الأبحاث المرتبطة بالكلمة المفتاحية: شبكة عصبية تلافيفية
-
نموذج قائم على CNN-transformer تم شرحه بواسطة SHAP وأوزان الانتباه متعدد الرؤوس لتوقع السلاسل الزمنية
2026 | المؤلف: Stefano Frizzo Stefenon وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تناقش هذه القسم نقاط القوة في الشبكات العصبية التلافيفية (CNNs) وهياكل المحولات في نمذجة البيانات الزمنية. تُعرف الشبكات العصبية التلافيفية بقدرتها على التقاط الأنماط المحلية وعدم التغير في الترجمة، بينما تتفوق المحولات في نمذجة الاعتمادات بعيدة المدى من خلال آليات الانتباه الذاتي. يقدم البحث هيكلًا هجينًا، CNN-Transformer-SHAP-MHAW، يجمع بين هذين النهجين لتحسين توقعات السلاسل الزمنية…
-
ما وراء الأكثر سطوعًا: نهج التعلم العميق لتحديد اندماجات المجرات الكبرى والصغرى في CANDELS عند z ∼ 1
2026 | المؤلف: Aimee L. Schechter وآخرون | المجلة: The Astrophysical Journal | المجال: نظم معلومات الإدارة (Management Information Systems)تركز هذه الدراسة على تحديد اندماجات المجرات، وهو جانب حاسم لفهم تطور المجرات. قام المؤلفون بتدريب شبكة عصبية تلافيفية (CNN) باستخدام صور وهمية من مسح CANDELS التابع لتلسكوب هابل الفضائي، مستهدفين بشكل خاص المجرات عند انزياحات حمراء تتراوح بين 1 و 1.5. تم اشتقاق مجموعة التدريب من محاكاة IllustrisTNG50، مما يسمح بتضمين مجموعة متنوعة من…
-
تصنيف جزيئات الميكروبلاستيك في الماء باستخدام تشتت الضوء المستقطب وطرق التعلم الآلي
2026 | المؤلف: Leonard Saur وآخرون | المجلة: Journal of Hazardous Materials Advances | المجال: التلوث (Pollution)تتناول هذه الدراسة التحديات المتعلقة بالكشف وتصنيف الميكروبلاستيك في المياه، خاصة بسبب خصائصها المتنوعة وقيود الطرق البصرية التقليدية. تعيق تقنيات الطيف التقليدية بسبب امتصاص الماء القوي للأشعة تحت الحمراء، بينما تتطلب العديد من الطرق البصرية الناشئة عينات شفافة. للتغلب على هذه المشكلات، يقترح المؤلفون إطار تصنيف منهجي يستخدم استقطاب الانعكاس الخلفي بزاوية 120° مع التعلم…
-
بنية هجينة عميقة CNN-BiLSTM-BiGRU مع قابلية التفسير لاكتشاف ضعف الإدراك الخفيف باستخدام EEG
2026 | المؤلف: Aishik Tokdar وآخرون | المجلة: Brain Informatics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم البحث إطار عمل جديد CNN-Res-SE-BiLSTM-BiGRU للكشف التلقائي عن ضعف الإدراك المعتدل (MCI) من بيانات تخطيط الدماغ الكهربائي (EEG) الخام. يستفيد هذا النموذج من الكتل التلافيفية والاحتياطية لبنية زمنية محلية، وطبقات متكررة ثنائية الاتجاه للاعتماديات بعيدة المدى، ووحدات ضغط وتحفيز (SE) للاهتمام القنوي. تم تقييم أداء النموذج بدقة باستخدام التحقق المتقاطع بخمس طيات، محققًا دقة…
-
تعلم كيفية تعلم المخطط الأساسي الكلي باستخدام التعلم الآلي المستنير بالفيزياء وغير المعتمد على النموذج
2026 | المؤلف: Amalie Roark وآخرون | المجلة: Transportation Research Part C Emerging Technologies | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث التحدي المتمثل في تقدير الرسم البياني الأساسي الكلي (MFD) في شبكات المرور الحضرية، لا سيما في ظل ظروف ندرة البيانات حيث تكون أجهزة الكشف عن الحلقات محدودة. لمواجهة هذه المشكلة، يقترح المؤلفون إطار عمل للتعلم الفوقي يستخدم التعلم الفوقي غير المعتمد على النموذج (MAML) للاستفادة من الأنماط القابلة للنقل من المدن الغنية…
-
تحليل مقارن للكاشفات السابقة YOLO وكاشف YOLOv26s للكشف عن الأسلحة في المراقبة بالفيديو في الوقت الحقيقي
2026 | المؤلف: Carlos Julio Fierro Silva وآخرون | المجلة: Frontiers in Computer Science | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم من ورقة البحث تقييمًا شاملاً لكاشفات الأجسام المعتمدة على YOLO خفيفة الوزن لاكتشاف الأسلحة في الوقت الحقيقي في مراقبة الفيديو، مع التركيز على نموذج YOLOv26s الذي تم تقديمه حديثًا. تقارن الدراسة بين YOLOv26s والنسخ المعروفة (YOLOv8s، YOLOv9s، YOLOv10s، وYOLOv11s) في ظروف نشر حقيقية باستخدام NVIDIA Jetson Nano. يركز التقييم على زمن الاستجابة…
-
MedSpectralNet: هيكل شبكة عصبية تلافيفية خفيفة الوزن لتصنيف الصور متعددة الأنماط
2026 | المؤلف: Nabilah Afrin وآخرون | المجلة: PLoS ONE | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم القسم نظرة عامة على MedSpectralNet، وهو شبكة عصبية تلافيفية خفيفة الوزن (CNN) مصممة لتصنيف الصور الطبية. يعالج هذا النموذج التحديات التي تواجه النماذج الحالية الرائدة، مثل MedMamba، التي تستخدم نماذج الفضاء الحالة (SSMs) التي تحد من التوازي وتزيد من وقت التشغيل بسبب عملياتها التسلسلية. يقوم MedSpectralNet بتقريب الانتباه الذاتي بتعقيد خطي، مما يمكّن من…
-
الكشف التلقائي عن القنوات على شكل C في الأضراس الثانية السفلية من الأشعة السينية البانورامية: مقارنة الشبكات العصبية التلافيفية الفردية والمجمعة ضمن خط أنابيب من مرحلتين
2026 | المؤلف: Yunus Emre Çakmak وآخرون | المجلة: Clinical Oral Investigations | المجال: جراحة الفم (Oral Surgery)تقدم هذه الدراسة سير عمل عميق التعلم من مرحلتين مصمم لتحديد موقع الأضراس الثانية السفلية وتصنيف وجود قنوات على شكل C في الأشعة السينية البانورامية بشكل تلقائي. باستخدام مجموعة بيانات تتكون من 1,252 صورة شعاعية، استخدمت المرحلة الأولى نموذج YOLOv8 لاكتشاف الأسنان، بينما استخدمت المرحلة الثانية ثلاثة شبكات عصبية تلافيفية (CNNs)—DenseNet-169 و EfficientNet-B6 و ConvNeXt-Base—بالإضافة…
-
قنوات الالتفاف الكمي وعائلات المصفوفات الثنائية المعاملات
2026 | المؤلف: Rafał Bistroń وآخرون | المجلة: Quantum | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يقترح المؤلفون طريقة جديدة لبناء قنوات كمومية ذات قدرة تشابك محسنة، مستوحاة من تقنيات الالتفاف. يستكشفون مفهوم التماهيات لعمليات متعددة عشوائية، كاشفين عن ارتباط كبير مع البوابات ذات القوة العالية في التشابك. تحدد الدراسة شروطًا معينة تحتها تظهر القنوات الالتفافية أقصى قوة تشابك وتقدم عائلات جديدة مستمرة من المصفوفات الثنائية 2-وحدوية في…
-
إطار تعلم نقل متعدد المراحل لتشخيص الأعطال الذكية للآلات الدوارة تحت ظروف تشغيل متغيرة
2026 | المؤلف: Muhammad Farooq Siddique وآخرون | المجلة: Scientific Reports | المجال: هندسة التحكم والأنظمة (Control and Systems Engineering)يتناول قسم ورقة البحث تطوير إطار عمل للتعلم الانتقالي متعدد المراحل يهدف إلى تحسين موثوقية تقييم الأعطال المعتمد على الاهتزاز في الآلات الدوارة، خاصة تحت ظروف تشغيل متغيرة وبيانات محدودة معلمة. غالبًا ما تواجه نماذج التشخيص المعتمدة على البيانات التقليدية مشاكل في الأداء بسبب التغيرات في سرعة التشغيل وندرة عينات الأعطال، مما يحد من فعاليتها…