الأبحاث المرتبطة بالكلمة المفتاحية: لعنة الأبعاد
-
نهج جديد مزدوج للتعلم الآلي لاكتشاف سرطان الثدي المبكر باستخدام تقنيات اختيار الميزات المتقدمة وتقليل الأبعاد
2025 | المؤلف: Suganya Athisayamani وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)في هذا البحث، تم تقديم ثلاثة نماذج تعلم آلي مزدوج (DML) لتعزيز دقة الكشف عن سرطان الثدي من خلال الاستفادة من تقنيات التعلم الآلي على مجموعة بيانات الكشف عن سرطان الثدي. تستخدم النماذج مزيجًا من التعلم الآلي والتعلم العميق لاستخراج الميزات الأساسية، والتي يتم دمجها بعد ذلك بواسطة مصنف ميتا لتحقيق أداء تصنيف مثالي. يدمج…
-
اكتشاف استراتيجيات معرفية باستخدام شبكات عصبية متكررة صغيرة
2025 | المؤلف: Jian Li وآخرون | المجلة: Nature | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تناقش هذه القسم نهجًا جديدًا لفهم اتخاذ القرار في الحيوانات والبشر من خلال استخدام الشبكات العصبية المتكررة (RNNs) لنمذجة الخوارزميات المعرفية. الأطر التقليدية المعيارية، مثل الاستدلال بايزي والتعلم المعزز، على الرغم من تأثيرها، غالبًا ما تبسط السلوك البيولوجي بشكل مفرط وتكون عرضة لتحيز الباحثين. بالمقابل، تستخدم الإطار المقترح شبكات RNN صغيرة، تتكون عادةً من وحدة…
-
إعادة تعريف الجينات المتغيرة العالية بواسطة انحدار LOESS المحسن مع نسبة إيجابية
2025 | المؤلف: Yue Xie وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يناقش المؤلفون التحديات التي تطرحها الأبعاد العالية والندرة في بيانات تسلسل RNA أحادي الخلية، مع التأكيد على أهمية اختيار الميزات لتقليل الأبعاد وتحسين القابلية للتفسير. يقدمون خوارزمية جديدة لاختيار الميزات تستخدم الانحدار السلس المحلي المقدر المحسن (LOESS) لنمذجة العلاقة بين مستويات التعبير الجيني المتوسطة والنسب الإيجابية بشكل فعال، مع تقليل خطر الإفراط…
-
نموذج هجين للتعلم الآلي لاكتشاف التسلل في شبكات الاستشعار اللاسلكية من خلال الاستفادة من توازن البيانات وتقليل الأبعاد
2025 | المؤلف: Md. Alamin Talukder وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه الدراسة نموذجًا هجينًا جديدًا لتعلم الآلة مصممًا لتعزيز أنظمة كشف التسلل (IDS) لشبكات الاستشعار اللاسلكية (WSNs) وبيئات إنترنت الأشياء (IoT). يدمج النموذج KMeans-SMOTE (KMS) لموازنة البيانات وتحليل المكونات الرئيسية (PCA) لتقليل الأبعاد، مستخدمًا مصنفات مثل شجرة القرار، ومصنف الغابة العشوائية (RFC)، وتقنيات تعزيز التدرج مثل XGBoost (XGBC). تم تقييمه على مجموعات بيانات WSN-DS…
-
نهج يحافظ على الخصوصية لشبكات إنترنت الأشياء باستخدام التعلم الإحصائي مع خوارزمية تحسين في بيئة البيانات الكبيرة عالية الأبعاد
2025 | المؤلف: Fatma S. Alrayes وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث منهجية جديدة تُسمى التعلم الإحصائي مع الحفاظ على الخصوصية باستخدام خوارزمية تحسين لبيئة بيانات كبيرة عالية الأبعاد (PPSLOA-HDBDE). تتناول هذه الطريقة التحديات الكبيرة التي تطرحها زيادة عدد أجهزة إنترنت الأشياء (IoT)، التي تولد كميات هائلة من البيانات عالية الأبعاد بينما تثير مخاوف بشأن خصوصية البيانات وأمانها. تستخدم منهجية PPSLOA-HDBDE تقنيات تحسين متقدمة…
-
التعلم العميق لتوقع اتجاه سعر البيتكوين: نماذج واستراتيجيات تداول تمت مقارنتها تجريبيًا
2024 | المؤلف: Oluwadamilare Omole وآخرون | المجلة: Financial Innovation | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تستكشف هذه الورقة البحثية تطبيق نماذج التعلم العميق، وتحديدًا الشبكة العصبية التلافيفية – الذاكرة القصيرة والطويلة (CNN-LSTM)، وشبكة السلاسل الزمنية الطويلة والقصيرة (LSTNet)، والشبكة التلافيفية الزمنية (TCN)، جنبًا إلى جنب مع نموذج ARIMA القياسي، للتنبؤ بتحركات سعر البيتكوين باستخدام بيانات السلسلة. تستخدم الدراسة تقنيات اختيار ميزات متنوعة، بما في ذلك بوروتا، والخوارزمية الجينية (GA)، وآلة…
-
تحسين توقعات أمراض القلب والأوعية الدموية من خلال تحسين ذاتي لاختيار الميزات المحسن بواسطة نموذج الشبكة العصبية الكمومية وLSTM
2024 | المؤلف: Aman Darolia وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الحرجة لتوقع الأمراض القلبية الوعائية (CVD)، مع التأكيد على الحاجة إلى منهجيات متقدمة في تحليل بيانات الرعاية الصحية بسبب الأبعاد العالية لمجموعات البيانات الطبية. يقترح المؤلفون نموذجًا هجينًا جديدًا يعمل من خلال أربع مراحل رئيسية: المعالجة المسبقة، استخراج الميزات، اختيار الميزات (FS)، والتصنيف. تزيل معالجة البيانات المسبقة التناقضات، بينما يستخدم استخراج…
-
تقليل الأبعاد خارج الفضاءات العصبية باستخدام تحليل مكونات موتر الشريحة
2024 | المؤلف: Arthur Pellegrino وآخرون | المجلة: Nature Neuroscience | المجال: الرياضيات الحسابية (Computational Mathematics)في الأبحاث الحديثة، تم اقتراح أن التسجيلات العصبية على نطاق واسع يمكن أن يتم وصفها بشكل فعال من خلال أنماط التفاعل المشترك بين الخلايا العصبية. ومع ذلك، قد تتجاهل الفكرة السائدة بأن التباين العصبي محصور في فضاء فرعي منخفض الأبعاد وجود هياكل أعلى أبعاد، مثل التسلسلات العصبية النمطية والمساحات الكامنة التي تتطور ببطء. تفترض هذه…
-
التخفيف من لعنة الأبعاد باستخدام تقنيات إسقاط الميزات على مجموعات بيانات تخطيط الدماغ الكهربائي: مراجعة تجريبية
2024 | المؤلف: Arti Anuragi وآخرون | المجلة: Artificial Intelligence Review | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)يتناول هذا القسم من ورقة البحث تطبيق تقنيات الذكاء الاصطناعي (AI) للتحليل التلقائي لبيانات تخطيط الدماغ الكهربائي (EEG)، وهو أمر حاسم لتشخيص ومراقبة اضطرابات الدماغ. يبرز المؤلفون التحديات التي تطرحها مجموعات الميزات عالية الأبعاد المستمدة من إشارات EEG، وخاصة “لعنة الأبعاد”، التي يمكن أن تؤدي إلى الإفراط في التكيف وزيادة التعقيد في مهام التصنيف. لمعالجة…
-
تدريب قوي لطاقات التعلم الآلي بين الذرات مع تقليل الأبعاد وأخذ عينات طبقية
2024 | المؤلف: Ji Qi وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذا القسم، يقدم المؤلفون منهجية لتعزيز تنوع مجموعة تدريب مشروع المواد من خلال نهج أخذ عينات جديد يسمى DIRECT. يستخدمون مجموعة البيانات MPF.2021.2.8.All، التي تشمل جميع الخطوات الأيونية من حسابات الاسترخاء، لمقارنة فعالية أخذ العينات اليدوي (MS) وأخذ العينات المباشرة. تشير النتائج إلى أنه بينما تتكون مجموعة MS من 185,877 هيكلًا، فإن مجموعة DIRECT،…
