الأبحاث المرتبطة بالكلمة المفتاحية: نماذج التعلم التنبؤية
-
التباين الجغرافي وطرق التعلم الآلي للتنبؤ بممارسة التغوط في العراء في زامبيا
2026 | المؤلف: Andualem Addisu Birlie وآخرون | المجلة: PLoS ONE | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)تستكشف الدراسة انتشار وتنبؤات التغوط في العراء في زامبيا، مع تسليط الضوء على تداعياته الكبيرة على الصحة العامة، بما في ذلك انتشار الأمراض والتلوث البيئي. باستخدام بيانات ثانوية من المسح الديموغرافي والصحي في زامبيا لعام 2024 (ZMDHS)، تستخدم البحث التحليل الجغرافي وتقنيات التعلم الآلي لتحديد الأنماط المكانية والعوامل الرئيسية المرتبطة بممارسات التغوط في العراء. تكشف…
-
نموذج تعلم تمثيل عميق للتنبؤ بالاستجابة لتحفيز العصب الحائر
2026 | المؤلف: Hrishikesh Suresh وآخرون | المجلة: Nature Communications | المجال: طب الأعصاب (Neurology)تتناول ورقة البحث تطوير VQ-VNS، وهو نموذج تعلم تمثيل عميق يهدف إلى التنبؤ بنتائج تحفيز العصب الحائر (VNS) لدى مرضى الصرع الأطفال. على الرغم من أن VNS هو علاج شائع، إلا أنه فعال فقط لنحو نصف المرضى، والبيانات السريرية الحالية قبل الجراحة غير كافية للتنبؤ باستجابة العلاج، كما يتضح من منطقة تحت المنحنى (AUC) البالغة…
-
تطبيق خوارزمية التعلم الآلي للتنبؤ بسوء التغذية الحاد بين الأطفال دون سن الخامسة في شرق إفريقيا باستخدام بيانات المسح الصحي الأخيرة
2026 | المؤلف: Habtamu Guaguahu Feleke وآخرون | المجلة: Scientific Reports | المجال: التغذية وعلم الحميات (Nutrition and Dietetics)تتناول الدراسة القضية الملحة لسوء التغذية الحاد بين الأطفال دون سن الخامسة في شرق إفريقيا، باستخدام نماذج التعلم الآلي للتنبؤ بالأفراد المعرضين للخطر من أجل التدخل في الوقت المناسب. من خلال تحليل بيانات من 76,224 طفلًا عبر 12 دولة، استخدمت البحث عشرة خوارزميات تعلم آلي مشرف، حيث حقق نموذج الغابة العشوائية أفضل أداء تنبؤي، محققًا…
-
دمج الأشجار الاحتمالية والشبكات السببية للبيانات السريرية والوبائية
2026 | المؤلف: Sheresh Zahoor وآخرون | المجلة: Artificial Intelligence in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث إطار عمل الدمج السببي الاحتمالي (PCF)، الذي يدمج الشبكات البايزية السببية (CBNs) وأشجار الاحتمالات (PTrees) لتعزيز اتخاذ القرارات في الرعاية الصحية من خلال التنبؤ بالنتائج واستكشاف آثار التدخلات. يلتقط إطار عمل PCF العلاقات السببية، مما يسمح بتحديد تأثيرات العوامل ومحاكاة السيناريوهات الافتراضية. تم تقييمه على مجموعات بيانات متنوعة بما في ذلك MIMIC-IV، دراسة…