تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. خوارزميات

الأبحاث المرتبطة بالكلمة المفتاحية: خوارزميات




  • استكشاف وتحليل عوامل الخطر لأمراض الشرايين التاجية مع داء السكري من النوع 2 بناءً على خوارزمية تعلم الآلة القابلة للتفسير SHAP

    2025 | المؤلف: Dandan Tang وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تستقصي هذه الدراسة تطبيق خوارزميات التعلم الآلي لتعزيز الدقة التنبؤية لمرض القلب التاجي (CHD) لدى المرضى المصابين بداء السكري من النوع 2 (T2DM). على الرغم من الارتباط المعروف بين T2DM و CHD، فإن استخدام التعلم الآلي في التنبؤ السريري لـ CHD-DM2 كان محدودًا. استخدمت الأبحاث بيانات من 12,400 مريض داخلي مصاب بأمراض القلب والأوعية الدموية…


  • كشف سرطان الفم عبر شبكة CNN الفانيلا المحسّنة بواسطة مُحسّن البروتوزوا الاصطناعي المحسن

    2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: أمراض اللثة (Periodontics)

    في هذه الدراسة، تم تقديم طريقة جديدة لاكتشاف سرطان الفم، مستفيدة من بنية شبكة الأعصاب التلافيفية (CNN) المعدلة مع تحسينات مثل تطبيع الدفعات، وتنظيم التسرب، وتصميم كتلة تلافيفية مخصصة. تستخدم الطريقة مُحسِّن البروتوزوا الاصطناعي المحسن (IAPO)، الذي يقوم بتحسين مُحسِّن البروتوزوا الاصطناعي الأصلي من خلال استراتيجية بحث مبتكرة وضبط معلمات تكيفية، مما يؤدي إلى تحسين…


  • دمج ميزات متعددة التدفقات من محول الرؤية والشبكة العصبية التلافيفية للكشف الدقيق عن نوبات الصرع من إشارات EEG

    2025 | المؤلف: Qi Li وآخرون | المجلة: Journal of Translational Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث نموذج CMFViT، وهو نهج جديد للكشف التلقائي عن النوبات باستخدام تخطيط الدماغ الكهربائي (EEG). يدمج هذا النموذج شبكة عصبية تلافيفية (CNN) مع محول رؤية (ViT) من خلال استراتيجية دمج ميزات متعددة الجداول (MSFF)، مما يعالج بفعالية قيود طرق التعلم العميق الحالية في التقاط الميزات المحلية والاعتماديات الزمنية العالمية لإشارات EEG. من خلال تحويل…


  • YOLO-LeafNet: إطار عمل قوي للتعلم العميق لاكتشاف أمراض النباتات متعددة الأنواع مع زيادة البيانات

    2025 | المؤلف: Ramanjot Kaur وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تتناول هذه الورقة البحثية القضية الحرجة لأمراض النباتات التي تؤثر سلبًا على إنتاج المحاصيل والاستقرار الاقتصادي، لا سيما في القطاع الزراعي في الهند. يقترح المؤلفون نهجًا جديدًا، يسمى YOLO-LeafNet، لاكتشاف الأمراض في صور الأوراق من أربعة أنواع من المحاصيل: العنب، والفلفل الحلو، والذرة، والبطاطس. باستخدام مجموعة بيانات تحتوي على حوالي 8,850 صورة ورقة مأخوذة من…


  • التعرف على المشاعر بناءً على إشارات EEG عبر المواضيع باستخدام التعلم التبايني

    2025 | المؤلف: Ahmed Mohammed Alghamdi وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم هذه الدراسة مخطط تعلم تبايني عبر الموضوعات (CSCL) جديد يهدف إلى تعزيز التعرف على المشاعر المستند إلى EEG، وهو مجال حاسم ضمن الحوسبة العاطفية. تتناول الدراسة تحدي التباين الفردي في إشارات EEG من خلال استخدام هدف تبايني مزدوج ضمن الفضاء الزائدي، مما يسمح للنموذج بتعلم ميزات محددة لكل موضوع وتمثيلات قابلة للتعميم بشكل فعال.…


  • إطار عمل متتابع لتفسير أورام الدماغ باستخدام متغيرات Yolo

    2025 | المؤلف: S. Priyadharshini وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث إطارًا جديدًا لتحديد وتقسيم أورام الدماغ في التصوير بالرنين المغناطيسي (MRI) باستخدام تقنيات التعلم العميق المتقدمة. مع الاعتراف بالتحديات التي يواجهها المتخصصون الطبيون في تقييم صور الرنين المغناطيسي يدويًا بسبب قيود الوقت والتباين، تقيم الدراسة أداء YOLOv9 و YOLOv10 و YOLOv11 على مجموعة بيانات أورام الدماغ من Figshare ومجموعة بيانات BraTS2020. تشمل…


  • DentoMorph-LDMs: نماذج انتشار تعتمد على نسيج اللثة المتصل بـ 8 نقاط جديدة وفقدان الأسنان اللبنية لزيادة صور الأسنان

    2025 | المؤلف: Hanaa Salem وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تقدم هذه البحث DentoMorph-LDMs، إطار عمل مبتكر يعزز إعادة بناء الصور السنية للأطفال واكتشاف الأمراض من خلال دمج الخوارزميات المستوحاة من البيولوجيا في نماذج الانتشار الكامنة (LDMs). يقدم الدراسة وظيفتين جديدتين للخسارة: تعويض بكسل متكيف مع اللثة (GAPI)، الذي يحاكي السلوك التكيفي لأنسجة اللثة، وإعادة بناء قائمة على الانتقال المؤقت (DTBR)، الذي يأخذ في الاعتبار…


  • نهج هجين جديد للتعلم العميق يجمع بين انتباه الميزات العميقة والتحقق الإحصائي لتحسين تقسيم الموجات فوق الصوتية للغدة الدرقية

    2025 | المؤلف: Tathagat Banerjee وآخرون | المجلة: Scientific Reports | المجال: الغدد الصماء والسكري والتمثيل الغذائي (Endocrinology, Diabetes and Metabolism)

    تقدم البحث TATHA، وهو هيكل جديد للتعلم العميق مصمم لتعزيز دقة تقسيم العقيدات الدرقية في تصوير الموجات فوق الصوتية. على الرغم من التقدم في تقنيات التصوير، لا تزال التحديات التقليدية مثل الضوضاء، والتباين المحدود، واعتماد المشغل قائمة، مما يستلزم حلولاً آلية. تم تقييم TATHA باستخدام قاعدة بيانات رقمية تضم 134 صورة مصنفة من 99 حالة،…


  • توقع الأداء الأكاديمي القائم على التعلم الآلي مع إمكانية الشرح لتحسين اتخاذ القرار في المؤسسات التعليمية

    2025 | المؤلف: Wesam Ahmed وآخرون | المجلة: Scientific Reports | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)

    تؤكد ورقة البحث على أهمية التعليم في تطوير المهارات الحياتية الأساسية وتخصيص الموارد، مع تسليط الضوء على دمج التقنيات المتقدمة مثل الذكاء الاصطناعي (AI) في التعليم العالي. تركز على التنبؤ بالأداء الأكاديمي لتعزيز تصنيفات الجامعات وفرص الطلاب، مع معالجة التحديات في تحليل الأداء والتقييم من خلال نماذج التعلم الآلي (ML). تستخدم الدراسة عشرة نماذج انحدار،…


  • رعاية مرضى السكري المدفوعة بالتعلم الآلي باستخدام التحليلات التنبؤية والوصفية لوصف الأدوية الشخصية

    2025 | المؤلف: Manaf Zargoush وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تقدم هذه الورقة البحثية نظام دعم القرار السريري (CDSS) مبتكر يهدف إلى تحسين وصف الأدوية للمرضى المصابين بداء السكري من النوع 2 (T2D) من خلال التعلم الآلي (ML). يستخدم الإطار نموذج الشبكة البايزية (BN) لتحليل مجموعة بيانات شاملة من السجلات الصحية الإلكترونية لـ 17,773 مريضًا على مدى 12 عامًا، مع التركيز على ملفات تعريف المرضى…


←السابق
1 … 3 4 5 6 7 … 25
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.