الأبحاث المرتبطة بالكلمة المفتاحية: غابة عشوائية
-
إدارة المياه العادمة المدفوعة بالذكاء الاصطناعي من خلال التحليل المقارن لتقنيات اختيار الميزات والنماذج التنبؤية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: علوم وتقنيات المياه (Water Science and Technology)إن دمج الذكاء الاصطناعي (AI) في إدارة معالجة مياه الصرف الصحي يمثل فرصة كبيرة لتعزيز توقعات جودة المياه الملوثة وكفاءة العمليات. تقيّم هذه الدراسة فعالية نماذج التعلم الآلي المختلفة في توقع معايير مياه الصرف الصحي الحرجة، بما في ذلك الطلب الكيميائي على الأكسجين (COD)، الطلب البيولوجي على الأكسجين (BOD)، المواد الصلبة المعلقة الكلية (TSS)، النيتروجين…
-
تحسين مستوحى من البيولوجيا مع نهج الحوسبة التعلم الآلي لتوقع الغدة الدرقية
2025 | المؤلف: Divya Kesavulu وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث ورقة البحث في تطبيق تقنيات التعلم الآلي (ML) والتعلم العميق (DL) لتوقع اضطرابات الغدة الدرقية، والتي تعتبر قضايا صحية شائعة لها تداعيات كبيرة، خاصة بالنسبة للنساء في المناطق النامية. تستخدم الدراسة خوارزميات ML متنوعة، بما في ذلك الغابة العشوائية (RF)، شجرة القرار، آلة الدعم الناقل (SVM)، وجار الأقرب (KNN)، معززة بطريقة تحسين جديدة تعرف…
-
النمذجة التنبؤية المدفوعة بالذكاء الاصطناعي لاكتشاف وإدارة سرطان الرئة باستخدام تعزيز البيانات الاصطناعية ومصنف الغابة العشوائية
2025 | المؤلف: Nisreen Innab وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش قسم ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على البحث الطبي، لا سيما في سياق الكشف عن سرطان الرئة. لا يزال سرطان الرئة هو الأكثر فتكًا على مستوى العالم، مما يستلزم أدوات تشخيص مبتكرة للتحديد الدقيق وفي الوقت المناسب. تقدم الدراسة طريقة جديدة تُسمى CTGAN-RF، التي تدمج الشبكات التوليدية التنافسية الشرطية (CTGAN) مع مصنف…
-
إطار عمل غابة عشوائية معززة بواسطة SGO وتعزيز التدرج الشديد لتوقع أمراض القلب
2025 | المؤلف: Anima Naik وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الصحية العالمية الملحة المتعلقة بأمراض القلب والأوعية الدموية (CVD)، التي تمثل حوالي 31.5% من الوفيات العالمية، مع توقعات تشير إلى زيادة تصل إلى 24.2 مليون وفاة سنويًا بحلول عام 2030. تقدم الدراسة نموذجًا لتوقع أمراض القلب (HDP) باستخدام مصنفات الغابة العشوائية (RF) وتعزيز التدرج المتطرف (XGB)، المحسّنة من خلال ضبط المعلمات…
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
2025 | المؤلف: Pooja Shah وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
-
تشخيص الأمراض العصبية التنكسية المعتمد على EEG: تحليل مقارن للطرق التقليدية ونماذج التعلم العميق
2025 | المؤلف: B R Nayana وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تبحث الدراسة في تشخيص الخرف باستخدام إشارات EEG، مدفوعة بالزيادة العالمية في انتشار الحالة بسبب عوامل نمط الحياة والبيئة. تستخدم الدراسة ثلاث منهجيات: نهج تقليدي للتعلم الآلي باستخدام مصنف Random Forest بعد المعالجة المسبقة واستخراج الميزات من كثافة الطيف الترددي، ونموذج شبكة عصبية تلافيفية 1D (CNN) يتم تغذيته بإشارات EEG المعالجة مسبقًا، ونموذج CNN ثنائي…
-
تحليل مقارن لتقنيات التعلم الآلي لتوقع درجة الحرارة والرطوبة في البيئات الضوئية
2025 | المؤلف: Montaser Abdelsattar وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الورقة البحثية تحليلًا مقارنًا لتسعة نماذج تعلم آلي (ML) للتنبؤ بدرجة الحرارة والرطوبة في بيئات الطاقة الشمسية (PV)، باستخدام مجموعة بيانات تتكون من 5,000 عينة (80% تدريب، 20% اختبار). تشمل النماذج التي تم تقييمها الانحدار باستخدام دعم المتجهات (SVR)، والانحدار اللين، والانحدار الجبلي (RR)، والانحدار الخطي (LR)، وأدا بوست، وزيادة التدرج (GB)، وشجرة…