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

الأبحاث المرتبطة بالكلمة المفتاحية: معالجة البيانات




  • استخدام دالة الأس الممدود للمعالجة التلقائية لبيانات الاستقطاب المستحث في مجال الزمن والتفسير الإضافي

    2026 | المؤلف: L Lévy وآخرون | المجلة: Geophysical Journal International | المجال: الجيوفيزياء (Geophysics)

    تناقش هذه القسم مزايا وتحديات بيانات الاستقطاب المحفز في مجال الزمن (TDIP) في التفسير البتروفيزيائي. تحتوي بيانات TDIP، التي يمكن جمعها بكفاءة أكبر من بيانات الاستقطاب المحفز في مجال التردد (FDIP) بسبب استخدام إشارات الموجة المربعة، على معلومات طيفية قيمة. ومع ذلك، فإن هذه البيانات عرضة للضوضاء، خاصة في المناطق الحضرية أو بالقرب من الوسائط…


  • تمويل الذكاء الاصطناعي المسؤول ببيانات عالية الجودة من العالم الحقيقي: منصة S-RACE للبحث السريري القابل للتوسع ومتعدد التخصصات

    2026 | المؤلف: Alberto Traverso وآخرون | المجلة: npj Digital Medicine | المجال: المعلوماتية الصحية (Health Informatics)

    تحدد هذه القسم تطوير وقدرات S-RACE، وهي منصة آمنة قائمة على السحابة تهدف إلى تحويل البيانات الصحية غير المنظمة إلى بيانات واقعية عالية الجودة (RWD) لتطبيقات الذكاء الاصطناعي السريرية. تستخدم S-RACE خط أنابيب شامل يبدأ بت anonymization محلي لضمان خصوصية البيانات، تليه تطبيق معالجة اللغة الطبيعية (NLP) لاستخراج وتوحيد المعلومات السريرية في تنسيق FHIR. تعتبر…


  • مشروع LHCb للتصفية: معالجة بيانات الإرث المستدام لفيزياء الطاقة العالية

    2025 | المؤلف: N. A. Grieser وآخرون | المجلة: Computing and Software for Big Science | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    يلعب مشروع LHCb Stripping دورًا حاسمًا في إطار معالجة البيانات لتجربة LHCb، حيث يهدف إلى تحويل بيانات التصادم الواسعة إلى عينات قابلة للإدارة للتحليل غير المتصل. لا يسهل هذا المشروع إعادة تحليل البيانات القديمة من الجولات 1 و 2 فحسب، بل يضمن أيضًا صيانة مجموعة البرمجيات وتنفيذ حملات (إعادة) التصفية. مع انتقال التركيز إلى مجموعات…


  • التنقل في البيانات على بوابة ENCODE

    2025 | المؤلف: Meenakshi S. Kagda وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)

    يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود علاقة كبيرة بين المتغيرات المستقلة والنتائج الملاحظة، حيث تؤكد التحليلات الإحصائية قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أنه مع زيادة المتغير $X$، يحدث زيادة مقابلة في المتغير $Y$، والتي تم قياسها باستخدام تحليل الانحدار…


  • دمج البيانات وهندسة الميزات لإدارة سلسلة التوريد: تعزيز اتخاذ القرار من خلال معالجة البيانات الموحدة

    2025 | المؤلف: Manu Vallabh Mishra | المجلة: International Journal of Advanced Research in Science Communication and Technology | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    في سياق بيئة تعتمد بشكل متزايد على البيانات، تتناول هذه الورقة التحديات المتعلقة بدمج البيانات وهندسة الميزات ضمن إدارة سلسلة التوريد (SCM). يقترح المؤلفون إطار عمل شامل مصمم للتعامل بفعالية مع مصادر البيانات المتنوعة، بما في ذلك السجلات المعاملات، وتغذيات المستشعرات، ورؤى وسائل التواصل الاجتماعي. من خلال استخدام تقنيات متقدمة مثل أنابيب ETL (استخراج، تحويل،…


  • معالجة البيانات الخاصة بمراقبة الأرض بشكل موحد وقابل لإعادة الاستخدام

    2025 | المؤلف: Matthias Mohr وآخرون | المجلة: Scientific Data | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    لقد أدى الحجم المتزايد من بيانات مراقبة الأرض (EO) والبيانات الجغرافية المكانية إلى تحول كبير نحو تجميع الموارد الحاسوبية مع أرشيفات البيانات في بيئات السحابة العامة. نظرًا لأن أي منصة سحابية واحدة لا يمكن أن تستوعب جميع بيانات EO، فإن حلول المعالجة الفيدرالية التي تعمل عبر منصات سحابية متعددة أصبحت ذات أهمية متزايدة. تناقش هذه…


  • معالجة البيانات الآلية وهندسة الميزات لتطبيقات التعلم العميق والبيانات الضخمة: استبيان

    2024 | المؤلف: Alhassan Mumuni وآخرون | المجلة: Journal of Information and Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على التقدم في أتمتة مهام معالجة البيانات ضمن خطوط أنابيب التعلم العميق، مع التأكيد على أهمية هذه التطورات في سياق الذكاء الاصطناعي (AI) وتطبيقات البيانات الضخمة. تركز أساليب الذكاء الاصطناعي الحديثة على تصميم خوارزميات تتعلم من البيانات، لا سيما من خلال التعلم العميق المراقب، مما سهل إنشاء أنظمة التعلم الآلي.…


←السابق
1 2

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