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

الأبحاث المرتبطة بالكلمة المفتاحية: غابة عشوائية




  • BiAF: بحث حول الكشف وتتبع قطعان الماعز الديناميكية استنادًا إلى رؤية الآلة

    2025 | المؤلف: Yun Hou وآخرون | المجلة: Scientific Reports | المجال: الحيوانات الصغيرة (Small Animals)

    تتناول ورقة البحث التقدم في مراقبة رعي الماشية من خلال تطوير خوارزمية تعتمد على رؤية الآلة، BiAF-YOLOv7، التي تعزز نموذج YOLOv7-tiny. disrupt طرق المراقبة التقليدية سلوك الماشية، مما يستلزم حلولًا مبتكرة. تدمج الخوارزمية المقترحة وحدة ELAN مبسطة، وآلية انتباه CBAM محسّنة، ووحدة SPPCSPC مصقولة لتحسين دقة الكشف مع تقليل عدد المعلمات. تحقق خوارزمية BiAF-YOLOv7 مقاييس…


  • التعلم الآلي لتصنيف مرض الكلى المزمن وتوقع مستويات الكرياتينين باستخدام قياسات منزلية

    2025 | المؤلف: Brady Metherall وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تبحث الورقة البحثية في تطبيق نماذج التعلم الآلي للكشف المبكر وتصنيف مرض الكلى المزمن (CKD) باستخدام مجموعات ميزات سريرية متنوعة. على وجه التحديد، تستخدم الدراسة الشبكات العصبية الاصطناعية (ANNs) والغابات العشوائية (RFs) على مجموعة بيانات تضم 400 مريض، وتحلل ثلاث مجموعات ميزات: ميزات المنزل، والمراقبة، والميزات المخبرية. تشير النتائج إلى أن RFs تتفوق على ANNs…


  • شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة

    2025 | المؤلف: Wasswa Shafik وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…


  • التباين الجنسي لعظام العضد في عينة فرنسية: مقارنة بين عدة نماذج إحصائية بما في ذلك نماذج التعلم الآلي

    2025 | المؤلف: Michel H. A. Blanc وآخرون | المجلة: International Journal of Legal Medicine | المجال: علم الآثار (Archeology)

    تدرس هذه الدراسة فعالية تقنيات النمذجة الإحصائية المختلفة لتقدير الجنس بناءً على قياسات عظمة العضد، مع تسليط الضوء على إمكانية استخدام عظمة العضد كبديل للخصائص الحوضية التقليدية. تم تحليل عينة من 98 عظمة عضد من سكان فرنسيين معاصرين باستخدام 26 قياسًا مقياسيًا. تم استخدام سبعة نماذج إحصائية، بما في ذلك تحليل التمييز الخطي (LDA)، وتحليل…


  • تقييم مقارن للنماذج التجريبية والهجينة للتعلم الآلي لتقدير التبخر اليومي المرجعي في المناخات شبه الرطبة وشبه الجافة

    2025 | المؤلف: Siham Acharki وآخرون | المجلة: Scientific Reports | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    تركز هذه الدراسة على تعزيز دقة تقدير التبخر والنتح المرجعي (RET)، وهو أمر حاسم لإدارة موارد المياه بشكل فعال والتخطيط الزراعي، خاصة في سياق تغير المناخ. تقيم الأبحاث أداء ثمانية نماذج تجريبية وأربعة نماذج تعلم آلي (ML)، بما في ذلك الغابة العشوائية (RF)، M5 المقلم (M5P)، تعزيز التدرج الشديد (XGBoost)، وآلة تعزيز التدرج الخفيف (LightGBM)،…


  • تطوير نموذج تنبؤي لمدد الحالات الجراحية باستخدام نهج التعلم الآلي

    2025 | المؤلف: Jung‐Bin Park وآخرون | المجلة: Journal of Medical Systems | المجال: خدمات الطوارئ الطبية (Emergency Medical Services)

    تركز الدراسة على تحسين استخدام غرفة العمليات (OR) من خلال تعزيز دقة توقعات مدة الحالات الجراحية من خلال تطوير نماذج غابة عشوائية مخصصة لأقسام جراحية معينة. من خلال استخدام مجموعة بيانات شاملة ومقارنة خوارزميات تعلم الآلة المختلفة – بما في ذلك غابة عشوائية، XGBoost، الانحدار الخطي، LightGBM، و CatBoost – قام الباحثون بتقييم أداء النموذج…


  • دراسة توقعات انبعاثات ثاني أكسيد الكربون اليومية من خلال تحليل مقارن لنماذج التعلم الآلي، التعلم العميق، والنماذج الإحصائية

    2025 | المؤلف: Adewole Adetoro Ajala وآخرون | المجلة: Environmental Science and Pollution Research | المجال: الهندسة البيئية (Environmental Engineering)

    تستكشف هذه الدراسة توقعات انبعاثات ثاني أكسيد الكربون اليومية من 1 يناير 2022 إلى 30 سبتمبر 2023، عبر أربعة من أعلى المناطق المصدرة: الصين، الهند، الولايات المتحدة، والاتحاد الأوروبي 27 والمملكة المتحدة. تقيم أداء 14 نموذجًا، بما في ذلك أربعة نماذج إحصائية (ARMA، ARIMA، SARMA، SARIMA)، وثلاثة نماذج تعلم آلي (آلة الدعم الناقل، الغابة العشوائية،…


  • تحسين تقييم قابلية التعرض لمخاطر الفيضانات من خلال دمج النمذجة الهيدروديناميكية مع الاستشعار عن بعد والتعلم الآلي الجماعي

    2025 | المؤلف: Izhar Ahmad وآخرون | المجلة: Natural Hazards | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    تدرس هذه الدراسة قابلية الفيضانات في المنطقة الحضرية الجبلية من هونزا-ناغار، باستخدام خوارزميات تعلم الآلة الجماعية، وتحديداً الغابة العشوائية (RF) وتعزيز التدرج المتطرف (XGBoost). تحدد الأبحاث عشرة عوامل جغرافية بيئية – الارتفاع، الميل، الانحناء، مؤشر رطوبة التضاريس (TWI)، مؤشر الفرق الطبيعي للنباتات (NDVI)، استخدام الأراضي وتغطية الأراضي (LULC)، هطول الأمطار، الصخرية، المسافة إلى الطرق، والمسافة…


  • توقع مخاطر تسوس الأسنان في مرحلة الطفولة المبكرة باستخدام أساليب التعلم الآلي في بنغلاديش

    2025 | المؤلف: Zhenyun Du وآخرون | المجلة: BMC Oral Health | المجال: أمراض اللثة (Periodontics)

    هدفت الدراسة إلى تطوير نموذج تعلم آلي (ML) للتنبؤ بتسوس الأسنان في مرحلة الطفولة المبكرة (ECC) من خلال تحليل السلوكيات الصحية الرئيسية بين أزواج الأمهات والأطفال في بنغلاديش. باستخدام عينة من 724 أمًا لديها أطفال دون سن السادسة، استخدمت الدراسة تقييمات سريرية بناءً على معايير ICDAS II جنبًا إلى جنب مع بيانات الاستطلاع. تم إجراء…


  • نموذج RFE-GRU جديد لتصنيف مرض السكري باستخدام مجموعة بيانات PIMA الهندية

    2025 | المؤلف: Mahmoud Y. Shams وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول ورقة البحث تطبيق تقنيات التعلم الآلي (ML) لتحسين التشخيص المبكر لمرض السكري، وهو حالة مزمنة مرتبطة بمضاعفات صحية خطيرة مثل السكتة الدماغية وفشل القلب. باستخدام مجموعة بيانات السكري الهندي PIMA (PIDD)، التي تتكون من 768 حالة و9 ميزات، تؤكد الدراسة على أهمية خطوات المعالجة المسبقة، بما في ذلك تعويض المتوسط وتطبيع البيانات، قبل تدريب…


←السابق
1 … 7 8 9 10 11 12
التالي→

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