الأبحاث المرتبطة بالكلمة المفتاحية: معامل فائق
-
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…
-
تحسين توقع مخاطر الأمراض القلبية الوعائية باستخدام التعلم الآلي القابل للتفسير وتوازن البيانات
2026 | المؤلف: Raduana Khawla وآخرون | المجلة: Discover Computing | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم هذه البحث إطار عمل مبتكر لتعلم الآلة (ML) مصمم لتعزيز توقع مخاطر الأمراض القلبية الوعائية (CVD) من خلال معالجة القضايا الحرجة مثل عدم توازن الفئات وقابلية تفسير النموذج. يستخدم الإطار مجموعة من المصنفات – تعزيز التدرج (GB)، تعزيز التدرج المتطرف (XGB)، CatBoost (CB)، والأشجار الإضافية (ET) – ويشمل تقنية الزيادة الاصطناعية للأقليات (SMOTE) لتحقيق…
-
تقدير قوة الربط لمركبات الفولاذ والخرسانة المعرضة لدرجات حرارة عالية باستخدام خوارزميات قائمة على الأشجار معدلة
2026 | المؤلف: Homa Sayadi Milani وآخرون | المجلة: Multiscale and Multidisciplinary Modeling Experiments and Design | المجال: الهندسة المدنية والإنشائية (Civil and Structural Engineering)تدرس الدراسة سلوك الربط بين تسليح الفولاذ والخرسانة تحت درجات حرارة مرتفعة، تحديدًا حتى 825 درجة مئوية، وهو أمر حاسم لفهم هياكل الخرسانة المسلحة أثناء التعرض للنيران. تم إجراء سلسلة من اختبارات السحب على الخرسانات العادية والعالية القوة مع ألياف الفولاذ والبولي بروبيلين لتقييم قوة الربط. تم تطوير نموذج تعلم آلي يستخدم الانحدار الشجري (DTR)…
-
كشف عنف الفيديو باستخدام VGG19 المدرب مسبقًا مع المنطق اليدوي، وطبقات LSTM وطبقات Bi-LSTM
2026 | المؤلف: Pablo Negre وآخرون | المجلة: Applied Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تبحث ورقة البحث في فعالية نماذج الذكاء الاصطناعي المختلفة لاكتشاف العنف في الفيديو، مع التركيز على مساهمات النمذجة الزمنية مقابل التمثيلات على مستوى الإطار. باستخدام إطار تجريبي منهجي، تقيم الدراسة أداء الشبكات العصبية التلافيفية (CNNs) المدمجة مع طبقات الذاكرة قصيرة وطويلة الأمد (LSTM) و Bi-LSTM عبر ثلاثة مجموعات بيانات مرجعية: قتال الهوكي، تدفق العنف، و…
-
إطار هجين مصنف فعال للكشف عن البرمجيات الضارة في إنترنت الأشياء على نظام أندرويد
2026 | المؤلف: Nahla Hafez Saeed وآخرون | المجلة: Scientific Reports | المجال: معالجة الإشارات (Signal Processing)تقدم البحث إطار عمل هجين لاكتشاف البرمجيات الضارة مصمم للأجهزة الذكية التي تعمل بنظام أندرويد، يجمع بين منهجيات التحليل الثابت والديناميكي. يستخدم هذا الإطار مصنف الغابة العشوائية، المحسن من خلال ضبط المعلمات بشكل منهجي، ويستخدم آلية تصنيف مزدوجة تعتمد على مكسب المعلومات ومؤشر جيني لاختيار الميزات الأكثر صلة. تم تقييم الإطار عبر أربعة مجموعات بيانات…
-
إطار تعلم الآلة القابل للتفسير لتوقع جودة الهواء في إسطنبول باستخدام تفسيرات شابلي الإضافية (SHAP)
2026 | المؤلف: Enes Birinci وآخرون | المجلة: Stochastic Environmental Research and Risk Assessment | المجال: الهندسة البيئية (Environmental Engineering)تقدم ورقة البحث تحليلًا شاملاً لتلوث الهواء في المناطق الحضرية، متوقعة أنه بحلول عام 2050، سيعيش 68% من سكان العالم في المدن. أفادت منظمة الصحة العالمية (WHO) بوفاة حوالي 3.7 مليون شخص بشكل مبكر بسبب تلوث الهواء في عام 2012، مما يبرز الحاجة الملحة لإدارة فعالة لجودة الهواء. تركز الدراسة على تطبيق خوارزميات التعلم الآلي…
-
إطار CNN-MLP لتوقع مناطق الغابات المحترقة باستخدام خوارزمية PSO-WOA
2026 | المؤلف: Mohamed H. Mousa وآخرون | المجلة: Scientific Reports | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)تقدم البحث إطار عمل هجين محسن للتعلم العميق، يجمع بين شبكة عصبية تلافيفية (CNN) وبيرسيبترون متعدد الطبقات (MLP) مع تقنيات تحسين ميتاهيرستية، تهدف إلى التنبؤ بدقة بالمناطق المحترقة من حرائق الغابات. يتناول الدراسة تعقيدات بيانات الطقس المرتبطة بالحرائق، التي تتميز بعلاقات غير خطية وانحراف، من خلال استخدام خوارزمية اليراعة الثنائية (BFA) لاختيار الميزات، والتي تحدد…