الأبحاث المرتبطة بالكلمة المفتاحية: خوارزميات
-
تفسير أداء مباراة كرة السلة باستخدام SHAP: رؤى من رابطة كرة السلة الصينية
2025 | المؤلف: Yan Ouyang وآخرون | المجلة: Scientific Reports | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تستكشف هذه الدراسة مؤشرات الأداء الرئيسية (KPIs) التي تؤثر على نتائج المباريات في رابطة كرة السلة الصينية (CBA) من خلال تحليل بيانات من 4,100 مباراة على مدى عشرة مواسم (2013-2023). باستخدام سبعة خوارزميات تعلم آلي—XGBoost، LightGBM، شجرة القرار، الغابة العشوائية، آلات الدعم الناقل، الانحدار اللوجستي، وأقرب الجيران—تبني البحث نماذج تنبؤية لنتائج المباريات. يتم استخدام طريقة…
-
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…
-
scPRINT: التدريب المسبق على 50 مليون خلية يسمح بتوقعات قوية لشبكات الجينات
2025 | المؤلف: Jérémie Kalfon وآخرون | المجلة: Nature Communications | المجال: الفيزياء الحيوية (Biophysics)في هذا القسم، يقدم المؤلفون scPRINT، وهو نموذج أساسي مصمم خصيصًا لاستنتاج الشبكات الجينية (GNI). يتضمن scPRINT تحيزات استقرائية مبتكرة واستراتيجيات تدريب مسبق تعزز ملاءمته لـ GNI، مع معالجة القيود الملحوظة في النماذج الحالية. النموذج قادر على إنتاج شبكات جينية واسعة النطاق خاصة بنوع الخلية ويمكنه أيضًا إجراء توقعات لمهام ذات صلة متنوعة، بما في…
-
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…
-
نهج متكامل لاختيار الميزات وتعلم الآلة للكشف المبكر عن سرطان الثدي
2025 | المؤلف: Jing Zhu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يظل سرطان الثدي واحدًا من أكثر أنواع السرطان شيوعًا بين النساء في جميع أنحاء العالم، حيث تعتبر الاكتشاف المبكر أمرًا حاسمًا لتحسين معدلات البقاء. تقدم هذه الدراسة طريقة جديدة لاختيار الميزات تستخدم قيم الشابلية التراكمية (SHAP) بالتزامن مع الإزالة التكرارية للميزات (RFE) وخوارزمية الغابة العشوائية (RF). لمواجهة مشكلة عدم توازن البيانات، استخدم الباحثون تقنية Borderline-SMOTE.…
-
تشخيص ALL: هل يمكن أن تت coexist الكفاءة والشفافية؟ نهج تعلم عميق قابل للتفسير
2025 | المؤلف: Dost Muhammad وآخرون | المجلة: Scientific Reports | المجال: تقنية المختبرات الطبية (Medical Laboratory Technology)تقدم البحث إطارًا تشخيصيًا جديدًا لسرطان الدم الليمفاوي الحاد (ALL) الذي يدمج بنية EfficientNet-B7 مع تقنيات الذكاء الاصطناعي القابل للتفسير (XAI). يهدف هذا الإطار إلى تعزيز دقة التشخيص مع الحفاظ على الكفاءة الحسابية والشفافية في توقعات النموذج. أظهر النموذج أداءً تشخيصيًا مثيرًا للإعجاب، حيث حقق دقة تزيد عن 96% على مجموعة بيانات مستشفى طالقاني و95.50%…
-
هجين من DSR-GAN وCNN للكشف عن مرض الزهايمر بناءً على صور MRI
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم هذه الورقة البحثية شبكة توليد تنافسية عميقة جديدة لتحسين الدقة (DSR-GAN) مدمجة مع شبكة عصبية تلافيفية (CNN) لتصنيف مرض الزهايمر (AD) عبر أربع مراحل: خرف خفيف (MD)، خرف معتدل (MOD)، غير مصاب بالخرف (ND)، وخرف خفيف جداً (VMD). باستخدام مجموعة بيانات تحتوي على 6,400 صورة MRI، تعمل DSR-GAN على تحسين جودة الصورة من خلال…
-
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…
-
التنبؤ بأمراض القلب والأوعية الدموية بناءً على اختيار ميزات متعددة ونموذج PSO-XGBoost المحسن
2025 | المؤلف: Kerang Cao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نموذجًا جديدًا لتوقع أمراض القلب والأوعية الدموية، يسمى MFS-DLPSO-XGBoost، والذي يدمج تقنيات اختيار الميزات المتعددة، وخوارزمية تحسين سرب الجسيمات المحسنة (PSO)، وخوارزمية تعزيز التدرج الشديد (XGBoost). يبدأ النموذج بمعالجة البيانات، تليها تدريب نموذج XGBoost ومقارنة أدائه مع أربعة خوارزميات تعلم آلي معروفة: الانحدار اللوجستي، آلة الدعم الناقل، الغابة العشوائية، وجار الأقرب K.…
