الأبحاث المرتبطة بالكلمة المفتاحية: تنقيب البيانات
-
التعرف الشخصي المعتمد على رؤية الحاسوب باستخدام صور الأشعة المقطعية ثنائية الأبعاد ذات أقصى كثافة
2025 | المؤلف: Andreas Heinrich وآخرون | المجلة: European Radiology | المجال: علم الآثار (Archeology)تدرس الدراسة جدوى استخدام صور الإسقاط الأقصى للحدة (MIP) من فحوصات الأشعة المقطعية للصدر (CT) للتعرف الشخصي الآلي من خلال رؤية الكمبيوتر (CV). من خلال تحليل مجموعة بيانات تضم 12,465 فحصًا بالأشعة المقطعية من 8,177 فردًا، ركزت الأبحاث على 300 حالة لتقييم دقة رؤية الكمبيوتر في التعرف على الأفراد من خلال مطابقة الميزات في صور…
-
آلية تعلم آلي محسّنة لنظام الرعاية الصحية للبيانات الضخمة للتنبؤ بعوامل خطر الأمراض
2025 | المؤلف: Venkata Nagaraju Thatha وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم البحث نظام توقعات معتقدات الثعلب الأحمر العميق (DRFBPS) الجديد الذي يهدف إلى تعزيز التعرف المبكر على عوامل خطر الإصابة بأمراض القلب. نظرًا للزيادة المتزايدة في انتشار أمراض القلب بسبب عوامل نمط الحياة، يؤكد الدراسة على أهمية الكشف المبكر لتحسين نتائج المرضى. تعاني الطرق التنبؤية التقليدية غالبًا من مشاكل مثل اختيار الميزات غير المناسب والتكيف…
-
المساحة المغطاة المصححة الموزونة (wCCA): مقياس للتداخل المعلوماتي بين المراجعات
2025 | المؤلف: Xiangji Ying وآخرون | المجلة: Research Synthesis Methods | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)في هذا القسم، يناقش المؤلفون أهمية قياس تداخل الدراسات الأولية المدرجة في المراجعات المنهجية (SRs) عند إجراء نظرات عامة على المراجعات. يقدمون مقياسًا جديدًا يسمى المساحة المغطاة المصححة الموزونة (wCCA)، والذي يعزز المساحة المغطاة المصححة التقليدية (CCA) من خلال دمج أحجام العينات للدراسات الأولية. يقوم wCCA بضبط قياس التداخل من خلال وزن الدراسات وفقًا للجذور…
-
نهج جديد للشبكات العصبية الضبابية بمعلومات ضبابية مثلثية لاختيار مقدمي خدمات اللوجستيات
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)في هذا البحث، يتم تقديم نهج جديد للشبكات العصبية الضبابية (FNN) لمعالجة مشاكل اتخاذ القرار متعددة المعايير (MCDM)، وخاصة لاختيار مقدمي خدمات اللوجستيات. يدمج النموذج الأعداد الضبابية المثلثية (TFNs) مع مشغل تجميع متوسط الوزن الضبابي المثلثي (TFEWA)، مما يعزز اتخاذ القرار في ظل عدم اليقين. يوضح البحث القوانين التشغيلية، ودوال الدرجات، ومقاييس مسافة هامينغ للأعداد…
-
طريقة جديدة لاكتشاف التسلل باستخدام تصنيف التجميع واختيار الميزات
2025 | المؤلف: Pooyan Azizi Doost وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه البحث نظام كشف التسلل الهجين (IDS) الذي يجمع بين الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات وخوارزمية الغابة العشوائية (RF) للتصنيف، بهدف تعزيز أمان الشبكة من خلال التعرف الفعال على التهديدات السيبرانية والتخفيف منها. تستفيد الطريقة المقترحة من CNNs لاستخراج الميزات ذات الصلة تلقائيًا من بيانات الشبكة، مما يقلل من الأبعاد والضوضاء، مما يسمح…
-
تحليل مقارن لتنبؤ أمراض القلب باستخدام الانحدار اللوجستي، وآلة الدعم الناقل، وجيران الأقرب، وغابة عشوائية مع التحقق المتقاطع لتحسين الدقة
2025 | المؤلف: Yagyanath Rimal وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الورقة البحثية فعالية التحقق المتقاطع في تعزيز أداء نماذج التعلم الآلي المطبقة على مجموعات بيانات أمراض القلب. تستخدم الدراسة عملية جديدة لتحضير البيانات، تشمل تعويض الميزات العددية بالمتوسط، والميزات الفئوية باستخدام طرق كاي-تربيع، وتطبيق التطبيع. يتم مقارنة أربعة نماذج—الانحدار اللوجستي (LR)، آلة الدعم الناقل (SVM)، أقرب جار (KNN)، وغابة عشوائية (RF)—من خلال التحقق…
-
التعلم الفيدرالي مع الخصوصية التفاضلية لتشخيص سرطان الثدي مما يمكّن من مشاركة البيانات بشكل آمن وسلامة النموذج
2025 | المؤلف: Shubhi Shukla وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستكشف هذه الورقة البحثية دمج التعلم الفيدرالي (FL) والخصوصية التفاضلية (DP) لتعزيز الخصوصية في الكشف عن سرطان الثدي أثناء معالجة المعلومات الصحية الحساسة. من خلال الاستفادة من الإطار اللامركزي لـ FL، يمكّن هذا البحث التدريب التعاوني للنماذج بين منظمات الرعاية الصحية دون الكشف عن بيانات المرضى الخام. إن دمج DP يقدم ضوضاء إحصائية في تحديثات…
-
إعادة تعريف الجينات المتغيرة العالية بواسطة انحدار LOESS المحسن مع نسبة إيجابية
2025 | المؤلف: Yue Xie وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يناقش المؤلفون التحديات التي تطرحها الأبعاد العالية والندرة في بيانات تسلسل RNA أحادي الخلية، مع التأكيد على أهمية اختيار الميزات لتقليل الأبعاد وتحسين القابلية للتفسير. يقدمون خوارزمية جديدة لاختيار الميزات تستخدم الانحدار السلس المحلي المقدر المحسن (LOESS) لنمذجة العلاقة بين مستويات التعبير الجيني المتوسطة والنسب الإيجابية بشكل فعال، مع تقليل خطر الإفراط…
-
التعلم الفيدرالي الذي يحافظ على الخصوصية لتعدين البيانات الطبية التعاونية في بيئات متعددة المؤسسات
2025 | المؤلف: Rahul Haripriya وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة التحدي الحاسم لضمان خصوصية البيانات في تصنيف الصور الطبية، لا سيما في سياق التشخيص المدعوم بالذكاء الاصطناعي، حيث واجه أكثر من 30% من منظمات الرعاية الصحية خروقات للبيانات. تستكشف الدراسة دمج التعلم الانتقالي والتعلم الفيدرالي لتطوير إطار عمل يحافظ على الخصوصية لتصنيف الصور الطبية، باستخدام GoogLeNet و VGG16 كنماذج أساسية. أظهرت هذه…
-
تقسيم البيانات لتجنب تسرب المعلومات مع DataSAIL
2025 | المؤلف: Roman Joeres وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة القضية الحرجة لتسرب المعلومات في تعلم الآلة، وخاصة في التطبيقات الطبية الحيوية. يحدث تسرب المعلومات عندما يحفظ النموذج بيانات التدريب عن غير قصد بدلاً من تعلم أنماط قابلة للتعميم، مما يؤدي إلى مقاييس أداء مضللة أثناء الاستدلال. لمعالجة هذا التحدي، يقدم المؤلفون DataSAIL، حزمة بايثون مصممة لتسهيل تقسيم البيانات مع تقليل التسرب،…