الأبحاث المرتبطة بالكلمة المفتاحية: معامل فائق
-
تعزيز توقع أسعار الأسهم من خلال تطوير مجموعات هجينة: تحليل مقارن شامل لأساليب التعلم الآلي
2025 | المؤلف: Akila Dabara Kayit وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم هذه الدراسة نهجًا جديدًا للتعلم الجماعي لتصنيف وتوقع اتجاه الأسهم، مع التركيز على تعزيز الدقة من خلال الاختيار الاستراتيجي للمتعلمين الأساسيين، وتحسين المعلمات عبر GridSearchCV، وتقنيات التعلم الجماعي الهجينة. تستخدم الدراسة مجموعة متنوعة من نماذج التعلم الآلي، بما في ذلك الانحدار اللوجستي (LR)، وغابة عشوائية (RF)، وأشجار القرار (DT)، وآلات الدعم الناقل (SVM)، وأقرب…
-
التعلم الآلي تحت الإشراف لتصنيف وتوقع التقزم بين الأطفال المصريين دون سن الخامسة
2025 | المؤلف: Abdelaziz Hendy وآخرون | المجلة: BMC Pediatrics | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)تبحث هذه الدراسة في انتشار التقزم بين الأطفال دون سن الخامسة في مصر، وهي قضية حاسمة مرتبطة بسوء التغذية المزمن الذي يؤثر على الملايين ويعيق التنمية في البلدان ذات الدخل المنخفض والمتوسط. تستخدم الدراسة مجموعة متنوعة من خوارزميات التعلم الآلي (ML) تحت الإشراف – تحديدًا XGBoost، والانحدار اللوجستي، وغابة عشوائية، وتعزيز التدرج، وأقرب الجيران -…
-
إطار عمل غابة عشوائية معززة بواسطة SGO وتعزيز التدرج الشديد لتوقع أمراض القلب
2025 | المؤلف: Anima Naik وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الصحية العالمية الملحة المتعلقة بأمراض القلب والأوعية الدموية (CVD)، التي تمثل حوالي 31.5% من الوفيات العالمية، مع توقعات تشير إلى زيادة تصل إلى 24.2 مليون وفاة سنويًا بحلول عام 2030. تقدم الدراسة نموذجًا لتوقع أمراض القلب (HDP) باستخدام مصنفات الغابة العشوائية (RF) وتعزيز التدرج المتطرف (XGB)، المحسّنة من خلال ضبط المعلمات…
-
التعلم الفيدرالي مع نموذج متعدد المقاييس مدمج للانتباه لتجزئة أورام الدماغ
2025 | المؤلف: Sherly Alphonse وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تتناول ورقة البحث القضية الحرجة لاكتشاف الأورام الدماغية وتقسيمها، مع التأكيد على دور التصوير بالرنين المغناطيسي (MRI) في تشخيص ومراقبة سرطانات الدماغ. تواجه طرق التقسيم التقليدية غالبًا مخاوف تتعلق بالخصوصية بسبب تخزين البيانات المركزي. لمعالجة ذلك، يقترح المؤلفون نموذجًا يعتمد على التعلم المعزز يسمى متوسط الفيدرالية المعزز (RL-FedAvg)، والذي يسمح بتطوير نموذج تعاوني مع الحفاظ…
-
الحل البايزي للمشكلة العكسية وعلاقته بأساليب باكوس-غيلبرت
2025 | المؤلف: Luigi Del Debbio وآخرون | المجلة: The European Physical Journal C | المجال: الإحصاء والاحتمالات (Statistics and Probability)تتناول الورقة البحثية التحدي المتمثل في اشتقاق الكثافات الطيفية من بيانات الشبكة، وهو جانب حاسم لفهم عمليات التشتت في نظرية الحقل الكمومي. تتضمن هذه المهمة إجراء تحويل لابلاس العكسي على مجموعات بيانات محدودة وصاخبة، وهو أمر معقد بطبيعته. يستكشف المؤلفون منهجيتين بارزتين لتنظيم هذه المشكلة العكسية: طريقة باكوس-غيلبرت ونهج بايزي يستخدم العمليات الغاوسية. يظهرون أن…
-
تقييم شامل لنماذج الأساس في علم الأمراض لتصنيف أنواع سرطان المبيض
2025 | المؤلف: Jack Breen وآخرون | المجلة: npj Precision Oncology | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستقصي الدراسة فعالية نماذج الأساس في علم الأمراض النسيجي في تصنيف الأنماط الشكلية لسرطان المبيض، مع معالجة القيود التي تفرضها المعلمات الفائقة التعسفية. تم استخدام نهج تحقق صارم، حيث تم مقارنة مصنفات التعلم المتعدد المعتمد على الانتباه عبر ثلاثة مشفرات مدربة مسبقًا على ImageNet وأربعة عشر نموذجًا أساسيًا، باستخدام مجموعة بيانات تضم 1864 صورة شريحة…
-
نموذج تعلم عميق قائم على LSTM محسن لاكتشاف اختراقات الشبكة الشاذة
2025 | المؤلف: Nitu Dash وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول ورقة البحث الطلب المتزايد على أمان الشبكات بسبب زيادة الهجمات الإلكترونية، مع التأكيد على الدور الحاسم لأنظمة كشف التسلل (IDS) في حماية الشبكات. تسلط الضوء على قيود أنظمة IDS الحالية، وخاصة معدلات الإنذار الكاذب العالية، وتدعو إلى دمج تقنيات التعلم العميق لتعزيز قدرات الكشف. تقترح الدراسة نموذج ذاكرة طويلة وقصيرة المدى (LSTM) محسن لكشف…
-
تقليل بيانات درجة حرارة سطح الأرض من إعادة تحليل ERA5 بناءً على آلية الانتباه ومحرك جوجل الأرض
2025 | المؤلف: Shiyu Li وآخرون | المجلة: Scientific Reports | المجال: علوم الغلاف الجوي (Atmospheric Science)تقدم ورقة البحث نهجًا جديدًا لتقليل بيانات درجة حرارة سطح الأرض (LST) باستخدام طريقة U-Net آلية الانتباه (AMUN)، تهدف إلى تعزيز الدقة المكانية لمجموعة بيانات LST ERA5-Land من 0.1° إلى 0.01°. تدمج هذه الطريقة عدة وحدات تعلم عميق، بما في ذلك وحدة الانتباه المتعدد العوامل العالمية (GMFCA)، وكتلة الكثافة المتبقية لدمج الميزات (FFRDB)، ووحدة U-Net،…
-
الذكاء الاصطناعي القابل للتفسير مع تقسيم يعتمد على UNet وتعلم الآلة البايزي لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي
2025 | المؤلف: K. Divya Lakshmi وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)تقدم ورقة البحث تقنية جديدة لاكتشاف أورام الدماغ (BT) في صور الرنين المغناطيسي، تُسمى XAISS-BMLBT، والتي تدمج الذكاء الاصطناعي القابل للتفسير مع التقسيم الدلالي وتعلم الآلة البايزي. إن الكشف المبكر عن أورام الدماغ يعزز بشكل كبير خيارات العلاج ومعدلات بقاء المرضى، وتهدف طريقة XAISS-BMLBT إلى تبسيط العملية الصعبة والمستهلكة للوقت لتحديد الأورام في فحوصات الرنين…
-
تعزيز فعالية تصنيف سرطان الرئة من خلال آلة الدعم الشعاعي المعدلة بالمعلمات الفائقة
2024 | المؤلف: Fita Sheila Gomiasti وآخرون | المجلة: Journal of Computing Theories and Applications | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث هذه الدراسة في تحسين تصنيف سرطان الرئة باستخدام آلات الدعم الشعاعي (SVM) مع ضبط المعلمات، مع التركيز بشكل خاص على استخدام نوى دالة القاعدة الشعاعية (RBF) لمعالجة تحديات التصنيف غير الخطي. استخدمت الدراسة البحث العشوائي للشبكة لتحسين المعلمات، وحددت الإعدادات المثلى لـ \( C = 10 \)، \( \gamma = 10 \)، وتمكين تقديرات…