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