الأبحاث المرتبطة بالكلمة المفتاحية: قابلية التفسير
-
تطبيق الذكاء الاصطناعي والأدوات الرقمية في علم الأمراض السرطانية
2026 | المؤلف: Lawrence Shaktah وآخرون | المجلة: The Lancet Digital Health | المجال: الذكاء الاصطناعي (Artificial Intelligence)إن دمج الذكاء الاصطناعي (AI) في علم الأمراض الرقمي من المتوقع أن يحدث تحولًا كبيرًا في تشخيص السرطان. تعزز نماذج الذكاء الاصطناعي تفسير الصبغات النسيجية، مثل الهيماتوكسيلين والإيوزين، مما يسهل تصنيف الأورام، وتقدير الدرجات، وكمية العلامات الحيوية للأهداف السريرية مثل HER2 و PD-L1. كما تسمح هذه النماذج بتقدير الأنماط المجهرية الدقيقة التي تحمل دلالات تنبؤية…
-
استكشاف أساليب الذكاء الاصطناعي للكشف عن سرطان الثدي والتشخيص: مقال مراجعة
2026 | المؤلف: Akbar Ali وآخرون | المجلة: Breast Cancer Targets and Therapy | المجال: الذكاء الاصطناعي (Artificial Intelligence)تسلط المراجعة الضوء على الدور التحويلي للذكاء الاصطناعي (AI)، وخاصة تقنيات التعلم العميق مثل الشبكات العصبية التلافيفية (CNNs)، محولات الرؤية (ViTs)، والشبكات التنافسية التوليدية (GANs)، في تحسين تشخيص سرطان الثدي عبر مختلف طرق التصوير، بما في ذلك تصوير الثدي بالأشعة السينية، التصوير الرقمي للثدي (DBT)، الموجات فوق الصوتية، التصوير بالرنين المغناطيسي (MRI)، وتصوير الشرائح الكاملة.…
-
TIC-FusionNet: إطار تعلم عميق متعدد الوسائط مع تحليل زمني ودمج قائم على الانتباه لتوقع السلاسل الزمنية
2026 | المؤلف: Liyu Chen وآخرون | المجلة: PLoS ONE | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث TIC-FusionNet، وهو إطار تعلم عميق متعدد الوسائط مصمم لتوقعات السلاسل الزمنية في الأسواق المالية، معالجًا أوجه القصور في نماذج الأحادية والاعتماد قصير المدى في البيئات المليئة بالضوضاء. تتكامل البنية المعمارية مع ثلاثة مكونات رئيسية: وحدة تحليل المتوسط المتحرك الأسي (EMA) لتقليل الضوضاء واستخراج الاتجاهات، ومحول خطي لنمذجة الزمن الطويلة بكفاءة، وCNN قنوي…
-
التقدم في توقع الخصائص الجزيئية: مسح للنهج الفردية والمتعددة الأنماط
2026 | المؤلف: Tanya Liyaqat وآخرون | المجلة: Archives of Computational Methods in Engineering | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم هذه القسم نظرة شاملة على توقع الخصائص الجزيئية (MPP)، مع التأكيد على أهميتها في مجالات مثل اكتشاف الأدوية وعلوم المواد. يبرز البحث التحديات التي تطرحها الطبيعة المتنوعة للبيانات الجزيئية، بما في ذلك الهياكل والتمثيلات مثل تدوين SMILES. لمواجهة هذه التحديات، يناقش المؤلفون دور تقنيات تعلم التمثيل في الحصول على تمثيلات بيانات جزيئية معلوماتية وقابلة…
-
مراجعة شاملة وإطار تقييم للتنبؤات المدفوعة بالبيانات: عدم اليقين، المتانة، القابلية للتفسير، والجدوى
2026 | المؤلف: Mariana Salinas-Camus وآخرون | المجلة: Mechanical Systems and Signal Processing | المجال: هندسة التحكم والأنظمة (Control and Systems Engineering)تقدم هذه القسم مراجعة شاملة لإدارة التنبؤات والصحة (PHM) مع التركيز على التنبؤ بالعمر المتبقي المفيد (RUL) للأنظمة، وهو أمر أساسي للصيانة التنبؤية الفعالة (PdM). يؤكد على أربع خصائص حاسمة لنماذج التنبؤ: عدم اليقين، والصلابة، وقابلية التفسير، والجدوى. تحلل المراجعة مجموعة متنوعة من الأساليب المعتمدة على البيانات، بما في ذلك تقنيات التعلم الآلي (ML)، والنماذج…
-
توقع أداء الاستعلام باستخدام أحكام الصلة التي تولدها نماذج اللغة الكبيرة
2026 | المؤلف: Chuan Meng وآخرون | المجلة: ACM Transactions on Information Systems | المجال: نظم المعلومات (Information Systems)يتناول القسم تطوير إطار عمل جديد لتوقع أداء الاستعلامات (QPP)، يسمى QPP-GenRE، والذي يهدف إلى تحسين تقدير جودة الاسترجاع في أنظمة البحث دون الاعتماد على أحكام الصلة البشرية. عادةً ما تنتج طرق QPP التقليدية قيمة عددية واحدة، مما يمثل بشكل غير كافٍ مقاييس تقييم استرجاع المعلومات المتنوعة (IR) ويحد من قابلية التفسير. للتغلب على هذه…
-
صياغة المستقبل: التعلم الآلي لتوقعات المحيط
2026 | المؤلف: Patrick Heimbach وآخرون | المجلة: State of the Planet | المجال: علم المحيطات (Oceanography)تقدم هذه القسم نظرة عامة على دور الذكاء الاصطناعي (AI) وتعلم الآلة (ML) في تقدم علم نظام الأرض، وخاصة في توقعات المحيط. يسلط الضوء على نشر هذه الخوارزميات عبر مراحل مختلفة من سير العمل في التنبؤ، بما في ذلك تصنيف الأنماط، واكتشاف الشذوذ، وتشخيص الانحدار، وتوقع الحالة، والتي تمتد من التنبؤ الفوري إلى التنبؤ الموسمي.…
-
تعزيز كشف سرطان الرئة من خلال دمج التعلم العميق ونماذج المحولات
2026 | المؤلف: Revathi Durgam وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطار عمل تآزر سرطان نكسس (CanNS)، الذي يهدف إلى تعزيز اكتشاف سرطان الرئة من خلال تقنيات التعلم الآلي المتقدمة. يدمج الإطار ثلاثة مكونات رئيسية: Swin-Transformer UNet (SwiNet) للتجزئة، وXception-LSTM GAN (XLG) CancerNet للتصنيف، وخوارزمية Devilish Levy Optimization (DevLO) لضبط المعلمات. يعالج هذا النهج المبتكر العديد من القيود الموجودة في النماذج الحالية، مثل…
-
إطار شامل لاكتشاف خطاب الكراهية متعدد الوسائط في وسائل التواصل الاجتماعي باستخدام التعلم العميق
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الدراسة إطار عمل الكشف عن خطاب الكراهية متعدد الوسائط (MHSDF)، الذي يستفيد من تقنيات التعلم العميق لتحديد خطاب الكراهية بفعالية عبر أنواع وسائط مختلفة، بما في ذلك النصوص والصوت والصور والفيديو. يستخدم الإطار الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات المكانية والشبكات العصبية المتكررة (RNNs)، وخاصة الشبكات ذات الذاكرة قصيرة وطويلة الأمد (LSTMs)، لالتقاط الاعتماديات…
-
إطار قرار متعدد الأبعاد يعتمد على خوارزمية XGBoost والنهج البارامتري المقيد
2026 | المؤلف: Xinxin Wang وآخرون | المجلة: Scientific Reports | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الورقة البحثية إطار عمل متعدد الأبعاد لاتخاذ القرار يدمج البيانات الكمية والمتغيرات النوعية من خلال مجموعات مصطلحات لغوية احتمالية متداخلة (NPLTSs). يستخدم الإطار خوارزمية XGBoost لتحليل البيانات التاريخية، وتحديد أوزان السمات، وإنشاء دوال العضوية للمتغيرات اللغوية باستخدام نهج بارامتري مقيد (CPA). توضح دراسة حالة حول تصنيف ائتمان البنوك تطبيق الإطار، مما يظهر مرونته…
