الأبحاث المرتبطة بالكلمة المفتاحية: ميزة (لغويات)
-
طريقة جديدة لاكتشاف التسلل باستخدام تصنيف التجميع واختيار الميزات
2025 | المؤلف: Pooyan Azizi Doost وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه البحث نظام كشف التسلل الهجين (IDS) الذي يجمع بين الشبكات العصبية التلافيفية (CNNs) لاستخراج الميزات وخوارزمية الغابة العشوائية (RF) للتصنيف، بهدف تعزيز أمان الشبكة من خلال التعرف الفعال على التهديدات السيبرانية والتخفيف منها. تستفيد الطريقة المقترحة من CNNs لاستخراج الميزات ذات الصلة تلقائيًا من بيانات الشبكة، مما يقلل من الأبعاد والضوضاء، مما يسمح…
-
نهج متكامل لاختيار الميزات وتعلم الآلة للكشف المبكر عن سرطان الثدي
2025 | المؤلف: Jing Zhu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)يظل سرطان الثدي واحدًا من أكثر أنواع السرطان شيوعًا بين النساء في جميع أنحاء العالم، حيث تعتبر الاكتشاف المبكر أمرًا حاسمًا لتحسين معدلات البقاء. تقدم هذه الدراسة طريقة جديدة لاختيار الميزات تستخدم قيم الشابلية التراكمية (SHAP) بالتزامن مع الإزالة التكرارية للميزات (RFE) وخوارزمية الغابة العشوائية (RF). لمواجهة مشكلة عدم توازن البيانات، استخدم الباحثون تقنية Borderline-SMOTE.…
-
إعادة تعريف الجينات المتغيرة العالية بواسطة انحدار LOESS المحسن مع نسبة إيجابية
2025 | المؤلف: Yue Xie وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يناقش المؤلفون التحديات التي تطرحها الأبعاد العالية والندرة في بيانات تسلسل RNA أحادي الخلية، مع التأكيد على أهمية اختيار الميزات لتقليل الأبعاد وتحسين القابلية للتفسير. يقدمون خوارزمية جديدة لاختيار الميزات تستخدم الانحدار السلس المحلي المقدر المحسن (LOESS) لنمذجة العلاقة بين مستويات التعبير الجيني المتوسطة والنسب الإيجابية بشكل فعال، مع تقليل خطر الإفراط…
-
التنبؤ بأمراض القلب والأوعية الدموية بناءً على اختيار ميزات متعددة ونموذج PSO-XGBoost المحسن
2025 | المؤلف: Kerang Cao وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث نموذجًا جديدًا لتوقع أمراض القلب والأوعية الدموية، يسمى MFS-DLPSO-XGBoost، والذي يدمج تقنيات اختيار الميزات المتعددة، وخوارزمية تحسين سرب الجسيمات المحسنة (PSO)، وخوارزمية تعزيز التدرج الشديد (XGBoost). يبدأ النموذج بمعالجة البيانات، تليها تدريب نموذج XGBoost ومقارنة أدائه مع أربعة خوارزميات تعلم آلي معروفة: الانحدار اللوجستي، آلة الدعم الناقل، الغابة العشوائية، وجار الأقرب K.…
-
إطار عمل قائم على CNN مزدوج لتصنيف أمراض أوراق الأرز المحسن مع دمج الميزات
2025 | المؤلف: Prameetha Pai وآخرون | المجلة: Journal Of Big Data | المجال: علوم النبات (Plant Science)تقدم هذه الورقة البحثية إطار عمل جديد قائم على الشبكات العصبية التلافيفية المزدوجة (CNN) يهدف إلى تصنيف أمراض أوراق الأرز بدقة محسّنة. يستخدم الإطار خوارزمية دمج ميزات محسّنة تدمج نماذج CNN المدربة مسبقًا، مما يمكّن من تصنيف صور أوراق الأرز إلى فئات صحية أو مصابة بشكل أكثر فعالية من الطرق التقليدية. تشير النتائج التجريبية على…
-
الكشف عن عيوب سطح المعدن باستخدام نموذج SLF-YOLO المحسن YOLOv8
2025 | المؤلف: Yuan Liu وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الورقة SLF-YOLO، نموذج كشف كائنات خفيف الوزن مصمم للكشف الدقيق والفعال عن عيوب سطح المعدن في البيئات ذات الموارد المحدودة. تشمل الابتكارات الرئيسية وحدة SC_C2f، التي تستخدم آلية بوابة القناة لتعزيز تمثيل الميزات وتنظيم تدفق المعلومات، وهيكل Light-SSF_Neck، الذي يحسن دمج الميزات متعددة المقاييس واستخراج الميزات الشكلية. يعزز إدخال دالة خسارة FIMetal-IoU الأداء…
-
اختيار الميزات المدفوع بواسطة SGA وتصنيف الغابات العشوائية لتحسين تشخيص سرطان الثدي: دراسة مقارنة
2025 | المؤلف: Abrar Yaqoob وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الدراسة، يقدم المؤلفون منهجية جديدة لتصنيف سرطان الثدي تجمع بين خوارزمية تحسين النورس (SGA) لاختيار الميزات ومصنف الغابة العشوائية (RF). يمثل هذا النهج أول تطبيق لـ SGA في اختيار الجينات لتشخيص سرطان الثدي، مما يمكّن من استكشاف منهجي لمساحة الميزات لتحديد أكثر مجموعات الجينات معلوماتية. لا تعزز دمج SGA مع RF دقة التصنيف…
-
تحديد N6-methyladenine باستخدام التعلم العميق ودمج الميزات التمييزية
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Medical Genomics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم ورقة البحث Deep-N6mA، وهو نموذج جديد للشبكات العصبية العميقة (DNN) مصمم للتعرف الدقيق على مواقع N6-methyladenine (6 m A) في تسلسلات الحمض النووي، والتي تعتبر حاسمة للتنظيم الجيني والتعبير الجيني. يستخدم النموذج نهج استخراج ميزات هجين يدمج ميزات مختلفة قائمة على التسلسل، بما في ذلك k-mer، وDinucleotide-based Cross Covariance (DCC)، وTrinucleotide-based Auto Covariance (TAC)،…
-
التنبؤ بسعر الأسهم متعدد الميزات بواسطة شبكات LSTM استنادًا إلى VMD وTMFG
2025 | المؤلف: Zhixin Zhang وآخرون | المجلة: Journal Of Big Data | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث نموذجًا جديدًا لتوقع أسعار الأسهم، يُسمى نموذج تحليل الوضع المتغير-الرسم البياني المفلتر بشكل مثلثي-ذاكرة طويلة وقصيرة الأجل (VMD-TMFG-LSTM)، مصممًا لتعزيز دقة التنبؤ، والاستقرار، والكفاءة الحسابية في سياق الطبيعة غير الخطية والمعقدة للغاية لأسواق الأسهم. غالبًا ما تفشل الطرق الإحصائية التقليدية، على الرغم من فعاليتها للبيانات الخطية، في التقاط الديناميات المعقدة لحركات أسعار…
-
خوارزمية البحث الجاذبي خطوة لتحسين الدوال واختيار الميزات المتزامن – تحسين المعلمات لنموذج STTM
2025 | المؤلف: Chaodong Fan وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث آلة دعم مصفوفة التنسور (STTM)، التي تستفيد من الارتباطات الكامنة في هياكل بيانات التنسور ولكن تواجه تحديات تتعلق بتدريب المعلمات غير الفعال والازدواجية الكبيرة في الميزات. لمعالجة هذه القضايا، يقترح المؤلفون خوارزمية البحث الجاذبي الخطوي (SGSA) التي تهدف إلى تعزيز اختيار الميزات المتزامن وتحسين المعلمات لـ STTM. تستخدم SGSA هيكل سكان مزدوج جديد،…