الأبحاث المرتبطة بالكلمة المفتاحية: هندسة الميزات
-
إطار عمل جديد قابل للتفسير للتكيف مع المجال للكشف عن الأضرار بشكل موثوق في الهياكل المركبة تحت تغيرات بيئية
2026 | المؤلف: Nima Rezazadeh وآخرون | المجلة: Structural Health Monitoring | المجال: ميكانيكا المواد (Mechanics of Materials)تقدم ورقة البحث إطارًا جديدًا قابلًا للتفسير لمراقبة صحة الهياكل (SHM) للأصول الميكانيكية، خاصة تحت ظروف بيئية متغيرة يمكن أن تعطل نماذج اكتشاف الأضرار. الإطار المقترح، الذي يُطلق عليه اسم التكيف القائم على النماذج المتناثرة (SPADA)، يدمج استخراج الميزات الموجه بالفيزياء، وتوليد البيانات الاصطناعية، والمحاذاة القائمة على النماذج لتعزيز متانة اكتشاف الأضرار وسط تقلبات درجات…
-
تسويق-AutoM3L: التعلم الآلي الآلي المدرك للمجال لتحليلات العملاء المالية
2026 | المؤلف: Ye Tian وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: التسويق (Marketing)تقدم ورقة البحث إطار عمل آلي، Marketing-AutoM3L، مصمم لتعزيز تحليلات العملاء المالية من خلال دمج هندسة الميزات الخاصة بالمجال في خطوط أنابيب التعلم الآلي. غالبًا ما تفشل أنظمة التعلم الآلي الآلي التقليدية (AutoML) في توليد ميزات ذات صلة بالتسويق، والتي تعتبر ضرورية للتنبؤ الفعال بسلوك العملاء. يعالج الإطار المقترح بيانات العملاء الخام وتعليمات اللغة الطبيعية…
-
عينات مولدة بواسطة LLM لاكتشاف البرمجيات الضارة على أندرويد
2026 | المؤلف: Nik Rollinson وآخرون | المجلة: Digital | المجال: معالجة الإشارات (Signal Processing)تبحث الدراسة في إمكانيات نماذج اللغة الكبيرة (LLMs)، وبشكل خاص نسخة معدلة من GPT-4.1-mini، لتوليد سجلات جدولية منظمة لاكتشاف البرمجيات الخبيثة على نظام أندرويد، مع التركيز على ثلاث عائلات من البرمجيات الخبيثة: BankBot وLocker/SLocker وAirpush/StopSMS. تتناول الدراسة التحديات التي تطرحها البرمجيات الخبيثة المتطورة على نظام أندرويد، والتي تعقد طرق الكشف التقليدية، وتستكشف استخدام البيانات الاصطناعية…
-
تحليل التعلم الآلي القائم على التعلم العميق لتشخيص التعب في البوليمرات المدعمة بألياف الكربون
2026 | المؤلف: Ahmed Salah Al-Shati وآخرون | المجلة: PLoS ONE | المجال: التلوث (Pollution)تتناول البحث القضية الحرجة لتدهور المواد الناتج عن التعب في هياكل البوليمر المقوى بألياف الكربون (CFRP)، خاصة في سياق المراقبة الصحية الهيكلية على المدى الطويل (SHM). يتم تقديم إطار عمل هجين جديد للتعلم العميق لتصنيف حالات التعب في مركبات CFRP، والذي يجمع بين شبكة عصبية تلافيفية أحادية البعد (1D-CNN) لاستخراج الميزات المكانية مع شبكة الذاكرة…
-
التمويل الجماعي كآلية للتجارة الإلكترونية: نهج التعلم العميق للتنبؤ بالنجاح باستخدام تمثيلات الذكاء الاصطناعي التوليدية المخفضة
2026 | المؤلف: Hakan Gunduz وآخرون | المجلة: Journal of theoretical and applied electronic commerce research | المجال: نظم معلومات الإدارة (Management Information Systems)تقدم هذه الدراسة إطار عمل هجين للذكاء الاصطناعي مصمم للتنبؤ بنجاح حملات التمويل الجماعي، باستخدام تمثيلات BERT المعدلة بدقة، ووحدة انتباه كتلة الالتفاف المعززة (CBAM)، ومهارات اختيار الميزات الميتا-heuristic. يعالج الإطار بفعالية التحديات التي تطرحها البيانات النصية عالية الأبعاد، محققًا دقة تبلغ 77.8%، ودرجة F1 تبلغ 0.821، ومعامل ارتباط ماثيو (MCC) يبلغ 0.515، مع تقليل…
-
إطار هجين متقدم قابل للتفسير – تعلم عميق للكشف عن الاحتيال المالي في الوقت الحقيقي مع تحليل تلافيفي زمني
2026 | المؤلف: Madhu Kumar Reddy P وآخرون | المجلة: International Journal of Advanced Computer Science and Applications | المجال: المحاسبة (Accounting)تقدم البحث شبكة تلافيف زمنية محسّنة بواسطة مبدأ ميثاق الفراشة (MFO-TCN) مصممة للكشف عن الاحتيال المالي في الوقت الحقيقي، مع معالجة قيود طرق التعلم الآلي التقليدية مثل الجيران الأقرب، وأشجار القرار، والغابات العشوائية. تكافح هذه النماذج السابقة مع البيانات عالية الأبعاد والأنماط الزمنية، مما يؤدي إلى عدم الكفاءة في اكتشاف المعاملات الاحتيالية. تدمج MFO-TCN المقترحة…
-
الدقة، والوضوح، والاسترجاع، ودرجة F1، أو MCC؟ أدلة تجريبية من الإحصاءات المتقدمة، والتعلم الآلي، والذكاء الاصطناعي القابل للتفسير لتقييم نماذج التنبؤ التجارية
2025 | المؤلف: Khaled Mahmud Sujon وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول هذه الدراسة التحديات التي تطرحها مجموعات البيانات غير المتوازنة في تعدين بيانات الأعمال، لا سيما في المجالات ذات المخاطر العالية مثل توقع المخاطر المالية وتحليل فقدان العملاء. وتبرز عدم كفاية مقاييس التقييم التقليدية – مثل الدقة، والدقة الإيجابية، والاسترجاع، ودرجة F1، ومعامل ارتباط ماثيو (MCC) – في تقديم تقييمات موثوقة للأداء في ظل ظروف…
-
الكشف عن الحسابات الاحتيالية في وسائل التواصل الاجتماعي باستخدام نموذج المحولات العميقة الهجينة وتحسين المعلمات الفائقة
2025 | المؤلف: Prashant Kumar Shukla وآخرون | المجلة: Scientific Reports | المجال: نظم المعلومات (Information Systems)لقد أدى النمو السريع لوسائل التواصل الاجتماعي إلى زيادة في الحسابات المزيفة، مما يشكل مخاطر كبيرة على خصوصية المستخدم وسلامة المنصة. إن اكتشاف هذه الحسابات الخبيثة يمثل تحديًا بسبب طبيعة بيانات نشاط المستخدم غير المتوازنة، وعالية الأبعاد، والمتسلسلة. غالبًا ما تفشل طرق الكشف الحالية في التقاط أنماط النشاط المعقدة أو تعاني من الإفراط في التكيف،…
-
مراجعة لأساليب التعلم الآلي في التنبؤ بالسلوك الميكانيكي للمواد المركبة
2025 | المؤلف: Harshit Sharma وآخرون | المجلة: Discover Applied Sciences | المجال: كيمياء المواد (Materials Chemistry)تتناول ورقة البحث الدور الحاسم لمزج المواد بدقة في تصنيع المواد المركبة، مع التأكيد على دمج المعرفة العلمية للتغلب على عدم التوافق الفطري لمكونات مختلفة. كما تبرز أهمية مساعدات التركيب في ضمان الاستقرار والكفاءة، مع الإشارة إلى أن الوظيفة الأساسية للمنتجات مثل الدهانات والمواد المركبة تعتمد على التركيب الكيميائي. في الاستنتاجات، تقيم الورقة فعالية أساليب…