسيط التكيفية (AMF) وتعزيز التباين لتحسين جودة الصورة، تليها بنية شبكة CNN الهجينة SqueezeNet لاستخراج…


  • تعزيز اكتشاف العلامات العينية: تقسيم استراتيجي قائم على الذكاء الاصطناعي لتحسين الدقة وحماية الخصوصية

    2026 | المؤلف: Chaoyu Lei وآخرون | المجلة: npj Digital Medicine | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    في هذه الدراسة، نتناول الحاجة الملحة للكشف الدقيق عن العلامات العينية للتشخيص المبكر لأمراض العين مع ضمان خصوصية المريض. غالبًا ما تتضمن طرق الذكاء الاصطناعي الحالية التي تستخدم صور الوجه أو الصور العينية الخارجية معلومات زائدة يمكن أن تؤثر على الأداء والخصوصية. لمواجهة ذلك، أجرينا تحليلًا استعاديًا متعدد الجنسيات شمل 2,360 عينًا من 1,180 صورة…


  • تقسيم اللثة المدفوع بالذكاء الاصطناعي على CBCT: التحقق باستخدام التحديد بواسطة المسح داخل الفم وفصل لفة القطن المعتمد على

    2026 | المؤلف: Fernanda Bulhões Fagundes وآخرون | المجلة: Journal of Dentistry | المجال: جراحة الفم (Oral Surgery)

    هدفت الدراسة إلى التحقق من صحة نهج جديد للذكاء الاصطناعي لتقسيم اللثة تلقائيًا من مسحات التصوير المقطعي المحوسب باستخدام شعاع مخروط (CBCT) باستخدام فصل لفة القطن. شملت الدراسة 180 قوسًا أسنانيًا، مقسمة إلى مجموعات الحقيقة الأرضية، والتحقق الداخلي، والتحقق السريري. تم مقارنة تقسيم اللثة الذي تم إنشاؤه بواسطة الذكاء الاصطناعي مع التقسيم اليدوي (MS) وتحسين…


  • اختبار تورينغ للشبكات الاصطناعية المخصصة للرؤية

    2026 | المؤلف: Jorge Vila-Tomás وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذا القسم، يجادل المؤلفون بأن نمذجة الدماغ البصري باستخدام الشبكات العصبية العميقة (ANNs) لا تزال تحديًا غير محسوم، خاصة في مجال الرؤية منخفضة المستوى. يبرزون أسئلة حاسمة تتعلق بتقييم هذه النماذج، مثل النقاط المرجعية المناسبة داخل ANNs للتقييم السلوكي، وطبيعة آليات القراءة، وما إذا كان ينبغي اعتبارها جزءًا لا يتجزأ من نموذج الدماغ. علاوة…


  • توليد تقارير موثوقة لتعزيز تفسير الموجات فوق الصوتية العينية باستخدام نماذج تقسيم الرؤية-اللغة

    2026 | المؤلف: Kai Jin وآخرون | المجلة: npj Digital Medicine | المجال: الأشعة والطب النووي والتصوير الطبي (Radiology, Nuclear Medicine and Imaging)

    التفسير الدقيق للأشعة فوق الصوتية العينية أمر ضروري لتشخيص حالات العين، ومع ذلك، فإنه غالبًا ما يستغرق وقتًا طويلاً ويتطلب خبرة كبيرة. نظرًا للزيادة المستمرة في حجم بيانات الأشعة فوق الصوتية، هناك حاجة ملحة لأنظمة الذكاء الاصطناعي (AI) التي يمكنها تحليل الصور بكفاءة وإنتاج تقارير. تكافح نماذج الذكاء الاصطناعي التقليدية مع تحديد الآفات في الوقت…


  • تقسيم الأسنان المبتكر باستخدام الميزات الهرمية ونمذجة التسلسل ثنائي الاتجاه

    2026 | المؤلف: Xinxin Zhao وآخرون | المجلة: Pattern Recognition | المجال: جراحة الفم (Oral Surgery)

    تتناول ورقة البحث التحديات المتعلقة بتجزئة صور الأسنان في الرقمنة السنية، مع تسليط الضوء على قيود أجهزة الترميز التقليدية التي تستخدم خرائط ميزات ذات دقة ثابتة. غالبًا ما تؤدي هذه الأجهزة إلى تجزئة غير متصلة وتفريق غير كافٍ بين المناطق المستهدفة والخلفية بسبب عدم قدرتها على نمذجة السياق البيئي والعالمي بشكل فعال. بالإضافة إلى ذلك،…


  • الالتفاف العشوائي المدرك دلاليًا ومطابقة المصدر لتعميم المجال في تقسيم الصور الطبية

    2026 | المؤلف: Franz Thaler وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا البحث، يتناول المؤلفون مشكلة التعميم عبر المجالات من مصدر واحد (DG) في تقسيم الصور الطبية، وتحديداً تدريب نموذج على نمط تصوير واحد (مثل، الأشعة المقطعية) وتطبيقه على آخر (مثل، التصوير بالرنين المغناطيسي) دون الحاجة إلى بيانات أو تعليقات إضافية من مجال الهدف. يقدمون طريقة تسمى الالتفاف العشوائي المدرك دلالياً ورسم الخرائط الدلالية (SRCSM)،…


  • UrbanTwin: مجموعات بيانات LiDAR الاصطناعية على جانب الطريق

    2026 | المؤلف: Muhammad Shahbaz وآخرون | المجلة: IEEE Open Journal of Intelligent Transportation Systems | المجال: الهندسة البيئية (Environmental Engineering)

    تقدم هذه الورقة البحثية مجموعات بيانات UrbanTwin، وهي نسخ اصطناعية عالية الدقة لثلاث مجموعات بيانات ليدار موجودة على جانب الطريق: LUMPI و V2X-Real-IC و TUMTraf-I. تتكون كل مجموعة بيانات من 10,000 إطار موضح تحتوي على صناديق محيط ثلاثية الأبعاد، تسميات تقسيم الكائنات، معرفات تتبع لست فئات من الكائنات، وتسميات تقسيم دلالي لتسع فئات. تم تصنيع…


←السابق
1 … 5 6 7 8 9 … 17
التالي→

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