الأبحاث المرتبطة بالكلمة المفتاحية: علوم الحاسوب والهندسة
-
الكشف عن الضغط باستخدام تخطيط الدماغ الكهربائي تحت مهام معرفية متغيرة باستخدام الشبكة العصبية التلافيفية
2025 | المؤلف: Heba M. Afify وآخرون | المجلة: Neural Computing and Applications | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم البحث نهجًا جديدًا لاكتشاف الإجهاد قصير المدى باستخدام إشارات تخطيط الدماغ الكهربائي (EEG)، مستفيدًا من نموذج VGGish لاستخراج الميزات وشبكة عصبية تلافيفية (CNN) للتصنيف. استخدمت الدراسة مجموعة بيانات SAM 40، التي تتكون من تسجيلات EEG من 40 مريضًا شاركوا في أربع مهام عقلية متميزة: اختبار الألوان والكلمات ستروب (SCWT)، حل المسائل الحسابية، تحديد الصورة…
-
تعزيز الرعاية الصحية في المستشفيات: تحقيق مراقبة صحية آمنة قائمة على إنترنت الأشياء من خلال التعلم الآلي متعدد الطبقات
2025 | المؤلف: Ke Qi | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش ورقة البحث تطوير نظام مراقبة صحية آمن وفعال باستخدام تقنيات إنترنت الأشياء السريرية الذكية (C-IoT) وخوارزميات التعلم الآلي. الهدف الأساسي هو تعزيز دقة وأمان معالجة بيانات الصحة للتشخيص في الوقت المناسب لمختلف المضاعفات الصحية. تعتبر الطرق التقليدية غير كافية بسبب عدم دقتها وافتقارها إلى تدابير الأمان الشاملة. يستخدم النظام المقترح نموذجًا قائمًا على السحابة…
-
نموذج قابل للتفسير قائم على التعلم العميق الجماعي لاكتشاف وتصنيف أورام الدماغ
2024 | المؤلف: Khalid M. Hosny وآخرون | المجلة: Neural Computing and Applications | المجال: طب الأعصاب (Neurology)تركز الأبحاث على الحاجة الملحة للتصنيف الدقيق والكشف عن أورام الدماغ، التي تعد من الأسباب الرئيسية للوفيات. لمعالجة قيود طرق التعلم العميق التقليدية، التي تتطلب غالبًا وقت تدريب طويل، يقترح المؤلفون نهجًا جماعيًا يستفيد من التعلم الانتقالي مع النماذج المدربة مسبقًا DenseNet121 و InceptionV3. تم تصميم هذا النموذج لتصنيف ثلاثة أنواع من أورام الدماغ: السحائية،…
-
إحداث ثورة في صحة القلب والأوعية الدموية: دمج تقنيات التعلم العميق للتحليل التنبؤي للمؤشرات الرئيسية الشخصية في أمراض القلب
2024 | المؤلف: Fatma M. Talaat | المجلة: Neural Computing and Applications | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف الدراسة تطبيق التعلم العميق، وبالتحديد الشبكات العصبية التلافيفية (CNNs)، لتعزيز توقع مخاطر الأمراض القلبية الوعائية (CVD) باستخدام مؤشرات الصحة الشخصية. من خلال دمج هياكل الشبكات العصبية المتقدمة، يلتقط النموذج بفعالية الأنماط المعقدة بين مؤشرات الصحة مثل ضغط الدم ومستويات الكوليسترول. تشمل المكونات الرئيسية للنموذج طبقات تضمين لتحويل البيانات الفئوية، وطبقات تلافيفية لاستخراج الميزات المكانية،…
-
إطار مقترح للتنبؤ بعائد المحاصيل باستخدام نهج اختيار الميزات الهجينة والتعلم الآلي المحسن
2024 | المؤلف: Mahmoud Abdel-Salam وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطارًا جديدًا يهدف إلى تعزيز دقة توقعات إنتاج المحاصيل من خلال معالجة تعقيدات التفاعلات البيئية وتحسين نموذج الانحدار باستخدام دعم المتجهات (SVR). يتكون الإطار من ثلاث مراحل: المعالجة المسبقة، اختيار الميزات الهجين، والتوقع. في مرحلة المعالجة المسبقة، يتم إجراء تطبيع البيانات، يليه تجميع K-means وفلتر قائم على الارتباط (CFS) لإنشاء مجموعة بيانات…
-
زيادة البيانات ومجموعات البيانات غير المتوازنة: دراسة أداء التعلم الآلي وهندسة الميزات
2024 | المؤلف: Muhammad Mujahid وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول الدراسة تحدي عدم توازن الفئات في تعلم الآلة، وخاصة في تطبيقات استخراج النصوص، حيث قد تتفوق فئة واحدة بشكل كبير على أخرى. غالبًا ما يؤدي هذا التوازن إلى الإفراط في ملاءمة النموذج وتدهور الأداء. للتخفيف من هذه المشكلات، تقارن الأبحاث تقنيات زيادة العينات المختلفة، بما في ذلك تقنية زيادة العينات للأقليات الاصطناعية (SMOTE)، وSVM-SMOTE،…
-
تحسين نظام كشف التسلل لإنترنت الأشياء: اختيار الميزات مقابل استخراج الميزات في التعلم الآلي
2024 | المؤلف: Jing Li وآخرون | المجلة: Journal Of Big Data | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تبحث ورقة البحث في فعالية تقنيات تقليل الميزات—اختيار الميزات (FS) واستخراج الميزات (FE)—في سياق أنظمة كشف التسلل الشبكي (NIDS) لبيئات إنترنت الأشياء (IoT). تستخدم مجموعة بيانات شبكة TON-IoT غير المتجانسة لتقييم أداء هذه التقنيات بناءً على مقاييس مثل الدقة، ودرجة F1، ووقت التشغيل لكل من مهام التصنيف الثنائي ومتعدد الفئات. تشير النتائج إلى أن FE…
-
نظام محرك توقع مخاطر الائتمان القائم على التعلم الآلي باستخدام مصنف مكدس وطريقة اختيار ميزات قائمة على الفلتر
2024 | المؤلف: Ileberi Emmanuel وآخرون | المجلة: Journal Of Big Data | المجال: المحاسبة (Accounting)تتناول ورقة البحث تحسين توقع مخاطر الائتمان من خلال نهج مصنف متراص مبتكر يدمج تقنية اختيار الميزات المعتمدة على الفلتر (FS) المستندة إلى نظرية كسب المعلومات (IG). يستخدم النموذج المقترح عدة مقدرين أساسيين، وتحديداً الغابة العشوائية (RF)، وتعزيز التدرج (GB)، وتعزيز التدرج المتطرف (XGB)، والتي ترتبط تسلسلياً لتحسين الأداء. تم تقييم النموذج بدقة باستخدام مقاييس…