الأبحاث المرتبطة بالكلمة المفتاحية: قابلية التفسير
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
Predicting cardiovascular risk with hybrid ensemble learning and explainable AIتتناول 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،…
-
نموذج هجين قابل للتفسير يعتمد على تقنيات التعلم الآلي المتقدمة ونماذج التعلم العميق لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي
A hybrid explainable model based on advanced machine learning and deep learning models for classifying brain tumors using MRI imagesتتناول هذه البحث التحدي الحاسم في تصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي، مقترحة إطار عمل جديد يدمج شبكة عصبية تلافيفية خفيفة الوزن وقابلة للفصل (PDSCNN) مع آلة التعلم المتطرفة الانحدارية الهجينة (RRELM). تؤكد الدراسة على أهمية الكشف المبكر والتصنيف الدقيق للعلاج الفعال، باستخدام تعديل تكييف هيستوجرام محدود التباين (CLAHE) لتعزيز وضوح ميزات الورم في…
-
تقسيم أورام الثدي القابلة للتفسير باستخدام الانتباه بالاعتماد على مزيج من نماذج UNet وResNet وDenseNet وEfficientNet
Explainable attention based breast tumor segmentation using a combination of UNet, ResNet, DenseNet, and EfficientNet modelsتقدم هذه الدراسة نهج تعلم عميق لتجزئة أورام الثدي باستخدام مجموعة بيانات صور الموجات فوق الصوتية للثدي (BUSI)، معتمدة على بنية UNet المعدلة المعززة بآليات الانتباه مثل وحدة انتباه الكتلة التلافيفية (CBAM) والانتباه غير المحلي. من خلال دمج هياكل ترميز متقدمة مثل ResNet وDenseNet وEfficientNet، يحسن النموذج بشكل كبير من دقة التجزئة، كما يتضح من…
-
تعزيز اكتشاف أورام الدماغ في صور الرنين المغناطيسي من خلال الذكاء الاصطناعي القابل للتفسير باستخدام Grad-CAM مع Resnet 50
Enhancing brain tumor detection in MRI images through explainable AI using Grad-CAM with Resnet 50تتناول هذه الدراسة تحدي الكشف عن أورام الدماغ في صور الرنين المغناطيسي، مع التأكيد على الحاجة إلى نماذج دقيقة وقابلة للتفسير للمهنيين في مجال الرعاية الصحية. بينما تفوقت تقنيات التعلم العميق في تحليل الصور الطبية، فإنها غالبًا ما تفتقر إلى الشفافية، حيث تعمل كـ “صناديق سوداء”. لمعالجة ذلك، تستخدم البحث نموذج ResNet50، وهو نموذج تعلم…
-
أنظمة دعم القرار السريري المدفوعة بالذكاء الاصطناعي: سعي مستمر نحو الإمكانيات
AI-Driven Clinical Decision Support Systems: An Ongoing Pursuit of Potentialتتناول المراجعة التأثير التحويلي للذكاء الاصطناعي (AI) على أنظمة دعم القرار السريري (CDSS) في الرعاية الصحية. تبدأ بتعريف CDSS وتحديد دورها الحيوي في تعزيز اتخاذ القرارات السريرية ونتائج المرضى. يتم تسليط الضوء على دمج تقنيات الذكاء الاصطناعي، بما في ذلك خوارزميات التعلم الآلي، ومعالجة اللغة الطبيعية، والتعلم العميق، كعامل رئيسي في تحسين فعالية وكفاءة CDSS.…
-
تعزيز أنظمة توصية المحاصيل باستخدام الذكاء الاصطناعي القابل للتفسير: دراسة حول اتخاذ القرارات الزراعية
Enhancing crop recommendation systems with explainable artificial intelligence: a study on agricultural decision-makingتقدم البحث XAI-CROP، وهو نظام متقدم لتوصية المحاصيل يدمج التعلم الآلي مع مبادئ الذكاء الاصطناعي القابل للتفسير (XAI) لتعزيز الشفافية وقابلية التفسير في اتخاذ القرارات الزراعية. من خلال تحليل البيانات حول خصائص التربة، وأداء المحاصيل التاريخي، وأنماط الطقس، يوفر XAI-CROP توصيات مخصصة لاختيار المحاصيل. يقيم الدراسة XAI-CROP بدقة مقارنةً بنماذج التعلم الآلي المعتمدة، بما في…
-
تعزيز توقعات أمراض القلب باستخدام نموذج تحويل قائم على الانتباه الذاتي
Enhancing heart disease prediction using a self-attention-based transformer modelتتناول الأبحاث القضية الحرجة للأمراض القلبية الوعائية (CVDs)، التي تمثل أكثر من 17 مليون حالة وفاة على مستوى العالم. إن الكشف المبكر والدقيق عن فشل القلب أمر ضروري للتدخل السريري الفعال. تقدم هذه الدراسة نموذجًا جديدًا قائمًا على الانتباه الذاتي مصممًا للتنبؤ بمخاطر الأمراض القلبية الوعائية من خلال تحليل خصائص المرضى مثل ضغط الدم، مستويات…
-
الصيانة التنبؤية القابلة للتفسير: استعراض للطرق الحالية، التحديات والفرص
Explainable Predictive Maintenance: A Survey of Current Methods, Challenges and Opportunitiesتناقش هذه الفقرة دمج الذكاء الاصطناعي القابل للتفسير (XAI) في الصيانة التنبؤية، وهو مجال يركز على استخدام الذكاء الاصطناعي وتعلم الآلة لتحسين جداول الصيانة للأنظمة الميكانيكية. مع تطبيق الصيانة التنبؤية بشكل متزايد في سياقات حرجة وقد تكون خطرة، تصبح الحاجة إلى الثقة في هذه الأنظمة أمرًا بالغ الأهمية. يقدم المؤلفون مراجعة منهجية للصيانة التنبؤية القابلة…