الأبحاث المرتبطة بالكلمة المفتاحية: شجرة القرار
-
أشجار القرار لاختيار مشاريع تكنولوجيا المعلومات في الاقتصاد الرقمي باستخدام التعلم الآلي
2026 | المؤلف: Tetiana Kmytiuk وآخرون | المجلة: Bulletin of Sumy National Agrarian University | المجال: التمويل (Finance)في سياق الاقتصاد الرقمي، تواجه المنظمات تحديات كبيرة في اختيار وترتيب أولويات مشاريع تكنولوجيا المعلومات بسبب قيود الموارد، والعوائد غير المؤكدة، وظروف السوق المتقلبة. تبحث هذه الدراسة في استخدام نماذج شجرة القرار المعززة بتقنيات التعلم الآلي لتحسين عملية اختيار مشاريع تكنولوجيا المعلومات. الهدف الرئيسي هو إنشاء إطار عمل تنبؤي وقابل للتفسير يساعد صانعي القرار في…
-
توقع الحمل عالي المخاطر باستخدام طرق التعلم الآلي المحسّنة بواسطة تاجوتشي واختيار النموذج القائم على
2026 | المؤلف: Maryam Mousavi Nogholi وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)الدراسة الحالية أجرت تحليلًا ثانويًا للبيانات التي تم جمعها مسبقًا والتي تم إخفاء هويتها لتقييم فعالية التعلم الآلي في التنبؤ بالحمل عالي المخاطر. التزم المؤلفون بالإرشادات واللوائح الأخلاقية، مما يضمن عدم وجود تجنيد جديد أو اتصال مباشر مع المشاركين البشر. كشفت النتائج أن نموذج الجيران الأقرب (KNN) حقق دقة بنسبة 88% في تحديد الحمل عالي…
-
إطار عمل محسن لتقسيم البيانات لتقييم نماذج التجميع والانحدار الخطي في توقع أسعار المركبات المستعملة
2026 | المؤلف: Pathamakorn Netayawijit وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: نظم المعلومات (Information Systems)هذا القسم من ورقة البحث يبرز أهمية التنبؤ الدقيق بأسعار المركبات المستعملة لمختلف أصحاب المصلحة، مع تسليط الضوء على تعقيد ديناميات التسعير المتأثرة بعوامل مثل حالة المركبة وتغيرات السوق. تقدم الدراسة إطار تقسيم البيانات المحسن (ODPF) لتقييم أداء ستة خوارزميات تنبؤية بشكل منهجي—الانحدار الخطي، شجرة القرار، الانحدار باستخدام دعم المتجهات (SVR)، الغابة العشوائية، XGBoost، وLightGBM—عبر…
-
MathOptAI.jl: تضمين المتنبئين المدربين باستخدام التعلم الآلي في نماذج
2026 | المؤلف: Oscar Dowson وآخرون | المجلة: INFORMS journal on computing | المجال: التحليل العددي (Numerical Analysis)يقدم القسم MathOptAI.jl، مكتبة مفتوحة المصدر تم تطويرها بلغة جوليا تسهل دمج نماذج التعلم الآلي المدربة في أطر تحسين JuMP. تدعم هذه المكتبة مجموعة متنوعة من هياكل التعلم الآلي، بما في ذلك الشبكات العصبية، وأشجار القرار، والعمليات الغاوسية، وتتفاعل مع مكتبات مختلفة تعتمد على جوليا مثل Lux.jl وFlux.jl. ومن الجدير بالذكر أن MathOptAI.jl تتضمن أيضًا…
-
تعزيز نهج تجميع الميتا باستخدام XGBoost واكتشاف مرض باركنسون المعتمد على
2026 | المؤلف: Annsley Mohan Joseph Raj وآخرون | المجلة: Frontiers in Digital Health | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نهجًا مبتكرًا للكشف المبكر عن مرض باركنسون (PD)، الذي يزداد انتشارًا ويتميز بتدهور الخلايا العصبية المنتجة للدوبامين مما يؤدي إلى ضعف في الوظائف الحركية. غالبًا ما تفتقر تقنيات التشخيص الحالية، التي تعتمد أساسًا على التقييمات السريرية وتصوير DaTscan، إلى الحساسية في المراحل المبكرة من المرض. لمعالجة هذه القيود، يقترح المؤلفون نهجًا جديدًا…
-
تقييم أداء خوارزميات التعلم الآلي لتصنيف المرضى المصابين بفيروس الإيدز
2026 | المؤلف: Ardi Kurniawan وآخرون | المجلة: Jurnal Kesehatan Vokasional | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث هذه الورقة البحثية في تطبيق خوارزميات التعلم الآلي لتصنيف حالة الإصابة بفيروس نقص المناعة البشرية، مع تسليط الضوء على التحدي المستمر الذي يشكله فيروس نقص المناعة البشرية/الإيدز على الصحة العالمية، حيث تأثر حوالي 39.9 مليون فرد في جميع أنحاء العالم اعتبارًا من عام 2023. تقيّم الدراسة عدة طرق للتعلم الآلي، بما في ذلك شجرة…
-
مقارنة نماذج التعلم الآلي والشبكات العصبية الاصطناعية في البحث النفسي: تحليل قائم على
2026 | المؤلف: Marie-Luise Leitner وآخرون | المجلة: Frontiers in Psychology | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)تستكشف هذه الدراسة فعالية الشبكات العصبية الاصطناعية (ANNs) مقارنةً بنماذج التعلم الآلي التقليدية – وبالتحديد الانحدار اللوجستي، وشجرة القرار، والغابة العشوائية – في التقييم النفسي لطلبات الالتحاق بالجامعة. باستخدام مجموعة بيانات تضم 4,155 متقدمًا، تقيم البحث أداء النموذج من خلال الدقة وتحليل خصائص التشغيل المستقبلية (ROC)، مع منطقة تحت المنحنى (AUC) كمقياس رئيسي. تشير النتائج…
-
نموذج تنبؤي قابل للتفسير لأمراض القلب يعتمد على تجميع النماذج مع
2026 | المؤلف: Yanjie Chen وآخرون | المجلة: Frontiers in Molecular Biosciences | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نموذج تجميع ذو طبقتين يهدف إلى التنبؤ بأمراض القلب من خلال الاستفادة من النمو المتزايد للبيانات الصحية. يدمج النموذج عدة مصنفات، بما في ذلك نايف بايز، وأشجار القرار، وكات بوست، وأشجار التعزيز التدريجي، لتعزيز دقة التنبؤ. تستخدم الدراسة تقنية SHAP (SHapley Additive exPlanations) لتحسين قابلية تفسير النموذج، مما يعالج التعقيد المرتبط غالبًا…
-
التكلفة-الفعالية لمؤشر جودة الحياة لتوجيه الدعم النفسي الاجتماعي في سرطان الثدي
2026 | المؤلف: Tuukka Hakkarainen وآخرون | المجلة: Cancers | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تدرس هذه الدراسة دمج أداة تعلم الآلة المصممة للتنبؤ بجودة الحياة المستقبلية (QoL) للنساء المصابات بسرطان الثدي، بهدف تعزيز اتخاذ القرار بشأن الدعم النفسي الاجتماعي. نظرًا للضغوط النفسية التي تعاني منها هذه المرضى، فإن تحديد أولئك الذين سيستفيدون أكثر من هذا الدعم أمر حاسم ولكنه يمثل تحديًا في البيئات السريرية. تقارن الأبحاث أربع استراتيجيات لاتخاذ…
-
تحسين نموذج التعلم الآلي باستخدام Optuna للتنبؤ الدقيق بقوة وسلوك الشقوق في عوارض الخرسانة مسبقة الإجهاد
2026 | المؤلف: Yuanyong Wen وآخرون | المجلة: Scientific Reports | المجال: البناء والتشييد (Building and Construction)تناقش هذه section أهمية العوارض الخرسانية مسبقة الإجهاد في هياكل الجسور والمباني، مع التأكيد على تأثير أدائها على السلامة والمتانة. يبرز البحث التحديات المرتبطة باختيار معلمات النموذج في تطبيقات التعلم الآلي (ML) لتوقع أداء هذه العوارض. لمعالجة هذه المشكلة، يستكشف المؤلفون استخدام Optuna لتحسين المعلمات عبر أربعة نماذج ML: XGBoost، أشجار القرار (DT)، الغابات العشوائية…
