الأبحاث المرتبطة بالكلمة المفتاحية: خسارة الانتروبيا المتقاطعة
-
التعلم الآلي القابل للتفسير والشبكات العصبية العميقة لتوقع دخول وحدة العناية المركزة لدى مرضى الجهاز التنفسي الأطفال Interpretable machine learning and deep neural networks for ICU admission prediction in paediatric respiratory patients
2026 | المؤلف: V Srirama وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش ورقة البحث التحدي الكبير في تشخيص اضطرابات الجهاز التنفسي في الفئات السكانية للأطفال، مع تسليط الضوء على قيود طرق التشخيص التقليدية، التي يمكن أن تكون مكلفة وعرضة للتشخيص الخاطئ. تقترح الدراسة استخدام تقنيات التعلم الآلي (ML)، وبالتحديد الشبكات العصبية العميقة (DNNs)، لتعزيز دقة التنبؤ بقبول وحدة العناية المركزة (ICU) للأطفال المصابين بأمراض الجهاز التنفسي.…
-
خسارة الانتروبيا المتقاطعة الموزونة بالمسافة الطبقية لتصنيف شدة المرض Class distance weighted cross entropy loss for classification of disease severity
2026 | المؤلف: Görkem Polat وآخرون | المجلة: Expert Systems with Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا القسم، يقدم المؤلفون دالة خسارة جديدة، وهي دالة الانتروبيا المتقاطعة الموزونة حسب مسافة الفئة (CDW-CE)، المصممة خصيصًا لمهام التصنيف الترتيبي حيث تمثل الفئات مستويات شدة متزايدة. تظهر دالات الخسارة التقليدية، مثل الانتروبيا المتقاطعة (CE)، أنها غير كافية في هذه السياقات، مما يدفع إلى تطوير CDW-CE، التي تفرض عقوبات أكبر على الأخطاء في التصنيف…