الأبحاث المرتبطة بالكلمة المفتاحية: شبكة عصبية اصطناعية
-
تحليل السلاسل الزمنية الجغرافية المكانية للأنظمة الساحلية: الشبكات العصبية NARX المدعومة بالذكاء الاصطناعي التي تدمج الاستشعار عن بعد لتوقع تغييرات الشاطئ المتقدمة
2025 | المؤلف: Nada Mansour وآخرون | المجلة: International Journal of Oceans and Oceanography | المجال: علم المحيطات (Oceanography)تقدم هذه الدراسة تحليلاً شاملاً لديناميات شكل الشاطئ على طول امتداد يبلغ 35 كيلومترًا من دلتا النيل في مصر، باستخدام 35 عامًا من بيانات لاندسات متعددة الزمن (1987-2022) لتحديد الشاطئ بدقة. استخدمت الدراسة شبكة عصبية متقدمة غير خطية ذات مدخلات خارجية (NARX)، تم تحسينها من خلال تقنيات بايزي، محققة خطأ جذر متوسط مربع طبيعي (NRMSE)…
-
دمج وحدات التحكم بالمنطق الضبابي من النوع 2 مع التوأم الرقمي والشبكات العصبية لإدارة أنظمة الطاقة الكهرومائية المتقدمة
2025 | المؤلف: Yali Zeng وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث استراتيجية تحكم مبتكرة لأنظمة الطاقة المائية تجمع بين وحدات التحكم المنطقية الضبابية من النوع الثاني (T2FLC)، وتكنولوجيا التوأم الرقمي، والشبكات العصبية. تهدف هذه المقاربة الهجينة إلى تحسين إدارة الحمل، وتعزيز اكتشاف الأعطال، وتحسين الكفاءة التشغيلية. تعالج T2FLC عدم اليقين في التحكم في النظام، بينما يوفر التوأم الرقمي محاكاة ديناميكية للمراقبة في الوقت…
-
التنبؤ بحالات COVID-19 بواسطة نموذج الذاكرة الطويلة القصيرة الأمد (LSTM) المدفوع بعوامل متعددة
2025 | المؤلف: Yanwen Shao وآخرون | المجلة: Scientific Reports | المجال: النمذجة والمحاكاة (Modeling and Simulation)تدرس هذه الدراسة التأثير العالمي لـ COVID-19 من خلال تحليل البيانات من 15 دولة على مدى حوالي 900 يوم، مع التركيز على 44 ميزة مصنفة إلى معلومات وبائية، وخصائص الدول، والمناخ، وسياسات الوقاية. من خلال استخدام تقنيات اختيار الميزات، تحدد الأبحاث العوامل الرئيسية التي تؤثر على زيادة حالات COVID-19 الجديدة. تستخدم الدراسة نمذجة تنبؤية من…
-
إدخال الحوسبة الكمية في آلات التعلم المتطرفة للكشف المبكر عن السرطان المتعدد
2025 | المؤلف: Anas Bilal وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الدراسة نموذجًا هجينًا، Q-GBGWO-ELM، والذي يجمع بين آلة التعلم المتطرفة (ELM) مع التعلم الانتقالي FuNet ويتم تحسينه باستخدام مُحسّن الذئب الرمادي الثنائي الكمي الجيني (Q-GBGWO). يتم تطبيق هذا النموذج على مجموعة بيانات متعددة السرطانات ويستخدم استراتيجية دمج ميزات متنوعة لتعزيز استخراج الميزات التصويرية الحرجة. تشير النتائج إلى أن Q-GBGWO-ELM يحقق تحسينًا متوسطًا في دقة…
-
الذكاء الاصطناعي في خدمة التمويل الريادي: هيكل المعرفة والنموذج الخوارزمي الأساسي
2025 | المؤلف: Robert Kudelić وآخرون | المجلة: Financial Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الدراسة مراجعة ببليومترية لتطبيقات الذكاء الاصطناعي (AI) ضمن مجالات التمويل الريادي والتمويل المؤسسي، خاصة فيما يتعلق بريادة الأعمال. أسفرت عملية بحث شاملة في مجموعة ويب أوف ساينس الأساسية عن 1,890 مقالة بحثية للتحليل، مما كشف عن رؤى مهمة حول الحالة الحالية للبحث في هذا المجال. تسلط النتائج الضوء على هيمنة الشبكات العصبية الاصطناعية،…
-
شبكة عصبية عميقة تجريبية لاسترجاع الطور البصري عبر وسط متشتت
2025 | المؤلف: Hanqian Tu وآخرون | المجلة: Nature Communications | المجال: الصوتيات وفوق الصوتيات (Acoustics and Ultrasonics)تناقش هذه الفقرة قيود التعلم الخاضع للإشراف التقليدي في الشبكات العصبية العميقة (DNNs)، خاصة في السيناريوهات التي تكون فيها الحلول التحليلية غير متاحة، مثل أنظمة تشتت الموجات. لمواجهة هذا التحدي، يقدم المؤلفون مفهوم الشبكة العصبية التجريبية العميقة (DENN)، التي تجمع بين التعلم العميق والنمذجة التجريبية. تتيح هذه الطريقة المبتكرة استرجاع الطور البصري من خلال وسائط…
-
التعلم الآلي لتصنيف مرض الكلى المزمن وتوقع مستويات الكرياتينين باستخدام قياسات منزلية
2025 | المؤلف: Brady Metherall وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث الورقة البحثية في تطبيق نماذج التعلم الآلي للكشف المبكر وتصنيف مرض الكلى المزمن (CKD) باستخدام مجموعات ميزات سريرية متنوعة. على وجه التحديد، تستخدم الدراسة الشبكات العصبية الاصطناعية (ANNs) والغابات العشوائية (RFs) على مجموعة بيانات تضم 400 مريض، وتحلل ثلاث مجموعات ميزات: ميزات المنزل، والمراقبة، والميزات المخبرية. تشير النتائج إلى أن RFs تتفوق على ANNs…
-
توقع الطاقة الشمسية الكهروضوئية باستخدام طبقة تحليل الاتجاه الموسمي ونموذج الشبكة العصبية LSTM المحسن
2025 | المؤلف: Venkatachalam Mohanasundaram وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث نهجًا مبتكرًا للتنبؤ بإنتاج الطاقة الشمسية الكهروضوئية (PV-SE) من خلال دمج تحليل الاتجاهات الموسمية القوي (RSTL) مع خوارزمية تحسين النورس التكيفية (ASOA) المحسّنة بشبكة الذاكرة طويلة وقصيرة المدى (LSTM). تعالج هذه المنهجية بفعالية التحديات التي تطرحها تقلبات وتقطع الإشعاع الشمسي (SI) من خلال تحليل بيانات السلاسل الزمنية إلى مكونات تطوير وموسمية وبقايا باستخدام…
-
الكشف عن استغلالات يوم الصفر باستخدام شبكة الكشف الهجينة التكيفية WavePCA-Autoencoder (AWPA) (AHEDNet)
2025 | المؤلف: Ahmed A. Mohamed وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه الورقة نموذجًا مركبًا احتماليًا جديدًا يهدف إلى تعزيز اكتشاف استغلالات اليوم الصفري، مع معالجة القيود الرئيسية للأنظمة الحالية لاكتشاف الشذوذ من حيث الدقة وكفاءة الحوسبة والقدرة على التكيف. يتضمن الإطار المقترح ثلاثة مكونات مبتكرة: WavePCA-Autoencoder التكيفي (AWPA) للمعالجة المسبقة الفعالة من خلال إزالة الضوضاء وتقليل الأبعاد؛ وMeta-Attention Transformer Autoencoder (MATA) لتحسين استخراج الميزات،…
-
تقليل بيانات GRACE لتحسين توقعات المياه الجوفية باستخدام الشبكات العصبية الاصطناعية
2025 | المؤلف: Abdel Rahman Awawdeh وآخرون | المجلة: Civil Engineering Journal | المجال: علم المحيطات (Oceanography)تقدم هذه الدراسة منهجية ذات مرحلتين تستخدم الشبكات العصبية الاصطناعية (ANNs) لتعزيز مراقبة المياه الجوفية على نطاقات إقليمية، مع معالجة قيود الطرق التقليدية المعتمدة على الآبار والدقة المكانية المنخفضة لبيانات الأقمار الصناعية GRACE (~300 كم). في المرحلة الأولى، قام الباحثون بتحسين بيانات GRACE لتحقيق دقة مكانية تبلغ 4×4 كم، مما زاد من قابليتها للتطبيق في…