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