الأبحاث المرتبطة بالكلمة المفتاحية: شبكات عصبية، حاسوبية

توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
Predicting cardiovascular risk with hybrid ensemble learning and explainable AI

تتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
تحسين اكتشاف سرطان الرئة غير صغير الخلايا باستخدام الشبكات العصبية التلافيفية والتعزيز التفاضلي
Optimizing non small cell lung cancer detection with convolutional neural networks and differential augmentation

تتناول الدراسة القضية الحرجة لاكتشاف سرطان الرئة، الذي لا يزال سببًا رئيسيًا للوفيات المرتبطة بالسرطان على مستوى العالم. وتبرز أهمية الكشف المبكر وتقترح نهجًا جديدًا يدمج التعزيز التفاضلي (DA) مع الشبكات العصبية التلافيفية (CNNs) للتخفيف من مشكلة الإفراط في التكيف—وهي تحدي شائع يؤثر على تعميم النموذج على البيانات غير المرئية. من خلال استخدام تقنيات تعزيز…
طريقة محسّنة لاكتشاف تعب السائق باستخدام الشبكات العصبية متعددة الأنماط
Optimized driver fatigue detection method using multimodal neural networks

تتناول هذه البحث القضية الحرجة لإرهاق السائقين، وهو عامل رئيسي يساهم في حوادث الطرق، من خلال تطوير أنظمة كشف متقدمة تستخدم الشبكات العصبية متعددة الأنماط. تستخدم الدراسة مجموعة بيانات DROZY، التي تشمل بيانات فسيولوجية ووجهية تم جمعها في ظروف حرمان من النوم، لإنشاء نموذجين من الشبكات العصبية: نموذج دمج الميزات متعددة الأنماط ونموذج الميزات المترابطة…
تقسيم أورام الدماغ باستخدام شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4 لتحليل الرنين المغناطيسي المحسن
Brain tumor segmentation using multi-scale attention U-Net with EfficientNetB4 encoder for enhanced MRI analysis

تقدم هذه الدراسة إطار عمل جديد لتقسيم أورام الدماغ يدمج بين شبكة U-Net متعددة المقاييس مع مشفر EfficientNetB4، بهدف تحسين دقة وكفاءة التقسيم. يستخدم النموذج توسيع EfficientNetB4 المركب لتحسين استخراج الميزات عبر دقات متعددة مع تقليل المتطلبات الحسابية. يعزز آلية الانتباه متعددة المقاييس، التي تستخدم نوى بأحجام 1 × 1، 3 × 3، و5 ×…
توقع نتائج جراحة الفك العلوي كصور جانبية بعد العملية باستخدام الشبكات العصبية البيانية ونماذج الانتشار
Predicting orthognathic surgery results as postoperative lateral cephalograms using graph neural networks and diffusion models

جراحة تقويم الفك (OGS) هي إجراء تصحيحي يهدف إلى معالجة التشوهات الشديدة في الفك والوجه، مع اهتمام متزايد بتطبيقاتها التجميلية. إن التنبؤ الدقيق بنتائج الجراحة أمر بالغ الأهمية للتخطيط الفعال للعلاج ورضا المرضى. يقدم هذا البحث GPOSC-Net، وهو نموذج تنبؤي توليدي مصمم لتوليد صور جانبية للجمجمة بعد العملية من البيانات قبل العملية. يتكون النموذج من…
تقييم فعالية الذاكرة طويلة وقصيرة المدى والشبكة العصبية الاصطناعية في التنبؤ بتركيزات الأوزون اليومية في مدينة لياوتشينغ
Assessing the effectiveness of long short-term memory and artificial neural network in predicting daily ozone concentrations in Liaocheng City

تتناول ورقة البحث القضية المهمة لتلوث الأوزون في مدينة لياوتشينغ، التي تفاقمت بسبب التصنيع السريع والتحضر. وتؤسس نماذج الذاكرة طويلة وقصيرة الأجل (LSTM) والشبكة العصبية الاصطناعية (ANN) للتنبؤ بتركيزات الأوزون من 2014 إلى 2023. تشير النتائج إلى أن نموذج LSTM يتفوق على نموذج ANN، حيث يظهر زيادة في معامل التحديد ($R^2$) من 0.6779 إلى 0.6939،…
كشف تسوس الأسنان تحت التعويضات السنية الثابتة من خلال تحليل الأشعة السينية البانورامية الرقمية باستخدام خوارزميات الذكاء الاصطناعي المعتمدة على طرق التعلم العميق
Detection of dental caries under fixed dental prostheses by analyzing digital panoramic radiographs with artificial intelligence algorithms based on deep learning methods

تستكشف هذه الدراسة فعالية نماذج الشبكات العصبية التلافيفية (CNN)، وتحديداً إطار عمل “يو فقط انظر مرة واحدة” (YOLO)، في اكتشاف تسوس الأسنان تحت التعويضات السنية الثابتة (FDPs) باستخدام الأشعة السينية البانورامية. تم استخدام مجموعة بيانات تتكون من 1004 صورة بانورامية من مرضى لديهم FDPs، حيث تم تخصيص 90% للتدريب و10% للاختبار. أظهر نموذج YOLOv7 أداءً…
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 detection

تسلط 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…
التعلم العميق لتقدير العمر الجنائي باستخدام الأشعة البانورامية في الأطفال والمراهقين والشباب
Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults

تستقصي هذه الدراسة تطبيق الشبكات العصبية التلافيفية (CNNs) لتقدير العمر الجنائي باستخدام الصور الشعاعية البانورامية (OPGs). من خلال تدريب شبكة CNN مخصصة على مجموعة بيانات كبيرة تضم 21,814 صورة OPG من 13,766 فردًا تتراوح أعمارهم بين 1 إلى أقل من 25 عامًا، كان الهدف من الباحثين هو تعزيز سرعة ودقة توقعات العمر. تم تدريب الشبكة…
تحسين الخصائص الفيزيائية والكيميائية للثوم المجفف باستخدام خريطة تنظيم ذاتي وتطوير نموذج توقع بالذكاء الاصطناعي
Optimization of dried garlic physicochemical properties using a self-organizing map and the development of an artificial intelligence prediction model

تبحث الدراسة في تحسين عمليات تجفيف الثوم من خلال تطبيق تقنيات التعلم الآلي، وتحديداً الشبكات العصبية الاصطناعية (ANN) والخرائط الذاتية التنظيم (SOM). قامت الدراسة بتقييم مستويات مختلفة من طاقة الأشعة تحت الحمراء (IR) وتدفق الهواء ودرجة الحرارة، وكشفت أن الشبكة العصبية الاصطناعية حققت دقة توقع تبلغ 99%، بينما أظهرت الخرائط الذاتية التنظيم دقة تجميع تبلغ…