تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. علوم البيانات

الأبحاث المرتبطة بالكلمة المفتاحية: علوم البيانات




  • التلاعب بالاستشهادات من خلال مطاحن الاستشهادات وخوادم ما قبل الطباعة

    2025 | المؤلف: Hazem Ibrahim وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)

    يتناول هذا القسم من ورقة البحث تقييم العلماء بناءً على مقاييس الاقتباس وإمكانية التلاعب بالاقتباسات، لا سيما من خلال شراء الاقتباسات. قام المؤلفون بتجميع مجموعة بيانات تضم حوالي 1.6 مليون ملف شخصي على Google Scholar للتحقيق في حالات الاحتيال في الاقتباسات. وقد أكدوا أن Google Scholar هو المنصة الأكثر استخدامًا لتقييم الاقتباسات بين أعضاء هيئة…


  • حول القدرات الناشئة لـ ChatGPT 4 لتقدير سمات الشخصية

    2025 | المؤلف: Marco Piastra وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم النفس السريري (Clinical Psychology)

    تستكشف هذه الدراسة فعالية ChatGPT 4 في تقييم سمات الشخصية من خلال النصوص المكتوبة، باستخدام مجموعتين من البيانات متاحة للجمهور تشمل عينات نصية وتقييمات ذاتية بناءً على نموذج السمات الخمس الكبرى. سعى الباحثون لتقييم أداء ChatGPT 4 التنبؤي من خلال توليد توقعات عددية على مقياس من أحد عشر نقطة لكل نص ومقارنة هذه التوقعات مع…


  • عدم اليقين في تقديرات المخاطر من نماذج التنبؤ السريرية: الأسس والتحديات والنهج

    2025 | المؤلف: Richard D Riley وآخرون | المجلة: BMJ | المجال: علم الأوبئة (Epidemiology)

    تؤكد جامعة برمنغهام التزامها بالتحكم الدقيق في العناصر المتاحة؛ ومع ذلك، تعترف بأنه قد تحدث أخطاء أحيانًا، مما يؤدي إلى تحميل غير مقصود لمواد حساسة أو محمية تجاريًا. في الحالات التي يشتبه فيها الأفراد بأن وثيقة قد تم تحميلها بشكل غير مناسب، تشجع الجامعة على التواصل عبر عنوان البريد الإلكتروني المقدم، UBIRA@lists.bham.ac، من أجل الحل.…


  • الذكاء الاصطناعي في التسويق الرقمي: نحو إطار تحليلي لكشف وتخفيف التحيز

    2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Big Data and Cognitive Computing | المجال: التسويق (Marketing)

    تتناول ورقة البحث آثار الذكاء الاصطناعي (AI) في التسويق الرقمي، مع التركيز على التحيزات الموجودة في الترميز، والتحفيز، ونشر تقنيات الذكاء الاصطناعي. تميز بين الذكاء الاصطناعي التقليدي، الذي يعتمد على خوارزميات التعلم تحت الإشراف، والذكاء الاصطناعي التوليدي، الذي يستخدم نماذج اللغة الكبيرة (LLMs) لإنشاء محتوى جديد. بينما يمكن أن يعزز الذكاء الاصطناعي الكفاءة في التسويق،…


  • دلفي مكاني في الوقت الحقيقي مدعوم بالذكاء الاصطناعي: دمج نماذج الذكاء الاصطناعي لتطوير تحليل السيناريوهات المستقبلية

    2025 | المؤلف: Yuri Calleo وآخرون | المجلة: Quality & Quantity | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)

    تعتبر دلفي المكاني في الوقت الحقيقي منهجية مبتكرة مصممة لمعالجة تعقيدات القضايا المكانية غير المؤكدة، لا سيما ضمن دراسات المستقبل. يتفوق هذا النهج في تطوير السيناريوهات المكانية من خلال استغلال الرؤى التعاونية للخبراء في بيئة افتراضية للوصول إلى توافق حول الديناميات الإقليمية. على الرغم من قدرته على توليد رؤى مكانية قيمة ومقاييس إحصائية، إلا أن…


  • تحليل بيبليومتري ومراجعة منهجية للكفاءة الرقمية في التعليم

    2025 | المؤلف: Huiling Ma وآخرون | المجلة: Humanities and Social Sciences Communications | المجال: نظم المعلومات (Information Systems)

    تقدم ورقة البحث تحليلاً شاملاً للكفاءة الرقمية في التعليم، باستخدام كل من تحليل الببليومترية ومنهجيات مراجعة الأدبيات المنهجية. تحدد خمسة مواضيع رئيسية في الأدبيات الموجودة: (1) مستويات الكفاءة الرقمية، (2) العوامل المؤثرة، (3) العلاقة بين الكفاءة الرقمية وتدريب المعلمين، (4) كفاءة الطلاب الرقمية، و(5) تأثير الكفاءة الرقمية على الأداء الأكاديمي. كما تحدد الدراسة سبعة اتجاهات…


  • تسليط الضوء على DeepSeek-R1: الهندسة المعمارية والميزات والآثار المستقبلية

    2025 | المؤلف: Wrya Anwar Hayder | المجلة: International Journal of Computer Science and Mobile Computing | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    تقدم هذه القسم نظرة عامة على DeepSeek-R1، وهو نموذج لغوي كبير جديد (LLM) يعالج التحديات الكبيرة التي تواجه النماذج التقليدية، مثل التكاليف الحسابية العالية والقيود في القابلية للتوسع والتكيف. على عكس النماذج اللغوية الكبيرة العامة، بما في ذلك GPT-4 من OpenAI، وLlama من Meta، وPaLM من Google، التي تعتمد على الهياكل التقليدية والتدريب الدقيق تحت…


  • نموذج تقييم مستدام لمشكلة الموقع المعتمد على تحليلات القرار – نموذج تقييم CRITIC-COPRAS النيوتروسوفي

    2025 | المؤلف: Tripti Basuri وآخرون | المجلة: Management Science Advances. | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    في هذا البحث، يركز المؤلفون على تحديد موقع مثالي لإنشاء مدرسة جديدة في منطقة باشيم باردهامان باستخدام طرق اتخاذ القرار متعددة المعايير (MCDM). يستخدمون طريقة أهمية المعايير من خلال الترابط بين المعايير (CRITIC) لتقييم أوزان ستة معايير رئيسية و19 معيار فرعي مرتبط بها، تليها طريقة التقييم النسبي المعقد (COPRAS) لترتيب خمسة مواقع محتملة. تتضمن الدراسة…


  • التعلم العميق لتوقعات السلاسل الزمنية: استعراض

    2025 | المؤلف: Xiangjie Kong وآخرون | المجلة: International Journal of Machine Learning and Cybernetics | المجال: معالجة الإشارات (Signal Processing)

    تقدم هذه القسم نظرة عامة على أهمية وتطور التنبؤ بالسلاسل الزمنية (TSF)، مع تسليط الضوء على دوره الحاسم عبر مختلف الصناعات مثل الطاقة والرعاية الصحية وحركة المرور والأرصاد الجوية والاقتصاد. يشير إلى أن النماذج الإحصائية التقليدية غالبًا ما تفشل في تقديم الدقة العالية المطلوبة في التطبيقات العملية. أدى ظهور التعلم العميق إلى تطوير العديد من…


  • نهج ستيغانوغرافي متعدد الطبقات مدفوع بالتعلم العميق لتعزيز أمان البيانات

    2025 | المؤلف: Yousef Sanjalawe وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث إطار عمل جديد متعدد الطبقات للتخفي مصمم لتعزيز سلامة البيانات، والأصالة، والسرية في سياق زيادة التهديدات الأمنية. تواجه الطرق التقليدية للتخفي قيودًا مثل سعة الحمولة المحدودة والضعف أمام الكشف. يدمج الإطار المقترح ترميز هوفمان، وإدخال أقل بت أهمية (LSB)، ومشفر-فك تشفير قائم على التعلم العميق، مما يحسن بشكل كبير من عدم الكشف،…


←السابق
1 … 17 18 19 20 21 … 36
التالي→

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