![]()
A) استخدام شاشات الكمبيوتر لعرض الصور. B) مجال الدراسة الذي يمكّن أجهزة الكمبيوتر من تفسير وفهم المعلومات المرئية من العالم الحقيقي. C) عملية تصفية وتحسين الصور المرئية. D) دراسة كيفية عمل الرؤية البشرية.
A) تعتيم الصور للحصول على تأثير فني. B) تغيير أبعاد الصورة. C) تشويه الصور بشكل عشوائي. D) تحسين جودة الصورة وتقليل الضوضاء لتحليل أفضل.
A) إنشاء صورة معكوسة للصورة الأصلية. B) دمج عدة صور في صورة واحدة. C) إزالة الألوان من الصورة. D) تقسيم الصورة إلى مناطق أو عناصر ذات معنى لتحليلها.
A) متوسط مربع الخطأ B) مقياس F1 C) الدقة D) مربع الانحدار
A) استخدام أحجام دفعات أصغر. B) زيادة معدل التعلم. C) تقنية التسرب (Dropout). D) إضافة المزيد من الطبقات إلى الشبكة.
A) نقل الصور بين أجهزة مختلفة. B) نقل وحدات البكسل الخاصة بالصورة إلى صورة جديدة. C) نقل التدرجات أثناء عملية الانتشار العكسي. D) استخدام نماذج مدربة مسبقًا وضبطها بدقة لمهمة معينة.
A) تطبيع قيم المدخلات. B) زيادة عدد المعلمات. C) إدخال خاصية اللاخطية إلى الشبكة. D) تقليل الأبعاد المكانية للمدخلات.
A) Sigmoid B) ReLU (وحدة الخطية المعدلة) C) Tanh D) الخطية
A) إنشاء صور مركبة. B) تلخيص أداء نموذج التصنيف باستخدام القيم الإيجابية الصحيحة، والإيجابية الخاطئة، والسلبية الصحيحة، والسلبية الخاطئة. C) تعتيم الصور لحماية الخصوصية. D) تحويل الصور إلى مقياس رمادي.
A) تحويل الميزات المستقلة عن المقياس B) تتبع الوجه شبه المتكامل C) تقنية التصفية الانتقائية للصور D) تقسيم ميزات وقوام الصور
A) مجموعة بيانات الطقس B) مجموعة بيانات الرسائل المزعجة (Spam) C) مجموعة بيانات ImageNet D) مجموعة بيانات كلمات الأغاني
A) شبكة عصبية معقدة B) شبكة عصبية حاسوبية C) شبكة عصبية تلافيفية D) شبكة عصبية مُحكمة
A) دالة Softmax B) دالة Tanh C) دالة Sigmoid D) دالة ReLU
A) تصنيف الصور B) تقطيع الصور C) استخراج الميزات D) اكتشاف الكائنات
A) طبقة التنشيط (Activation layer) B) طبقة الاتصال الكامل (Fully connected layer) C) طبقة التجميع (Pooling layer) D) طبقة الالتفاف (Convolutional layer)
A) متوسط مربع الخطأ (Mean Squared Error) B) دالة الخسارة L1 C) دالة الخسارة للإنتروبيا التقاطعية (Cross-Entropy Loss) D) دالة الخسارة للإنتروبيا التقاطعية الثنائية (Binary Cross-Entropy Loss)
A) تحويل الصور إلى الأبيض والأسود. B) تنعيم قيم البكسلات. C) تحديد وتوضيح الكائنات الفردية داخل مشهد ما. D) تطبيق فلاتر الألوان على الصور.
A) إضافة الضوضاء إلى الصور. B) تقنية إزالة الضوضاء باستخدام المتوسطات غير المحلية. C) تدوير الصور. D) زيادة دقة الصورة.
A) الشبكات العصبية التلافيفية (CNNs) B) آلات ناقلات الدعم (SVM) C) أقرب الجيران (KNN) D) تحليل المكونات الرئيسية (PCA)
A) تطبيع مخططات توزيع قيم الألوان في الصور (Histogram Equalization). B) رسم خريطة لصورة واحدة على مستوى صورة أخرى. C) تعتيم حدود الصورة. D) اكتشاف حواف الكائنات.
A) InceptionNet B) VGGNet C) AlexNet D) ResNet (شبكة الباقي)
A) قص الصور (Image Cropping) B) التعلم بالنقل (Transfer Learning) C) إضافة الضوضاء (Noise Injection) D) تقليل الأبعاد باستخدام تحليل المكونات الرئيسية (PCA Dimensionality Reduction)
A) تحويل فورييه B) طريقة لوكاس-كينادي C) التنعيم الغاوسي D) تعديل الهيستوجرام |