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