الأبحاث المرتبطة بالكلمة المفتاحية: رؤية الحاسوب
-
نظام محرك توقع مخاطر الائتمان القائم على التعلم الآلي باستخدام مصنف مكدس وطريقة اختيار ميزات قائمة على الفلتر
2024 | المؤلف: Ileberi Emmanuel وآخرون | المجلة: Journal Of Big Data | المجال: المحاسبة (Accounting)تتناول ورقة البحث تحسين توقع مخاطر الائتمان من خلال نهج مصنف متراص مبتكر يدمج تقنية اختيار الميزات المعتمدة على الفلتر (FS) المستندة إلى نظرية كسب المعلومات (IG). يستخدم النموذج المقترح عدة مقدرين أساسيين، وتحديداً الغابة العشوائية (RF)، وتعزيز التدرج (GB)، وتعزيز التدرج المتطرف (XGB)، والتي ترتبط تسلسلياً لتحسين الأداء. تم تقييم النموذج بدقة باستخدام مقاييس…
-
عينة كرة الثلج وطبيعتها غير التافهة
2024 | المؤلف: Sławomir Pasikowski | المجلة: Przegląd Badań Edukacyjnych | المجال: تاريخ وفلسفة العلوم (History and Philosophy of Science)تناقش هذه الفقرة مفهوم الإفراط في الإثارة (OEs) كما هو موضح في نظرية كازيميرز دابروفسكي للتفكك الإيجابي، مع التأكيد على دورها في التجارب العاطفية والعميقة. تنحرف الدراسة عن الأبحاث السابقة التي تركزت بشكل أساسي على الأفراد الموهوبين من خلال فحص مجموعة عامة من الطلاب. باستخدام استبيان الإفراط في الإثارة للآباء (OIP-II)، الذي يقيم ستة أبعاد…
-
شبكات عصبية كابسول محسّنة لتصنيف أمراض أوراق الطماطم
2024 | المؤلف: Lobna M. Abouelmagd وآخرون | المجلة: EURASIP Journal on Image and Video Processing | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا جديدًا لاكتشاف وتصنيف أمراض أوراق الطماطم باستخدام شبكة عصبية كبسولية محسّنة (CapsNet). غالبًا ما تكافح الشبكات العصبية التلافيفية التقليدية (CNNs) في التقاط العلاقات المكانية في الصور، وهو أمر حاسم لتحديد الخصائص المحددة لأمراض الأوراق. تستفيد منهجية CapsNet المقترحة من تقنيات تعزيز البيانات والمعالجة المسبقة لتحسين التدريب، محققة دقة مثيرة للإعجاب تبلغ…
-
تقليل الهلوسة في المخرجات المنظمة عبر التوليد المعزز بالاسترجاع
2024 | المؤلف: Orlando Ayala وآخرون | المجلة: Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 6: Industry Track) | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تتناول هذه البحث قيودًا هامة للذكاء الاصطناعي التوليدي (GenAI)، وبالتحديد ميل نماذج اللغة الكبيرة (LLMs) لإنتاج الهلاوس، مما يعيق اعتماد المستخدمين في التطبيقات الواقعية. للتخفيف من هذه المشكلة، طور المؤلفون نظامًا يستخدم توليد معزز بالاسترجاع (RAG) لتحسين جودة المخرجات المنظمة المستمدة من متطلبات اللغة الطبيعية. تشير نتائجهم إلى أن تنفيذ RAG لا يقلل فقط من…