الأبحاث المرتبطة بالكلمة المفتاحية: نقل التعلم

تطبيق تقنيات التعلم العميق والتعلم الانتقالي في تصنيف الصور الطبية
Application of Deep Learning and Transfer Learning Techniques for Medical Image Classification

تستكشف هذه الورقة البحثية تأثير التعلم العميق (DL) والتعلم الانتقالي (TL) على الذكاء الاصطناعي، مع التركيز بشكل خاص على تصنيف الصور الطبية. تؤكد الدراسة على قدرة نماذج DL، وخاصة الشبكات العصبية التلافيفية (CNNs) مثل ResNet50 و VGG16، على تحقيق دقة أعلى في التمييز بين COVID-19، والالتهاب الرئوي الفيروسي، وحالات الرئة الطبيعية مقارنةً بأساليب التعلم الآلي…
شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detection

تسلط الأبحاث الضوء على الدور الحاسم للنباتات في النظم البيئية والتحديات التي تطرحها آفات النباتات والأمراض، خاصة من حيث اكتشافها المبكر. غالبًا ما تكون التشخيصات التقليدية في المختبر مكلفة وتستغرق وقتًا طويلاً، مما يؤدي إلى زيادة ضغط النباتات وتهديدات الأمن الغذائي. لمعالجة هذه القضايا، تقدم الدراسة نموذج شبكة عصبية تلافيفية هجينة جديدة (IX-CNN) مصممة لاكتشاف…
استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ
Employing deep learning and transfer learning for accurate brain tumor detection

تبحث الدراسة في تطبيق هياكل التعلم العميق للنقل لتصنيف أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). تقيم أربعة نماذج—ResNet152 و VGG19 و DenseNet169 و MobileNetv3—على مجموعة بيانات مأخوذة من كاجل، باستخدام تقنية التحقق المتقاطع بخمسة طيات وتقنيات تحسين الصور لمعالجة عدم توازن مجموعة البيانات عبر أربع فئات من الأورام: الغدة النخامية، الطبيعية، السحائية، والورم الدبقي.…
كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات
Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN

تتناول ورقة البحث الدور الحاسم لصحة الدماغ واستخدام التصوير بالرنين المغناطيسي (MRI) لتشخيص أورام الدماغ، والتي تشمل الورم الدبقي، والورم السحائي، وأورام الغدة النخامية. تسلط الضوء على أهمية الذكاء الاصطناعي (AI) في معالجة مجموعات البيانات الكبيرة الناتجة عن MRI، لا سيما من خلال تقنيات تصنيف الصور. تستخدم الدراسة نماذج مختلفة من الشبكات العصبية التلافيفية (CNN)،…

الأبحاث المرتبطة بالكلمة المفتاحية: نقل التعلم

تطبيق تقنيات التعلم العميق والتعلم الانتقالي في تصنيف الصور الطبية Application of Deep Learning and Transfer Learning Techniques for Medical Image Classification

شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detection

استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ Employing deep learning and transfer learning for accurate brain tumor detection

كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN

تطبيق تقنيات التعلم العميق والتعلم الانتقالي في تصنيف الصور الطبية
Application of Deep Learning and Transfer Learning Techniques for Medical Image Classification

شبكة عصبية تلافيفية هجينة جديدة من نوع إنسيبشن-إكسبشن لتصنيف واكتشاف أمراض النباتات بكفاءة
A novel hybrid inception-xception convolutional neural network for efficient plant disease classification and detection

استخدام التعلم العميق والتعلم الانتقالي للكشف الدقيق عن أورام الدماغ
Employing deep learning and transfer learning for accurate brain tumor detection

كشف أورام الدماغ من الصور والمقارنة مع طرق التعلم بالنقل وشبكة الأعصاب التلافيفية ذات الثلاث طبقات
Brain tumor detection from images and comparison with transfer learning methods and 3-layer CNN