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

الأبحاث المرتبطة بالكلمة المفتاحية: تقليل الأبعاد




  • نموذج هجين للتعلم الآلي لاكتشاف التسلل في شبكات الاستشعار اللاسلكية من خلال الاستفادة من توازن البيانات وتقليل الأبعاد

    2025 | المؤلف: Md. Alamin Talukder وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم هذه الدراسة نموذجًا هجينًا جديدًا لتعلم الآلة مصممًا لتعزيز أنظمة كشف التسلل (IDS) لشبكات الاستشعار اللاسلكية (WSNs) وبيئات إنترنت الأشياء (IoT). يدمج النموذج KMeans-SMOTE (KMS) لموازنة البيانات وتحليل المكونات الرئيسية (PCA) لتقليل الأبعاد، مستخدمًا مصنفات مثل شجرة القرار، ومصنف الغابة العشوائية (RFC)، وتقنيات تعزيز التدرج مثل XGBoost (XGBC). تم تقييمه على مجموعات بيانات WSN-DS…


  • استغلال نموذج التعلم العميق الهجين المتقدم للكشف والوقاية في الوقت الحقيقي من هجمات القرصنة من نوع الرجل في المنتصف

    2025 | المؤلف: Vijayalakshmi Kandasamy وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم البحث نموذج AEXB، وهو إطار عمل هجين للتعلم العميق يجمع بين AutoEncoder وXGBoost لاكتشاف ومنع هجمات Man-in-the-Middle (MitM) بفعالية في بيئات المنازل الذكية. يظهر النموذج أداءً استثنائيًا، حيث حقق دقة تبلغ 97.24% على مجموعة بيانات كشف التسلل في المنازل الذكية (IDSH). يُعزى هذا النجاح إلى معالجة البيانات الدقيقة، وهندسة الميزات، وتقنيات التحسين، التي تعزز…


  • تعزيز تشخيص أورام الدماغ متعددة الفئات باستخدام SVM وتقنيات استخراج الميزات المبتكرة

    2024 | المؤلف: Mustafa Basthikodi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تبحث هذه الدراسة في تصنيف أورام الدماغ باستخدام التصوير الطبي، مع التركيز بشكل خاص على التحديات التي تطرحها التشابهات البصرية بين أنواع الأورام المختلفة. تستخدم الدراسة آلة الدعم الناقل (SVM) كخوارزمية التصنيف الأساسية، معززة بتقنيات استخراج الميزات مثل هيستوجرام التدرجات الموجهة (HOG) ونمط ثنائي محلي (LBP)، إلى جانب تحليل المكونات الرئيسية (PCA) لتقليل الأبعاد. باستخدام…


  • نهج قائم على التعلم العميق: نموذج تلقائي لتصنيف التهاب اللثة باستخدام استراتيجية إزالة اللثة

    2024 | المؤلف: Chang Wen وآخرون | المجلة: Scientific Reports | المجال: أمراض اللثة (Periodontics)

    تركز هذه الدراسة على تطوير شبكة تعلم عميق تهدف إلى التقييم التلقائي لالتهاب اللثة، وهو مؤشر حاسم في التهاب اللثة. استخدم الباحثون تقنية التوزيع الاحتمالي للجيران (t-SNE) لتقليل الأبعاد وبنوا شبكة عصبية تلافيفية (CNN) تعتمد على DenseNet لتحديد وتقييم التهاب اللثة. لتحسين أداء النموذج، تم تقديم خوارزمية جديدة لإزالة الأسنان، إلى جانب تطبيق مشفر Grad-CAM++…


  • تطوير خط أنابيب عالي الإنتاجية لتوصيف حالات الشكل الخلوي للميكروغليا بدقة خلوية واحدة

    2024 | المؤلف: Jennifer Kim وآخرون | المجلة: eNeuro | المجال: طب الأعصاب (Neurology)

    تظهر الخلايا الدبقية الصغيرة، وهي خلايا المناعة المقيمة في الجهاز العصبي المركزي، استجابة ديناميكية للمؤثرات البيئية، حيث تعكس مورفولوجيتها الخلوية حالتها الوظيفية. في ظل الظروف المستقرة، تظهر الخلايا الدبقية الصغيرة عادةً مورفولوجيا متفرعة، تتميز بعمليات تفرع واسعة تسهل مراقبة البيئة العصبية. بالمقابل، خلال الاستجابات الالتهابية، تنتقل هذه الخلايا إلى شكل أميبي، مرتبط بزيادة النشاط ودور…


  • تحسين توقعات أمراض القلب والأوعية الدموية من خلال تحسين ذاتي لاختيار الميزات المحسن بواسطة نموذج الشبكة العصبية الكمومية وLSTM

    2024 | المؤلف: Aman Darolia وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث القضية الحرجة لتوقع الأمراض القلبية الوعائية (CVD)، مع التأكيد على الحاجة إلى منهجيات متقدمة في تحليل بيانات الرعاية الصحية بسبب الأبعاد العالية لمجموعات البيانات الطبية. يقترح المؤلفون نموذجًا هجينًا جديدًا يعمل من خلال أربع مراحل رئيسية: المعالجة المسبقة، استخراج الميزات، اختيار الميزات (FS)، والتصنيف. تزيل معالجة البيانات المسبقة التناقضات، بينما يستخدم استخراج…


  • تقليل الأبعاد خارج الفضاءات العصبية باستخدام تحليل مكونات موتر الشريحة

    2024 | المؤلف: Arthur Pellegrino وآخرون | المجلة: Nature Neuroscience | المجال: الرياضيات الحسابية (Computational Mathematics)

    في الأبحاث الحديثة، تم اقتراح أن التسجيلات العصبية على نطاق واسع يمكن أن يتم وصفها بشكل فعال من خلال أنماط التفاعل المشترك بين الخلايا العصبية. ومع ذلك، قد تتجاهل الفكرة السائدة بأن التباين العصبي محصور في فضاء فرعي منخفض الأبعاد وجود هياكل أعلى أبعاد، مثل التسلسلات العصبية النمطية والمساحات الكامنة التي تتطور ببطء. تفترض هذه…


  • تقييم فعالية PCA المكانية على فك تشفير بيانات EEG المعتمدة على SVM

    2024 | المؤلف: Guanghui Zhang وآخرون | المجلة: NeuroImage | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذه الدراسة، يحقق المؤلفون في فعالية تحليل المكونات الرئيسية (PCA) لتعزيز دقة فك التشفير في أبحاث EEG، وخاصة عند استخدام آلات الدعم المتجهة عبر مجموعة متنوعة من الأنماط التجريبية. قاموا بتقييم عدة متغيرات لـ PCA، بما في ذلك تحليل المكونات القائم على المجموعة وتحليل المكونات القائم على الموضوع، مع وبدون دوران Varimax، مع تغيير…


  • نظام دعم القرار المعتمد على الآلة الكمية لاكتشاف الفصام من سجلات EEG

    2024 | المؤلف: Gamzepelin Aksoy وآخرون | المجلة: Journal of Medical Systems | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تبحث هذه الدراسة في تطبيق خوارزميات التعلم الآلي، وخاصة الطرق المعتمدة على الكم، للتشخيص المبكر للفصام باستخدام إشارات تخطيط الدماغ الكهربائي (EEG). تستخدم الدراسة تقنيات تعلم آلي متنوعة، بما في ذلك خوارزميات آلة الدعم الكمية (QSVM)، جنبًا إلى جنب مع الطرق التقليدية، لتحليل بيانات EEG التي تمت معالجتها من خلال تحليل المكونات الرئيسية (PCA) وتحويلها…


  • تدريب قوي لطاقات التعلم الآلي بين الذرات مع تقليل الأبعاد وأخذ عينات طبقية

    2024 | المؤلف: Ji Qi وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    في هذا القسم، يقدم المؤلفون منهجية لتعزيز تنوع مجموعة تدريب مشروع المواد من خلال نهج أخذ عينات جديد يسمى DIRECT. يستخدمون مجموعة البيانات MPF.2021.2.8.All، التي تشمل جميع الخطوات الأيونية من حسابات الاسترخاء، لمقارنة فعالية أخذ العينات اليدوي (MS) وأخذ العينات المباشرة. تشير النتائج إلى أنه بينما تتكون مجموعة MS من 185,877 هيكلًا، فإن مجموعة DIRECT،…


←السابق
1 2 3
التالي→

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