تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. شبكات عصبية، حاسوبية

الأبحاث المرتبطة بالكلمة المفتاحية: شبكات عصبية، حاسوبية




  • ما بعد الوضع الفردي: مجموعات GAN لتوليد بيانات طبية متنوعة

    2026 | المؤلف: Lorenzo Tronchin وآخرون | المجلة: Computer Methods and Programs in Biomedicine | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول هذه الدراسة التحديات التي تواجه الشبكات التنافسية التوليدية (GANs) في التصوير الطبي، وتحديداً معضلة تحقيق دقة عالية، تنوع، وكفاءة في توليد البيانات الاصطناعية. بينما أظهرت GANs إمكانيات، لا تزال هناك مشكلات مثل انهيار الوضع وعدم تمثيل كاف لتوزيعات البيانات الحقيقية. تقدم هذه الدراسة طريقة تستخدم مجموعات GAN، تم تحسينها من خلال نهج متعدد الأهداف،…


  • نموذج توقعات التعلم الآلي المعتمد على XGBoost للأحداث القلبية الوعائية السلبية الكبرى بعد PCI في مرضى STEMI

    2026 | المؤلف: Ning Zhang وآخرون | المجلة: Scientific Reports | المجال: علم الأورام (Oncology)

    تدرس هذه الدراسة التنبؤ بالأحداث القلبية الوعائية السلبية الكبرى (MACE) لدى المرضى الذين يعانون من احتشاء عضلة القلب مع ارتفاع مقطع ST (STEMI) والذين خضعوا لتدخلات الشرايين التاجية عن طريق الجلد (PCI). باستخدام بيانات سريرية من 1,011 مريضًا، استخدمت الدراسة ستة خوارزميات تعلم آلي—الغابة العشوائية (RF)، مشغل الانكماش المطلق الأدنى واختيار المشغل (Lasso)، آلة الدعم…


  • ChemEmbed: إطار تعلم عميق لتحديد المستقلبات باستخدام بيانات MS/MS المحسنة وتضمينات جزيئية متعددة الأبعاد

    2026 | المؤلف: Muhammad Faizan-Khan وآخرون | المجلة: Briefings in Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)

    النص المقدم لا يحتوي على أي محتوى جوهري أو نتائج من قسم ورقة البحث، حيث يبدو أنه سلسلة من الرموز المكسورة أو العناصر النائبة. لذلك، لا يمكن تلخيص أي نتائج أكاديمية أو رؤى من هذا القسم. إذا كان لديك قسم آخر أو نص مختلف يحتوي على معلومات ذات صلة، يرجى تقديمه للتلخيص. تسلط ال الضوء…


  • تصميم هيكل عصبي جديد قائم على الأساس الشعاعي لحل نموذج فيروس التهاب الكبد C الديناميكي

    2025 | المؤلف: Zhenyun Du | المجلة: Scientific Reports | المجال: النمذجة والمحاكاة (Modeling and Simulation)

    تركز البحث على تطوير شبكة عصبية جديدة تعتمد على الأساس الشعاعي تهدف إلى حل النموذج الديناميكي لفيروس التهاب الكبد الوبائي C (HCV) لدى المرضى الذين يظهرون حمولة فيروسية عالية في البداية. يتضمن هذا النموذج التفاعلات بين الخلايا الكبدية غير المصابة، والخلايا الكبدية المصابة، والفيروس نفسه، مما يعكس دينامياته غير الخطية. يستخدم الدراسة نظام تحسين تنظيم…


  • التعلم العميق القائم على الفيديو المباشر للكشف عن عرج الماشية

    2025 | المؤلف: Md Fahimuzzman Sohan وآخرون | المجلة: Scientific Reports | المجال: الحيوانات الصغيرة (Small Animals)

    تتناول هذه البحث القضية الهامة لعرج الماشية في تربية الماشية، والتي تؤثر سلبًا على رفاهية الحيوانات وإنتاجيتها. يقدم المؤلفون إطار عمل للتعلم العميق الزمني المكاني للكشف التلقائي عن العرج باستخدام مجموعة بيانات منظمة تتكون من 50 مقطع فيديو featuring 42 من الماشية، مصنفة إلى فئات عرجاء وغير عرجاء بناءً على خصائص المشي. تم تقييم معمارين…


  • نموذج ذكي لاكتشاف أورام الدماغ باستخدام شبكة هجين خفيفة الوزن من نوع التوأم الانتباهية الهرمية

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

    تقدم هذه البحث نظامًا تلقائيًا لاكتشاف أورام الدماغ (BT) يظهر فعالية وموثوقية في تصنيف صور الرنين المغناطيسي إلى فئات الأورام وغير الأورام. يستخدم النموذج بنية هجينة خفيفة الوزن تعرف باسم LHTA-PCNet، والتي تعزز دقة التصنيف ضمن إطار HybLwDL. إن دمج نهج تصفية قائم على شبكة الخصومة التوليدية (GANF) يحسن جودة الصورة، مما يعزز بشكل كبير…


  • آلية الانتباه الهرمية المدمجة مع الشبكات العصبية العميقة للتجزئة الدلالية الدقيقة للهياكل السنية في الأشعة السينية البانورامية

    2025 | المؤلف: Mehrdad Esmaeili وآخرون | المجلة: Scientific Reports | المجال: جراحة الفم (Oral Surgery)

    تقدم ورقة البحث نموذجًا جديدًا قائمًا على التعلم العميق لتقسيم الصور الدلالي يهدف إلى تعزيز تفسير الأشعة السينية البانورامية في طب الأسنان. تم تصميم هذا النموذج لتحديد وتصنيف 24 هيكلًا تشريحيًا ومرضياً بدقة، مما يعالج تحديات التفسيرات اليدوية التي تستغرق وقتًا طويلاً وتكون عرضة للأخطاء. باستخدام مجموعة بيانات تتكون من 844 صورة موضحة، يستخدم النموذج…


  • نماذج التعلم العميق متعددة المناطق لتحديد الترميمات السنية والأطراف الصناعية في الأشعة السينية البانورامية

    2025 | المؤلف: Zohaib Khurshid وآخرون | المجلة: BMC Oral Health | المجال: جراحة الفم (Oral Surgery)

    تقدم هذه الدراسة نهجًا جديدًا للتعلم العميق للكشف التلقائي عن مختلف الأطراف الصناعية والعلاجات السنية، باستخدام مجموعة بيانات متنوعة تضم 2,235 صورة شعاعية بانورامية من ثلاث كليات طب الأسنان. تضمنت المنهجية سير عمل شامل يشمل إعداد مجموعة البيانات، اختيار النموذج، والتدريب والتقييم الدقيق لثلاثة هياكل متقدمة للتعلم العميق: You Only Look Once (YOLO)v11، Faster Region-based…


  • FastKAN-DDD: نهج جديد سريع قائم على شبكة كولموغوروف-أرنولد لاكتشاف نعاس السائقين مُحسّن لنشر TinyML

    2025 | المؤلف: Siham Essahraui وآخرون | المجلة: PLoS ONE | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

    يقدم القسم نظرة عامة على نموذج FastKAN-DDD، وهو نظام جديد لاكتشاف نعاس السائقين مصمم للنشر في بيئات محدودة الموارد، مثل المتحكمات الدقيقة. معترفًا بالدور الحاسم لإرهاق السائق في حوادث المرور، يبرز المؤلفون قيود نماذج التعلم الآلي والتعلم العميق الحالية، التي غالبًا ما تكون كثيفة الحسابات جدًا للاستخدام العملي. يعتمد FastKAN-DDD على بنية شبكة Fast Kolmogorov-Arnold…


  • TransBreastNet: إطار تعلم عميق هجين يعتمد على CNN لتحليل تصنيف أنواع سرطان الثدي وتقدم الآفات الزمنية

    2025 | المؤلف: A. Brahmareddy وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث BreastXploreAI، وهو إطار عمل جديد متعدد الأنماط ومتعدد المهام في التعلم العميق يهدف إلى تحسين تشخيص سرطان الثدي من خلال تحسين تصنيف الأنماط وتحليل تقدم الآفات. جوهر هذا الإطار هو TransBreastNet، الذي يدمج الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات المكانية، وطرق قائمة على المحولات للتشفير الزمني، ومشفرات بيانات كثيفة لدمج المعلومات السريرية…


←السابق
1 … 7 8 9 10 11 … 35
التالي→

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