الأبحاث المرتبطة بالكلمة المفتاحية: معامل فائق
-
التعلم الفيدرالي الشخصي متعدد الأنماط مع الخصوصية التفاضلية التكيفية لتصنيف الصور الطبية ونهج يحافظ على الخصوصية
2026 | المؤلف: Adhi Siva M وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة نهجًا جديدًا يسمى MM-PFL-ADP، مصممًا لتصنيف الصور الطبية مع الحفاظ على الخصوصية، محققًا دقة تصنيف تبلغ 97.3% مع الالتزام بميزانية الخصوصية $(\epsilon = 1.5, \delta = 10^{-5})$. يضمن هذا الأسلوب الخصوصية التفاضلية (DP) لتحديثات التدرج عبر المؤسسات المشاركة، مع اقتراحات للعمل المستقبلي تشمل ضمانات الخصوصية على مستوى المرضى والعينات. تشمل الابتكارات الرئيسية لإطار…
-
تحليل تأثيرات تحسين المعلمات الفائقة على النماذج العميقة الخفيفة لتصنيف الصور في الوقت الحقيقي
2026 | المؤلف: Vineet Kumar Rakesh وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تبحث هذه الدراسة بشكل منهجي في تأثير خيارات الهايبر بارامتر على أداء الشبكات الخفيفة القائمة على الالتفاف والتحويل لتصنيف الصور في الوقت الحقيقي على الأجهزة ذات الموارد المحدودة. تركز الدراسة على سبع معماريات خفيفة حديثة—ConvNeXt-Tiny وEfficientNetV2-S وMobileNetV3-L وMobileViT v2 (S/XS) وRepVGG-A2 وTinyViT-21M—تم تدريبها من الصفر على مجموعة متوازنة من ImageNet-1K على بروتوكول موحد من 300…
-
XGBoost ذو التأثيرات المختلطة مع أهمية التبديل المعتمدة على المجموعة والتحقق المتقاطع للنتائج المستمرة متعددة المستويات
2026 | المؤلف: Sun‐Joo Cho وآخرون | المجلة: Psychometrika | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه المقالة إطار عمل مختلط التأثيرات للتعلم الآلي، يسمى LMM-XGBoost، مصمم لنمذجة العلاقات المعقدة وغير الخطية بين المتنبئين والنتائج المستمرة في بيانات متعددة المستويات مصنفة عبر الفئات. من خلال دمج تعزيز التدرج المتطرف (XGBoost) ضمن نموذج مختلط خطي (LMM)، يلتقط LMM-XGBoost بفعالية التأثيرات غير الخطية وتفاعلاتها مع الأخذ في الاعتبار التأثيرات العشوائية التي نمذجة…
-
توقع مؤشر جودة الهواء باستخدام نموذج هجين CEEMDAN-CNN-IGWO-BiGRU-Attention
2026 | المؤلف: Yong Fang وآخرون | المجلة: Scientific Reports | المجال: الهندسة البيئية (Environmental Engineering)تقدم هذه الدراسة إطار عمل جديد للتنبؤ بمؤشر جودة الهواء (AQI) الذي يدمج تحليل النمط التجريبي الكامل مع الضوضاء التكيفية (CEEMDAN)، والشبكات العصبية الالتفافية (CNN)، ووحدات التكرار الموجهة ثنائية الاتجاه (BiGRU)، وآلية الانتباه. يتناول الإطار التحديات التي تطرحها الطبيعة غير الخطية وغير الثابتة لسلاسل زمنية AQI، مما يعقد النماذج التنبؤية التقليدية. من خلال تحليل إشارات…
-
إطار هجين من نوع SVM العميق مع تحسين هندسة ميزات EEG وشرح قائم على SHAP لتصنيف مرض الزهايمر
2026 | المؤلف: Frnaz Akbar وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم الدراسة طريقة جديدة للتصنيف متعدد الفئات لتمييز مرض الزهايمر (AD) والخرف الجبهي الصدغي (FTD) والأفراد ذوي الإدراك الطبيعي (CN) باستخدام بيانات تخطيط الدماغ الكهربائي (EEG). تدمج الطريقة بين المؤشرات الحيوية الطيفية والاتصالية القابلة للتفسير—مثل قوة النطاق، واعتلال الطيف، والتماسك α—مع تمثيلات زمنية مضغوطة مستمدة من شبكة عصبية تلافيفية أحادية البعد مخصصة (1D-CNN). يتم تقليل…
-
تحسين توقعات الطاقة الشمسية والرياح باستخدام خوارزمية تحسين iHow وشبكات الانتباه متعددة المقاييس
2026 | المؤلف: Marwa Radwan وآخرون | المجلة: Scientific Reports | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)تتناول ورقة البحث التحديات الكبيرة في تطبيقات التعلم العميق لتوقع الطاقة المتجددة، وخاصة الأبعاد العالية لمساحات ميزات الإدخال والحساسية لإعدادات المعلمات الفائقة. للتغلب على هذه القضايا، يقترح المؤلفون إطار عمل هجين للتعلم العميق-التحسين يستخدم خوارزمية تحسين iHow الثنائية (biHOW) لاختيار الميزات ونظيرها المستمر، iHOW، لضبط المعلمات الفائقة. يستخدم هذا الإطار شبكة انتباه متعددة المقاييس (MSAN)…
-
الاستدلال عند حافة البيانات: العمليات الغاوسية للتقدير والاستدلال في مواجهة عدم اليقين في الاستقراء
2026 | المؤلف: S. Cho وآخرون | المجلة: Political Analysis | المجال: الإحصاء والاحتمالات (Statistics and Probability)تقدم هذه القسم نظرة عامة على مزايا استخدام العمليات الغاوسية (GPs) للمهام الاستنتاجية التي تتضمن ملاءمة النموذج والتنبؤ بقيم متغيرات جديدة. تركز الطرق التقليدية عادةً على اختيار نموذج واحد الأفضل ملاءمة، مما قد يتجاهل ملاءمات أخرى معقولة قد تؤدي إلى تنبؤات خارج العينة مختلفة بشكل كبير. بالمقابل، توفر GPs توزيعًا لاحقًا على النتائج لأي متغير…
-
تحسين هجين باستخدام خوارزمية أكويلا – تحسين صقور هاريس لتعديل معلمات الشبكة العصبية التلافيفية في تصنيف أورام الدماغ
2026 | المؤلف: Manoj Kumar وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث إطار عمل هجين جديد، وهو مُحسّن أكويلا – تحسين صقور هاريس (AO-HHO)، يهدف إلى تحسين ضبط المعلمات الفائقة للشبكات العصبية التلافيفية (CNNs) لتصنيف صور الرنين المغناطيسي للدماغ. تتناول الدراسة التحديات مثل عدم توازن البيانات والمتطلبات الحسابية لتحسين المعلمات الفائقة، والتي تعتبر حاسمة في اتخاذ القرارات السريرية. يجمع إطار عمل AO-HHO بين قدرات…
-
نموذج التعلم العميق الهجين CNN-transformer لتوقع أسعار السلع الزراعية
2026 | المؤلف: B. S. Varshini وآخرون | المجلة: Discover Computing | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تؤكد ورقة البحث على الدور الحاسم للزراعة في الأمن الغذائي والنمو الاقتصادي، خاصة في البلدان النامية مثل الهند، مع تسليط الضوء على عدم استقرار الأسواق الزراعية بسبب عوامل مختلفة مثل ديناميات العرض والطلب، وتغير المناخ، والتدخلات السياسية. يتطلب هذا التقلب توقعات دقيقة لأسعار السلع الزراعية لمساعدة صانعي القرار من المزارعين والتجار وصانعي السياسات. لمعالجة قيود…
-
نمذجة الذكاء الاصطناعي والتحقيق في الهياكل العضوية المعدنية في توصيل الأدوية: نمذجة سعة التحميل وسلوك السمية
2026 | المؤلف: YingLian Qin وآخرون | المجلة: Frontiers in Chemistry | المجال: الكيمياء اللاعضوية (Inorganic Chemistry)في هذه الدراسة، هدف المؤلفون إلى إنشاء نماذج تنبؤية لسعة تحميل الدواء (غرام/غرام) ونسبة بقاء الخلايا (%) في الهياكل العضوية المعدنية (MOFs) لتقييم إمكانياتها في تطبيقات توصيل الأدوية. استخدموا الانحدار باستخدام العمليات الغاوسية (GPR) ونسخها المتقدمة، الانحدار باستخدام العمليات الغاوسية المتناثرة (SGPR) والانحدار باستخدام العمليات الغاوسية العميقة (DGPR)، كأساس لإطار نمذجةهم. خضعت مجموعة البيانات لعمليات…