الأبحاث المرتبطة بالكلمة المفتاحية: خوارزميات
-
شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detectionتسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…
-
تشخيص فعال لمرض السكري باستخدام طريقة تجميع محسّنة
Efficient diagnosis of diabetes mellitus using an improved ensemble methodتتناول الأبحاث القضية الملحة لمرض السكري، وخاصة في الدول النامية، حيث تساهم بشكل كبير في معدلات الوفيات. على الرغم من إمكانيات التعلم الآلي (ML) للكشف المبكر والعلاج، إلا أن الدراسات السابقة واجهت صعوبات في دقة التصنيف المنخفضة بسبب تحديات مثل الإفراط في التخصيص وضوضاء البيانات. تعزز هذه الدراسة دقة التصنيف من خلال استخدام تقنيات التعلم…
-
نهج محسّن كمي للكشف عن سرطان الثدي باستخدام SqueezeNet-SVM
A quantum-optimized approach for breast cancer detection using SqueezeNet-SVMتقدم البحث نهج هجين جديد، يسمى Q-BGWO-SQSVM، لتصنيف سرطان الثدي الذي يدمج بين مُحسّن الذئب الرمادي الثنائي المستوحى من الكم (Q-BGWO) مع SqueezeNet وآلات الدعم المتجهة (SVM). يعالج هذا الأسلوب قيود أنظمة التشخيص بمساعدة الكمبيوتر الحالية (CAD)، مثل الإفراط في التكيف والاعتماد على مجموعات بيانات موسومة كبيرة، من خلال تعزيز دقة معالجة وتفسير صور الماموجرام.…
-
تعزيز تصنيف أمراض القلب استنادًا إلى خوارزمية تحسين الإوز الرمادي وذاكرة المدى الطويل والقصير
Enhancing heart disease classification based on greylag goose optimization algorithm and long short-term memoryتقدم هذه الدراسة خوارزمية تحسين الإوز الرمادي (GGO) التي تهدف إلى تعزيز دقة تصنيف أمراض القلب. تشمل أمراض القلب حالات مختلفة تؤثر على هيكل القلب ووظيفته، بما في ذلك مرض الشريان التاجي، وعدم انتظام ضربات القلب، واعتلال عضلة القلب. تستخدم الدراسة نسخة ثنائية من GGO (bGGO) لاختيار الميزات، مع تقييمها مقابل ستة خوارزميات تحسين ثنائية…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet modelsتقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…
-
نموذج RFE-GRU جديد لتصنيف مرض السكري باستخدام مجموعة بيانات PIMA الهندية
A novel RFE-GRU model for diabetes classification using PIMA Indian datasetتتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…
-
كشف الحمل المعرفي من خلال تحسين ميزات القنوات الكهربائية الدماغية وتصنيف التجميع
Cognitive load detection through EEG lead wise feature optimization and ensemble classificationتستقصي هذه الدراسة تقييم الحمل المعرفي من خلال تحليل إشارات تخطيط الدماغ الكهربائي (EEG)، مع التركيز على استجابة الدماغ للمؤثرات التي تسبب التوتر. باستخدام تحليل المتوسط المحلي القوي (R-LMD)، تم تحليل بيانات EEG إلى خمسة أوضاع على مدى أربع ثوانٍ. تم استخدام خوارزمية تحسين الحساب الثنائي (BAO) لتقليل مساحة الميزات واستخراج ميزات متعددة المجالات، مما…
-
تقسيم الأسنان بالأشعة السينية تلقائيًا مع الانتباه المجموع
Automatic X-ray teeth segmentation with grouped attentionتقدم البحث شبكة الانتباه المجمعة ودمج الطبقات المتقاطعة (GCNet)، وهو نموذج جديد مصمم لتقسيم الأشعة السينية للأسنان، حيث يتناول التحديات مثل حجم مجموعات البيانات الصغيرة، واهتمامات خصوصية المرضى، وتداخل الضوضاء. يتضمن النموذج مكونين رئيسيين: وحدات الانتباه العالمي المجمعة (GGA)، التي تلتقط وتنظم بفعالية ميزات القوام والملامح، ووحدات دمج الطبقات المتقاطعة (CLF)، التي تدمج هذه الميزات…
-
أتمتة اكتشاف السجلات المكررة للمراجعات النظامية: أداة إزالة التكرار
Automation of duplicate record detection for systematic reviews: Deduplicatorتبحث الدراسة في فعالية أداة جديدة لأتمتة المراجعات المنهجية، “المزيل المكرر”، المصممة لإزالة السجلات المكررة من عمليات البحث في المراجعات المنهجية عبر قواعد بيانات متعددة. شملت الدراسة مقارنة خوارزمية “المزيل المكرر” ‘المتوازنة’ ضد طريقة إزالة التكرار شبه اليدوية باستخدام EndNote عبر عشرة نتائج بحث لمراجعات كوكران المنهجية. قام باحثان بإجراء إزالة التكرار على هذه المكتبات،…
-
تطوير نظام للكشف عن عرج الماشية في الوقت الحقيقي باستخدام كاميرا جانبية واحدة
Development of a real-time cattle lameness detection system using a single side-view cameraتبحث هذه الدراسة في تطبيق تقنيات التعلم العميق لاكتشاف العرج في الأبقار الحلوب، باستخدام معالجة الصور المتقدمة وخوارزميات كشف الكائنات، وتحديدًا Mask-RCNN من Detectron2 و YOLOv8. تؤكد الدراسة على أهمية الكشف الدقيق عن الأبقار وتتبعها، مع تخصيص معرفات محلية فريدة لتسهيل المراقبة الفردية خلال تسلسلات الفيديو. تعتبر المناطق المستخرجة من خوارزميات الكشف ضرورية لاستخراج الميزات،…