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

الأبحاث المرتبطة بالكلمة المفتاحية: مجموعة البيانات




  • مجموعة بيانات MVTec AD 2: سيناريوهات متقدمة لاكتشاف الشذوذ غير المراقب

    2026 | المؤلف: Lars Heckler-Kram وآخرون | المجلة: International Journal of Computer Vision | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث مجموعة بيانات MVTec AD 2، المصممة لمعالجة تشبع الأداء في معايير الكشف عن الشذوذ الحالية مثل MVTec AD وVisA، حيث تظهر النماذج المتطورة اختلافات طفيفة في درجات AU-PRO للتجزئة. تتكون مجموعة بيانات MVTec AD 2 من أكثر من 8000 صورة عالية الدقة عبر ثماني فئات من الأجسام، وتتميز بسيناريوهات تفتيش صناعية معقدة تشمل…


  • اختبار المشي لمدة ست دقائق مزود بمستشعر قصوري واحد: مجموعة بيانات من البالغين الأصحاء من أعمار مختلفة

    2026 | المؤلف: Ilaria Carpinella وآخرون | المجلة: Scientific Data | المجال: العلاج الطبيعي والرياضي وإعادة التأهيل (Physical Therapy, Sports Therapy and Rehabilitation)

    تتكون مجموعة البيانات ال في هذا البحث من بيانات خام ومعالجة تم الحصول عليها من وحدة قياس القصور الذاتي (IMU) المثبتة على أسفل الظهر خلال اختبار المشي القياسي لمدة 6 دقائق (6MWT) الذي شمل ستين بالغًا صحيًا تتراوح أعمارهم بين 21 و75 عامًا، مع توزيع جنسي بنسبة 50% إناث. تم تحليل إشارات التسارع والجيروسكوب التي…


  • DenPAR: مجموعة بيانات الأشعة السينية داخل الفم المشروحة لتعلم الآلة

    2025 | المؤلف: Sumudu Rasnayaka وآخرون | المجلة: Scientific Data | المجال: جراحة الفم (Oral Surgery)

    تتناول الورقة البحثية انتشار الأمراض السنية والدور الحاسم للأشعة السينية داخل الفم (IOPA) في تشخيصها ومراقبتها. تؤثر الأمراض السنية على حوالي 3.5 مليار شخص على مستوى العالم، مما يؤدي إلى مضاعفات صحية كبيرة إذا لم يتم علاجها. الكشف المبكر من خلال الفحوصات السريرية وتقنيات التصوير أمر ضروري للإدارة الفعالة. على الرغم من وجود طرق تصوير…


  • optRF: تحسين استقرار الغابة العشوائية من خلال تحديد العدد الأمثل من الأشجار

    2025 | المؤلف: Thomas M. Lange وآخرون | المجلة: BMC Bioinformatics | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)

    في هذه الدراسة، نحقق في الطبيعة غير الحتمية لخوارزميات الغابات العشوائية، والتي يمكن أن تؤدي إلى تباين في توقعات النموذج وتقديرات أهمية المتغيرات عند استخدام نفس بيانات الإدخال. نقترح طريقة لقياس هذا التأثير ونظهر أن زيادة عدد الأشجار في الغابة العشوائية تعزز استقرار النموذج بطريقة غير خطية، بينما يزيد الوقت الحاسوبي بشكل خطي. تشير نتائجنا…


  • تجربة مجموعة بيانات الحد الأدنى لكبار السن الذين يعيشون في دور الرعاية في إنجلترا: دراسة تطويرية

    2025 | المؤلف: Adam Gordon وآخرون | المجلة: Age and Ageing | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    في هذا القسم، يقدم المؤلفون تطوير مجموعة بيانات أولية (MDS) مصممة خصيصًا لدور الرعاية الإنجليزية، تهدف إلى تقييم جدوى استخراج البيانات من السجلات الرقمية للرعاية (DCRs) وربطها مع مجموعات بيانات الصحة والرعاية الاجتماعية. تم إنشاء مجموعة البيانات الأولية من خلال عملية شاملة تشمل ورش عمل أصحاب المصلحة، ومراجعات الأدبيات، والاستطلاعات، والمشاورات العامة. تم دمج مقاييس…


  • تقدير أحجام مجموعات البيانات الدنيا لتوقعات التعلم الآلي في التدخلات الصحية النفسية الرقمية

    2024 | المؤلف: Kirsten Zantvoort وآخرون | المجلة: npj Digital Medicine | المجال: علم النفس التطبيقي (Applied Psychology)

    تبحث الدراسة في تأثير حجم مجموعة البيانات على الأداء التنبؤي لنماذج الذكاء الاصطناعي في سياق التدخلات الرقمية للصحة النفسية. من خلال تحليل بيانات من 3,654 مستخدمًا، تقيم الدراسة توقعات التسرب عبر أحجام مجموعات بيانات مختلفة (N = 100-3654)، ومجموعات الميزات (F = 2-129)، والخوارزميات التي تتراوح من نايف بايز إلى الشبكات العصبية. تشير النتائج إلى…


  • كشف وتصنيف النصوص المولدة بواسطة الذكاء الاصطناعي استنادًا إلى خوارزمية التعلم العميق BERT

    2024 | المؤلف: Hao Wang وآخرون | المجلة: Theoretical and Natural Science | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم البحث نموذجًا جديدًا لاكتشاف النصوص المولدة بواسطة الذكاء الاصطناعي باستخدام خوارزمية BERT، مما يعالج الحاجة المتزايدة لأساليب الكشف الفعالة في مجالات مثل أمان الشبكات ومراقبة وسائل الإعلام. يركز الدراسة على نهج شامل لمعالجة البيانات، والذي يتضمن تحويل النص إلى أحرف صغيرة، وتقسيم الكلمات، وإزالة الكلمات الشائعة، من بين خطوات أخرى، لتعزيز جودة البيانات. تم…


  • توقع أسعار الأسهم في السلاسل الزمنية بناءً على خوارزمية جينية (GA) – شبكة الذاكرة طويلة وقصيرة المدى (LSTM)

    2024 | المؤلف: Xinye Sha | المجلة: Advances in Economics Management and Political Sciences | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الورقة البحثية خوارزمية جديدة للتنبؤ بالسلاسل الزمنية تدمج تحسين الخوارزمية الجينية (GA) مع شبكة الذاكرة طويلة وقصيرة المدى (LSTM) للتنبؤ بأسعار الأسهم، مع معالجة التحديات التي تطرحها عصر البيانات الكبيرة. تبدأ المنهجية بتحليل إحصائي وصفي لبيانات الأسهم، تليها بناء وتدريب نموذج GA-LSTM. تؤدي عملية التحسين إلى تقليل كبير في متوسط الخطأ المطلق (MAE)…


  • تقدير الوسيط النهائي النيوتروصوفي باستخدام مقاييس قوية للمتغير المساعد

    2024 | المؤلف: Saadia Masood وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات (Statistics and Probability)

    تستكشف هذه الدراسة الإحصاءات النيوتروسوفية كامتداد للإحصاءات الكلاسيكية والغامضة للتعامل مع عدم اليقين في البيانات. من خلال استخدام قياسات دقيقة لمتغير مساعد، تقدم البحث مقدرات جديدة للوسيط السكاني المجهول، والتي تكون فعالة بشكل خاص في تحليل البيانات الغامضة أو غير الواضحة. على عكس الطرق التقليدية التي تعطي تقديرات نقطة واحدة، توفر المقدرات المقترحة نطاقات تشير…


  • توليد بيانات اصطناعية واعية اجتماعيًا لاكتشاف الأفكار الانتحارية باستخدام نماذج اللغة الكبيرة

    2024 | المؤلف: Hamideh Ghanadian وآخرون | المجلة: IEEE Access | المجال: علم النفس السريري (Clinical Psychology)

    تتناول الورقة البحثية القضية الحرجة للكشف عن الأفكار الانتحارية من خلال تطوير نماذج التعلم الآلي، مع تسليط الضوء على التحديات التي تطرحها حساسية وندرة مجموعات البيانات المعلّمة في هذا المجال. للتغلب على هذه القيود، يقترح المؤلفون نهجًا جديدًا يستخدم نماذج الذكاء الاصطناعي التوليدية، مثل ChatGPT وFlan-T5 وLlama، لإنشاء بيانات اصطناعية مستندة إلى عوامل اجتماعية مستمدة…


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