تتناول ورقة البحث القضية الحرجة لمرض القلب، وهو سبب رئيسي للوفيات على مستوى العالم، مع التأكيد على أهمية الكشف المبكر لتحسين نتائج المرضى. تقترح خوارزمية تعلم عميق هجينة مصممة لاكتشاف مرض القلب ضمن أطر البيانات الكبيرة، باستخدام Apache Hadoop بشكل خاص. تبدأ المنهجية بتقنية تحسين التجميع k-means (IKC) لإزالة القيم الشاذة من مجموعة بيانات طبية…

تتناول ورقة البحث تطبيق التعلم الآلي المعزز بالكم (QuEML) في التنبؤ بأمراض القلب، مستفيدة من التقدمات الأخيرة في تكنولوجيا الكم. باستخدام مجموعة بيانات أمراض القلب من كاجل، التي تتكون من 1190 عينة (53% إيجابية و47% سلبية)، تقارن الدراسة أداء QuEML ضد خوارزميات التعلم الآلي التقليدية (TML). شملت مقاييس التقييم الدقة، الدقة، الاسترجاع، الخصوصية، درجة F1،…

تقدم هذه البحث تقنية جديدة في التعلم العميق للتنبؤ المبكر بالسكري، محققة معدل دقة مثير للإعجاب يبلغ 99.8%. تم بناء النموذج باستخدام شبكة عصبية عميقة (DNN) تعتمد على بنية متعددة الطبقات (MLP)، تضم عشرة طبقات مخفية وضبط شامل للمعلمات. استخدمت الدراسة مجموعة بيانات من مستشفى أطفال جامعة المنصورة للسكري (MUCHD)، تتكون من 548 مريضًا أطفال…