الأبحاث المرتبطة بالكلمة المفتاحية: خوارزميات التصنيف

تصنيف أصوات القلب للكشف المبكر عن الأمراض القلبية الوعائية باستخدام XGBoost وميزات الصوت المصممة Heart Sound Classification for Early Detection of Cardiovascular Diseases Using XGBoost and Engineered Acoustic Features

2026 | المؤلف: P. P Satya Karthikeya وآخرون | المجلة: Sensors | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)

تبحث الدراسة في فعالية دمج الميزات الصوتية التقليدية مع تمثيلات Wav2Vec المعتمدة على المحولات لتصنيف أصوات القلب متعددة الفئات، وهو أمر حيوي للكشف المبكر عن الأمراض القلبية الوعائية (CVD). استخرجت الدراسة عشرة ميزات صوتية مصممة، بما في ذلك Log Mel و MFCC وتحويل الموجات المنفصلة، وقيمت أربعة تكوينات نموذجية: نموذج هجين من CNN + LSTM…
خوارزمية قائمة على الذكاء الاصطناعي لتحليل النشاط البدني واللياقة البدنية المتعلقة بالصحة لدى الشباب An AI-based algorithm for analyzing physical activity and health-related fitness in youth

2026 | المؤلف: Mei Lv وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

يتناول هذا القسم من ورقة البحث التركيز المتزايد على الحالة الصحية لطلاب المدارس الابتدائية والثانوية في ضوء المبادرات الوطنية لللياقة البدنية. يبرز أهمية نتائج الفحص البدني كمقياس للياقة البدنية للطلاب، مع معالجة قيود إدارة الفحص البدني التقليدية، والتي تشمل التحيزات الذاتية، والحسابات اليدوية المعقدة، والتحديات في الاحتفاظ بالبيانات واستخدامها. لمعالجة هذه القضايا، تستفيد الدراسة من…
PEAO: مُحسّن بيولوجي مستوحى من الطبيعة مع آلية تواصل متعددة الاستراتيجيات لتشخيص سرطان الثدي PEAO: a bio-inspired parallel optimizer with a multi-strategy communication mechanism for breast cancer diagnosis

2026 | المؤلف: Haonan Li وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

يستمر سرطان الثدي في كونه سببًا مهمًا للوفيات بين النساء في جميع أنحاء العالم، مما يستلزم التشخيص المبكر والتصنيف الدقيق لتحسين نتائج العلاج. تقدم هذه الدراسة مُحسّن عمل الإنزيمات المتوازية (PEAO)، وهو خوارزمية جديدة مصممة لتحسين المعلمات الفائقة لشبكة الذاكرة طويلة وقصيرة المدى ثنائية الاتجاه (BiLSTM) في تشخيص سرطان الثدي. يتضمن PEAO ثلاثة آليات مبتكرة:…
تصنيف إجهاد الجفاف للنباتات الحديقة بناءً على صور RGB باستخدام نموذج SVM RGB image-based drought stress classification of garden plants using SVM model

2026 | المؤلف: Seong-Ju Lee وآخرون | المجلة: Scientific Reports | المجال: علم البيئة (Ecology)

تتناول هذه الدراسة تعقيدات إدارة المياه في الحدائق الحضرية، لا سيما في ظل ظروف الجفاف المتزايدة بسبب تغير المناخ. تقدم طريقة غير مدمرة لتصنيف استجابات الجفاف لمجموعة متنوعة من أنواع نباتات الحدائق المختلطة من خلال استخدام مؤشرات الصور RGB ونموذج آلة الدعم المتجه (SVM). تشير النتائج الرئيسية إلى أن استجابات الفلورية للكلوروفيل كانت فعالة في…
التعلم المتباين المراقب لتصنيف مراحل الخلايا للأجنة الحيوانية Supervised contrastive learning for cell stage classification of animal embryos

2026 | المؤلف: Yasmine Hachani وآخرون | المجلة: Scientific Reports | المجال: الفيزياء الحيوية (Biophysics)

تقدم هذه الدراسة نهجًا جديدًا، CLEmbryo، الذي يدمج بين المجهر الفيديوي وتعلم الآلة لأتمتة تصنيف مراحل الخلايا في الأجنة البقرية المنتجة في المختبر (IVP). يعالج هذا الأسلوب التحديات الكبيرة التي تواجه التوصيف اليدوي، مثل الصور ذات الجودة المنخفضة، والغموض في الفئات عند الحدود التنموية، وتوزيع البيانات غير المتوازن. من خلال استخدام التعلم التبايني الخاضع للإشراف…
التباين الجغرافي وطرق التعلم الآلي للتنبؤ بممارسة التغوط في العراء في زامبيا

2026 | المؤلف: Andualem Addisu Birlie وآخرون | المجلة: PLoS ONE | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)

تستكشف الدراسة انتشار وتنبؤات التغوط في العراء في زامبيا، مع تسليط الضوء على تداعياته الكبيرة على الصحة العامة، بما في ذلك انتشار الأمراض والتلوث البيئي. باستخدام بيانات ثانوية من المسح الديموغرافي والصحي في زامبيا لعام 2024 (ZMDHS)، تستخدم البحث التحليل الجغرافي وتقنيات التعلم الآلي لتحديد الأنماط المكانية والعوامل الرئيسية المرتبطة بممارسات التغوط في العراء. تكشف…
تصنيف متعدد الفئات لأمراض أوراق النباتات باستخدام نظام محول عميق هجين وتقنيات الذكاء الاصطناعي القابلة للتفسير

2026 | المؤلف: Saravanan Srinivasan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

في هذه الدراسة، تم تطوير إطار عمل للتعلم العميق (DL) للكشف متعدد الفئات عن أمراض المحاصيل، مع التركيز بشكل خاص على الذرة والطماطم والبطاطس. كان الهدف هو تعزيز الكشف المبكر عن الأمراض من خلال تحسين دقة التصنيف، والتعميم عبر مجموعات البيانات، وقابلية التفسير باستخدام طرق الذكاء الاصطناعي القابلة للتفسير (XAI). استخدمت الأبحاث مجموعتين كبيرتين من…
إطار عمل اختيار الميزات الهجينة والتجميع الموجه بالتنوع للتعلم الجماعي القابل للتفسير: تطبيق على توقع وفيات COVID-19

2026 | المؤلف: Farideh Mohtasham وآخرون | المجلة: PLoS ONE | المجال: الذكاء الاصطناعي (Artificial Intelligence)

تقدم البحث إطار عمل هجين لاختيار الميزات وتوجيه التنوع يهدف إلى تعزيز النمذجة التنبؤية في البيانات الطبية الحيوية عالية الأبعاد، وخاصة للتطبيقات السريرية. يعالج هذا الإطار قيود الطرق التجميعية الحالية من خلال دمج خط أنابيب قوي لاختيار الميزات – باستخدام تقنيات مثل عامل تضخم التباين (VIF)، وتحليل التباين (ANOVA)، والإزالة التراجعية المتسلسلة (SBE)، والانحدار باستخدام…
تطبيق خوارزمية التعلم الآلي للتنبؤ بسوء التغذية الحاد بين الأطفال دون سن الخامسة في شرق إفريقيا باستخدام بيانات المسح الصحي الأخيرة

2026 | المؤلف: Habtamu Guaguahu Feleke وآخرون | المجلة: Scientific Reports | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)

تتناول الدراسة القضية الملحة لسوء التغذية الحاد بين الأطفال دون سن الخامسة في شرق إفريقيا، باستخدام نماذج التعلم الآلي للتنبؤ بالأفراد المعرضين للخطر من أجل التدخل في الوقت المناسب. من خلال تحليل بيانات من 76,224 طفلًا عبر 12 دولة، استخدمت البحث عشرة خوارزميات تعلم آلي مشرف، حيث حقق نموذج الغابة العشوائية أفضل أداء تنبؤي، محققًا…
نهج متقدمة في التعلم الآلي لتوقع التوطن المشترك للأمراض المدارية المهملة في كينيا: التركيز على الديدان الطفيلية المنقولة بالتربة، داء البلهارسيات، وداء الفيلاريات اللمفاوي

2026 | المؤلف: Nkuba Nyerere وآخرون | المجلة: PLoS neglected tropical diseases | المجال: علم الطفيليات (Parasitology)

تبحث الدراسة في التحدي المستمر للأمراض المدارية المهملة (NTDs) في كينيا، حيث تعقد التوطن المشترك للديدان الطفيلية المنقولة بالتربة (STH) وداء البلهارسيا (SCH) وفيلاريا اللمفية (LF) جهود السيطرة. باستخدام نماذج التعلم الآلي، وتحديداً الغابة العشوائية (RF) وآلة تعزيز التدرج (GBM) وتعزيز التدرج المتطرف (XGBoost)، تهدف الدراسة إلى تحديد المناطق عالية المخاطر لتوطن الأمراض المدارية المهملة…