A) عملية تصفية وتحسين الصور المرئية. B) مجال الدراسة الذي يمكّن أجهزة الكمبيوتر من تفسير وفهم المعلومات المرئية من العالم الحقيقي. C) استخدام شاشات الكمبيوتر لعرض الصور. D) دراسة كيفية عمل الرؤية البشرية.
A) تحسين جودة الصورة وتقليل الضوضاء لتحليل أفضل. B) تغيير أبعاد الصورة. C) تعتيم الصور للحصول على تأثير فني. D) تشويه الصور بشكل عشوائي.
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) مربع الانحدار B) مقياس F1 C) متوسط مربع الخطأ D) الدقة
A) تقنية التسرب (Dropout). B) إضافة المزيد من الطبقات إلى الشبكة. C) استخدام أحجام دفعات أصغر. D) زيادة معدل التعلم.
A) نقل الصور بين أجهزة مختلفة. B) استخدام نماذج مدربة مسبقًا وضبطها بدقة لمهمة معينة. C) نقل وحدات البكسل الخاصة بالصورة إلى صورة جديدة. D) نقل التدرجات أثناء عملية الانتشار العكسي.
A) زيادة عدد المعلمات. B) تطبيع قيم المدخلات. C) تقليل الأبعاد المكانية للمدخلات. D) إدخال خاصية اللاخطية إلى الشبكة.
A) Sigmoid B) الخطية C) ReLU (وحدة الخطية المعدلة) D) Tanh
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) 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 الطقس C) مجموعة بيانات الرسائل المزعجة (Spam) D) مجموعة بيانات ImageNet
A) شبكة عصبية معقدة B) شبكة عصبية مُحكمة C) شبكة عصبية حاسوبية D) شبكة عصبية تلافيفية
A) دالة ReLU B) دالة Sigmoid C) دالة Tanh D) دالة Softmax
A) استخراج الميزات B) اكتشاف الكائنات C) تصنيف الصور D) تقطيع الصور
A) طبقة الالتفاف (Convolutional layer) B) طبقة التنشيط (Activation layer) C) طبقة التجميع (Pooling layer) D) طبقة الاتصال الكامل (Fully connected 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) تحديد وتوضيح الكائنات الفردية داخل مشهد ما. B) تطبيق فلاتر الألوان على الصور. C) تنعيم قيم البكسلات. D) تحويل الصور إلى الأبيض والأسود.
A) تدوير الصور. B) تقنية إزالة الضوضاء باستخدام المتوسطات غير المحلية. C) زيادة دقة الصورة. D) إضافة الضوضاء إلى الصور.
A) الشبكات العصبية التلافيفية (CNNs) B) أقرب الجيران (KNN) C) آلات ناقلات الدعم (SVM) D) تحليل المكونات الرئيسية (PCA)
A) رسم خريطة لصورة واحدة على مستوى صورة أخرى. B) اكتشاف حواف الكائنات. C) تطبيع مخططات توزيع قيم الألوان في الصور (Histogram Equalization). D) تعتيم حدود الصورة.
A) InceptionNet B) VGGNet C) AlexNet D) ResNet (شبكة الباقي)
A) إضافة الضوضاء (Noise Injection) B) التعلم بالنقل (Transfer Learning) C) تقليل الأبعاد باستخدام تحليل المكونات الرئيسية (PCA Dimensionality Reduction) D) قص الصور (Image Cropping)
A) طريقة لوكاس-كينادي B) تحويل فورييه C) التنعيم الغاوسي D) تعديل الهيستوجرام |