الأبحاث المرتبطة بالكلمة المفتاحية: نموذج هجين CNN-LSTM

نظام التعرف على تعبيرات الوجه باستخدام نموذج هجين من CNN وLSTM Facial Expression Recognition System Using a Hybrid CNN and LSTM Model

2026 | المؤلف: Sunny Bagga وآخرون | المجلة: International Journal of Engineering Trends and Technology | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

تتناول ورقة البحث تعقيدات تحليل تعبيرات الوجه، وهي منطقة حيوية في تطبيقات الآلات والتفاعل بين الإنسان والكمبيوتر. يقترح المؤلفون بنية جديدة تستخدم نموذجًا هجينًا يجمع بين الشبكات العصبية التلافيفية (CNN) وشبكات الذاكرة طويلة وقصيرة المدى (LSTM) لتصنيف سبع تعبيرات وجه أساسية: السعادة، الغضب، الحيادية، الخوف، الاشمئزاز، الحزن، والدهشة. تستخدم الدراسة مجموعة بيانات FER2013 لإظهار فعالية…
تصنيف أصوات القلب للكشف المبكر عن الأمراض القلبية الوعائية باستخدام XGBoost وميزات الصوت المصممة Heart Sound Classification for Early Detection of Cardiovascular Diseases Using XGBoost and Engineered Acoustic Features

2026 | المؤلف: P. P Satya Karthikeya وآخرون | المجلة: Sensors | المجال: طب الرئة والجهاز التنفسي (Pulmonary and Respiratory Medicine)

تبحث الدراسة في فعالية دمج الميزات الصوتية التقليدية مع تمثيلات Wav2Vec المعتمدة على المحولات لتصنيف أصوات القلب متعددة الفئات، وهو أمر حيوي للكشف المبكر عن الأمراض القلبية الوعائية (CVD). استخرجت الدراسة عشرة ميزات صوتية مصممة، بما في ذلك Log Mel و MFCC وتحويل الموجات المنفصلة، وقيمت أربعة تكوينات نموذجية: نموذج هجين من CNN + LSTM…
مقارنة أداء CNN و CNN-LSTM في تصنيف تعبيرات الوجه بناءً على مجموعة بيانات FER2013 Comparison of CNN and CNN-LSTM Performance in Facial Expression Classification Based on FER2013 Dataset

2026 | المؤلف: Putu Ananda Adi Savitri وآخرون | المجلة: Asian Journal of Science Technology Engineering and Art | المجال: علم النفس التجريبي والمعرفي (Experimental and Cognitive Psychology)

تستكشف هذه الدراسة فعالية نماذج التعلم العميق في التعرف على تعبيرات الوجه (FER)، مع مقارنة نموذج الشبكة العصبية التلافيفية (CNN) النقي بنموذج هجين من CNN وذاكرة طويلة وقصيرة الأجل (CNN-LSTM). باستخدام مجموعة بيانات FER2013، تستخدم البحث تصميمًا تجريبيًا كميًا لتقييم أداء النموذج من خلال مقاييس مثل الدقة، والدقة الإيجابية، والاسترجاع، ودرجة F1، وAUC-ROC. تكشف النتائج…
إطار جديد للتعلم العميق مع شبكات الالتفاف ذات الانتباه الزمني لكشف التسلل في شبكات إنترنت الأشياء وIIoT A novel deep learning framework with temporal attention convolutional networks for intrusion detection in IoT and IIoT networks

2026 | المؤلف: Kingkar Prosad Ghosh وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

تقدم البحث TACNet، وهو إطار عمل مبتكر للتعلم العميق يهدف إلى تعزيز اكتشاف التسلل في شبكات إنترنت الأشياء (IoT) وإنترنت الأشياء الصناعية (IIoT). نظرًا لزيادة الثغرات في البنى التحتية الحيوية أمام الهجمات السيبرانية، فإن أنظمة اكتشاف التسلل التقليدية (IDS) غالبًا ما تكون غير كافية في إدارة تعقيد وحجم التهديدات. يتناول TACNet هذه التحديات من خلال…
نموذج تعلم عميق قائم على الانتباه من نوع CNN-LSTM هجين لتوقع أسعار الأسهم باستخدام المؤشرات الفنية A Hybrid CNN-LSTM Attention-Based Deep Learning Model for Stock Price Prediction Using Technical Indicators

2026 | المؤلف: H C Bhanujyothi وآخرون | المجلة: Engineering Technology & Applied Science Research | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

يتناول قسم ورقة البحث التحديات المتعلقة بتوقع أسعار الأسهم، وخاصةً بالنسبة للأسهم المتقلبة مثل تسلا، بسبب الطبيعة المعقدة وغير الخطية لبيانات السوق. لقد حسنت خوارزميات التعلم العميق التقليدية، بما في ذلك التفكيك العميق (DUF) وذاكرة المدى الطويل والقصير (LSTM) والشبكات العصبية التلافيفية (CNN)، القدرة على اكتشاف الأنماط المعقدة ولكنها غالبًا ما تفشل في التقاط الاعتمادات…
نموذج CNN-LSTM هجين لتوقع أسعار الأسهم مع الاعتماد على الزمان والمكان A Hybrid CNN-LSTM Model for Stock Price Prediction with Spatial and Temporal Dependencies

2026 | المؤلف: Zhenyun Du | المجلة: Applied and Computational Engineering | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

تقدم هذه الورقة البحثية مراجعة شاملة لأساليب التعلم الآلي (ML) والتعلم العميق (DL) لتوقع أسعار الأسهم، مع التركيز بشكل خاص على الشبكات العصبية الذاكرة طويلة وقصيرة الأجل (LSTM) والشبكات العصبية التلافيفية (CNNs). يقترح المؤلفون نموذج هجين من CNN-LSTM مصمم لتحسين دقة التنبؤ من خلال الاستفادة من CNNs لاستخراج الميزات المكانية من البيانات المالية التاريخية، تليها…

الأبحاث المرتبطة بالكلمة المفتاحية: نموذج هجين CNN-LSTM

نظام التعرف على تعبيرات الوجه باستخدام نموذج هجين من CNN وLSTM Facial Expression Recognition System Using a Hybrid CNN and LSTM Model

تصنيف أصوات القلب للكشف المبكر عن الأمراض القلبية الوعائية باستخدام XGBoost وميزات الصوت المصممة Heart Sound Classification for Early Detection of Cardiovascular Diseases Using XGBoost and Engineered Acoustic Features

مقارنة أداء CNN و CNN-LSTM في تصنيف تعبيرات الوجه بناءً على مجموعة بيانات FER2013 Comparison of CNN and CNN-LSTM Performance in Facial Expression Classification Based on FER2013 Dataset

نموذج تعلم عميق قائم على الانتباه من نوع CNN-LSTM هجين لتوقع أسعار الأسهم باستخدام المؤشرات الفنية A Hybrid CNN-LSTM Attention-Based Deep Learning Model for Stock Price Prediction Using Technical Indicators

نموذج CNN-LSTM هجين لتوقع أسعار الأسهم مع الاعتماد على الزمان والمكان A Hybrid CNN-LSTM Model for Stock Price Prediction with Spatial and Temporal Dependencies