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