بنية النماذج اللغوية الكبيرةالأساسيات تحديث 2026

CNN (الشبكة العصبية الالتفافية)

التعريف

بنية عصبية تستخدم مرشّحات مُتعلَّمة لاكتشاف الأنماط المكانية، وهي أساس الرؤية الحاسوبية الحديثة.

تُطبِّق الشبكات العصبية الالتفافية مرشّحات صغيرة مُتعلَّمة عبر المُدخل لاكتشاف الأنماط المحلية — الحواف والقوام والأشكال — وتبني منها سمات معقّدة في الطبقات الأعمق. وقد أرسى LeCun وزملاؤه (1998) شبكة CNN الحديثة للتعرّف على المستندات، وأطلق Krizhevsky وزملاؤه (2012) عصر التعلّم العميق حين فازت شبكتهم (AlexNet) في مسابقة ImageNet بفارق كبير.

لا تزال شبكات CNN محورية في الرؤية الحاسوبية، وكثيرًا ما تُدمَج مع نماذج Transformer في الأنظمة متعددة الوسائط.

المراجع

مصادر أولية ومحكّمة وأرشيفية لهذا التعريف.

Gradient-Based Learning Applied to Document Recognition

LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Proceedings of the IEEE, 86(11), 2278–2324.

المصدر DOI:10.1109/5.726791

ImageNet Classification with Deep Convolutional Neural Networks (AlexNet)

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Advances in Neural Information Processing Systems 25 (NeurIPS 2012).

المصدر

مداخل القواميس والموسوعات

Wikipedia — Convolutional neural network
IBM — Think / Topics — What are convolutional neural networks?

استشهد بهذا المدخل

MultipleChat. «CNN (الشبكة العصبية الالتفافية)». مسرد MultipleChat للذكاء الاصطناعي والنماذج اللغوية الكبيرة، 2026. https://multiple.chat/ai-glossary/cnn