نيكولا كاسابوف

📅 آخر تحديث: ٣٠ يوليو ٢٠٢٦
✍️ نُشر في: ٣٠ يوليو ٢٠٢٦
الموسوعة الحرة

نيكولا كيريلوف كاسابوف (بالبلغارية: Никола Кирилов Касабов) هو عالم حاسوب وأكاديمي ومؤلف بلغاري ونيوزيلندي . يشغل منصب أستاذ فخري لهندسة المعرفة في جامعة أوكلاند للتكنولوجيا ، [ 1 ] والمدير المؤسس لمعهد أبحاث هندسة المعرفة والاكتشاف (KEDRI)، [ 2 ] ورئيس كرسي جورج مور لتحليل البيانات في جامعة أولستر ، [ 3 ] بالإضافة إلى كونه أستاذاً زائراً في كل من معهد تكنولوجيا المعلومات والاتصالات (IICT) التابع للأكاديمية البلغارية للعلوم وجامعة داليان في الصين . [ 1 ]

وهو أيضاً مؤسس ومدير شركة Knowledge Engineering Consulting Ltd. [ 4 ]

استلهم كاسابوف أبحاثه بشكل عام من الطبيعة. فقد ابتكر أساليب وأنظمة معلوماتية جديدة مستوحاة من الدماغ والجينات والفيزياء الكمومية، ولها تطبيقات في   الذكاء الحسابي ، والحوسبة العصبية، والمعلوماتية الحيوية ، والمعلوماتية العصبية ، ومعالجة الكلام والصور، واستخراج البيانات، وتمثيل المعرفة واكتشافها. [ 5 ] وقد نشر مقالات بحثية وكتبًا مثل " أسس الشبكات العصبية، والأنظمة الضبابية، وهندسة المعرفة" و "الأنظمة الترابطية المتطورة: منهج هندسة المعرفة" .

حصل على العديد من جوائز أفضل ورقة بحثية، بالإضافة إلى جائزة الخدمة المتميزة من جمعية شبكات الأعصاب في آسيا والمحيط الهادئ (APNNA) (2005)، [ 6 ] وجائزة باير للابتكار العلمي (2007)، [ 7 ] وجائزة غابور من الجمعية الدولية لشبكات الأعصاب (INNS) (2012)، [ 8 ] وجائزة الإنجازات المتميزة من APNNA (2012)، [ 6 ] وجائزة آدا لوفليس للخدمة الجديرة بالتقدير من INNS (2018)، [ 8 ] وجائزة Research.com للريادة في علوم الحاسوب في نيوزيلندا (2022 و2023). [ 9 ]

كاسابوف زميل مدى الحياة في معهد مهندسي الكهرباء والإلكترونيات (IEEE)، [ 10 ] وزميل في الجمعية الملكية لنيوزيلندا، [ 11 ] وكلية زملاء INNS، [ 12 ] ورابطة آسيا والمحيط الهادئ للذكاء الاصطناعي (AAIA)، [ 13 ] بالإضافة إلى معهد متخصصي تكنولوجيا المعلومات . [ 14 ] وهو المؤسس المشارك ورئيس التحرير المشارك لمجلة Evolving Systems ، [ 15 ] ومحرر في سلسلة Springer حول الأنظمة الحيوية/العصبية . [ 16 ]

تعليم

حصل كاسابوف على درجة الماجستير في الهندسة الكهربائية مع تخصص في علوم الحاسوب عام 1971، ونال دبلوم الدراسات العليا في الرياضيات التطبيقية عام 1972، ودرجة الدكتوراه في العلوم الرياضية عام 1975، جميعها من جامعة صوفيا التقنية . وفي عام 2018، مُنح درجة الدكتوراه الفخرية من جامعة أوبودا في بودابست . [ 2 ]

حياة مهنية

بدأ كاسابوف مسيرته الأكاديمية في جامعة صوفيا التقنية ، باحثًا في قسم علوم الحاسوب، ثم أصبح محاضرًا عام 1978 وأستاذًا مشاركًا عام 1988. وفي عام 1989، انضم إلى قسم علوم الحاسوب في جامعة إسكس باحثًا ومحاضرًا أول. بعد ذلك، تولى منصب محاضر أول في قسم علوم المعلومات بجامعة أوتاغو ، حيث عُيّن أستاذًا ورئيسًا لقسم علوم المعلومات من عام 1999 إلى عام 2002. ومنذ عام 2002، يعمل أستاذًا لهندسة المعرفة في جامعة أوكلاند للتكنولوجيا ، بالإضافة إلى كونه أستاذًا زائرًا في كل من معهد تكنولوجيا المعلومات والاتصالات التابع للأكاديمية البلغارية للعلوم وجامعة داليان في الصين منذ عام 2022. [ 1 ]

في عام 2001، أسس كاسابوف شركة استشارات هندسة المعرفة. شغل منصب رئيس جمعية آسيا والمحيط الهادئ الوطنية للشبكات العصبية (APNNA) في الفترة 2007-2008، ورئيس الجمعية الدولية للشبكات العصبية (INNS) في عامي 2009 و2010، كما شغل منصب نائب رئيس الجمعية الدولية للشبكات العصبية في عام 2006 [ 17 ] ، والرئيس المنتخب في عام 2008، وعضو مجلس الإدارة من عام 2011 إلى عام 2017. في عام 2019، تولى رئاسة جمعية آسيا والمحيط الهادئ الوطنية للشبكات العصبية للمرة الثانية، وهو عضو مؤسس في مجلس الإدارة منذ عام 1993. [ 18 ]

بحث

استلهم كاسابوف من الطبيعة، وساهم في مجال علوم الحاسوب من خلال ابتكار وإجراء أبحاث حول الأنظمة الترابطية المتطورة (ECOS)، والنمذجة العصبية الجينية الحاسوبية، والأنظمة العصبية الكمومية، وبنية الشبكة العصبية النبضية المستوحاة من الدماغ NeuCube. [ 5 ]

ابتكر نظريات وأطرًا حسابية لتطوير الذاكرة الترابطية المكانية-الزمانية ، [ 19 ] وأنظمة الشبكات العصبية الاصطناعية الهجينة الكمومية، [ 20 ] والنمذجة الشخصية للبيانات متعددة الوسائط، إلى جانب إسهامات أخرى. اقترح صيغة جديدة wwkNN لاختيار أقرب k جار لمتجه معين من مجموعة بيانات من المتجهات المتشابهة. إلى جانب المسافة بين المتغيرات، أدخل مُعاملًا/وزنًا يتعلق بأهمية المتغيرات، مما أدى إلى تحسين كبير في دقة نماذج التصنيف والانحدار في التعلم الآلي. [ 21 ]

أعمال

بدأ كاسابوف أبحاثه كطالب دكتوراه، حيث قدّم نماذج الأوتوماتا المحدودة القابلة لإعادة التشكيل والمبنية على التحويلات الجبرية. وقد طوّر هو وزميله جورجي بيجيف خوارزميات لتمثيل التباديل والتحويلات الجبرية بشكل مُختصر كتركيب من التحويلات الأساسية. [ 22 ]   بعد ذلك، اقترح كاسابوف عدة طرق للشبكات العصبية القائمة على المعرفة. [ 17 ] كما ابتكر دمج الشبكات العصبية (النماذج الترابطية) مع أنظمة الإنتاج (الأنظمة القائمة على القواعد) والمنطق الضبابي لإنشاء أنظمة خبيرة ضبابية. [ 19 ]

نشر كاسابوف كتبًا في هندسة المعرفة والشبكات العصبية. وقد دمج في كتابه الرائد " أسس الشبكات العصبية، والأنظمة الضبابية، وهندسة المعرفة" الشبكات العصبية والأنظمة الضبابية والذكاء الاصطناعي الرمزي لإيجاد حلول الذكاء الاصطناعي في مجالات متنوعة، مما أدى إلى تطوير الإطار النظري ECOS. [ 23 ] كما ناقش تطبيقاته المحتملة في كتابه " الأنظمة الترابطية المتطورة: منهج هندسة المعرفة" ، مثل اكتشاف المؤشرات التشخيصية للكشف المبكر عن السرطان . وفي وقت لاحق، في عام 2019، ألف كتابًا بعنوان "الزمان والمكان، والشبكات العصبية النبضية، والذكاء الاصطناعي المستوحى من الدماغ" ، استكشف فيه الشبكات العصبية النبضية (SNN)، متناولًا النظرية الكلاسيكية، ومقدمًا في الوقت نفسه أنظمة الذكاء الاصطناعي المستوحى من الدماغ (BI-AI) وتطبيقاتها في مختلف المجالات. [ 24 ]

أنظمة الاتصال المتطورة

قام كاسابوف بتقديم وبحث نظام ECOS طوال مسيرته المهنية. وقد طبّق إطار عمل ECOS من خلال تقديم نظام الاستدلال العصبي الضبابي الديناميكي المتطور (DENFIS)، [ 25 ] وهو أسلوب عصبي ضبابي للتعلم عبر الإنترنت، وشبكة عصبية ضبابية متطورة (EFuNN)، وهي نموذج للتعلم الخاضع للإشراف/غير الخاضع للإشراف عبر الإنترنت واستخراج القواعد الضبابية، [ 26 ] وكلاهما يُستخدم في بيئة تطوير البرمجيات NeuCom، مما أكسبه العديد من براءات الاختراع. [ 27 ] [ 28 ]

الشبكات العصبية النبضية وبنية NeuCube المستوحاة من الدماغ

أدى عمل كاسابوف على الشبكات العصبية النبضية (SNN) إلى تطوير منهجيات جديدة، مثل الإطار النظري NeuCube للحوسبة المستوحاة من الدماغ. [ 29 ] وقد وسّع مبادئ ECOS لفهم بيانات الدماغ المكانية والزمانية عبر تمثيل النبضات، مُستخدمًا بنية SNN ثلاثية الأبعاد مُدرّبة بقواعد مستوحاة من الدماغ، مما يُسهّل نماذج الاتصال القابلة للتفسير ويُوفّر معالجة سريعة ومنخفضة الطاقة، مثالية للتطبيقات الآنية مثل التحكم في الأطراف الاصطناعية البشرية. [ 30 ] [ 31 ] كما قدّم deSNN، وهي طريقة شبكة عصبية نبضية ديناميكية متطورة، للتعلم التزايدي لبيانات التدفق المكانية والزمانية، المستخدمة في نظام NeuCube، [ 32 ] ووظّف بنية SNN المستوحاة من الدماغ في NeuCube للتعرف على الأجسام المتحركة، باستخدام مستشعرات الرؤية الديناميكية (DVS) لتحويل بيانات الجسم إلى نبضات، محققًا دقة فائقة على بيانات القياس المعيارية. [ 33 ] علاوة على ذلك، قام بالتعاون مع زملائه بتقديم خوارزميات SPAN (الخلايا العصبية المرتبطة بنمط النبضات) لتدريب الخلايا العصبية النبضية على توليد تسلسل نبضات دقيق استجابةً لأنماط إدخال محددة. [ 34 ]

في ورقة بحثية حازت على جائزة أفضل ورقة بحثية في مجال الشبكات العصبية لعام 2016 ، اقترح كاسابوف خوارزميات جديدة للتعلم العميق للبيانات المكانية والزمانية. [ 35 ] وقد ابتكر طريقة نمذجة شخصية باستخدام الشبكات العصبية النبضية (SNN)، والتي تم تسجيل براءة اختراعها لاحقًا، [ 36 ] حيث دمج البيانات الثابتة والديناميكية، وقد تم تطبيقها في التنبؤ بتلوث الهواء [ 37 ] وعلاج إدمان المخدرات، [ 38 ] متفوقةً على طرق التعلم الآلي الأخرى بدقة بلغت 94%. [ 39 ] بالإضافة إلى ذلك، طور طرق نمذجة شخصية باستخدام الشبكات العصبية النبضية المستوحاة من الدماغ، محققًا تنبؤًا دقيقًا في بيانات تخطيط كهربية الدماغ (EEG) ودقة تنبؤ عالية لبداية الخرف ومرض الزهايمر باستخدام بيانات التصوير بالرنين المغناطيسي الطولية، [ 40 ] كما اقترح طريقة أصلية لتعلم بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) وتصورها باستخدام الشبكات العصبية النبضية المستوحاة من الدماغ. [ 41 ]

طوّر كاسابوف، بالتعاون مع سيمي غوميز ويسوسكي ولوبيكا بينوسكوفا، طريقةً للشبكات العصبية النبضية (SNN) تدمج البيانات الصوتية والمرئية، متفوقًا بذلك على الطرق الأخرى في مهام اتخاذ القرار. [ 42 ] وقدّم تفسيرًا كميًا للنبضات ونموذجًا احتماليًا للخلايا العصبية النبضية، [ 43 ] إلى جانب طريقة تحسين تطورية مستوحاة من الكم للشبكات العصبية النبضية، مما مكّن من تقارب أسرع للحلول. [ 44 ] كما ريّد فريقه نماذج الشبكات العصبية النبضية لفهم عمليات الدماغ من خلال بيانات كمون الاستجابة المرتبطة بالحدث (ERP)، والتنبؤ باستجابات العلاج لدى مرضى الفصام، وتعلم بيانات تخطيط كهربية الدماغ (EEG) لبناء واجهات الدماغ والحاسوب، [ 45 ] وذلك من خلال إدخال دمج الشبكات العصبية النبضية لبيانات الزمان والمكان والاتجاه مع اللدونة المشبكية المعتمدة على التوقيت (oiSTDP). [ 46 ] [ 47 ]

توسيع نطاق البحوث والمشاريع

في السنوات الأخيرة، واصل كاسابوف تطوير الذكاء الاصطناعي المستوحى من الدماغ من خلال تطوير وتطبيق أطر عمل الشبكات العصبية النبضية التي توسع عمله السابق حول الأنظمة الترابطية المتطورة (ECOS). [ 24 ]

يعمل فريقه البحثي في ​​معهد أبحاث هندسة المعرفة والاكتشاف (KEDRI) بجامعة أوكلاند للتكنولوجيا بنشاط على تطوير أنظمة تعتمد على NeuCube للنمذجة متعددة الحواس في الوقت الحقيقي وتحليل البيانات التنبؤية، مما يتيح تطبيقات في مجالات الرصد البيئي والصحة وشبكات الاستشعار المعقدة. [ 48 ]

وقد ساهمت أبحاث كاسابوف أيضاً في دمج العناصر المستوحاة من ميكانيكا الكم مع الابتكار في الجمع بين مبادئ الحوسبة العصبية والكمية . [ 21 ]

ومن بين المساهمات الحديثة الأخرى المنسوبة إلى كاسابوف إطار عمل eXCube2، وهو نموذج ذكاء اصطناعي قابل للتفسير مستوحى من الدماغ ويعتمد على NeuCube للتعرف على المشاعر من البيانات الصوتية والمرئية ومتعددة الوسائط. [ 49 ]

عمل متعدد التخصصات مستمر

تحت قيادة كاسابوف، يُجري معهد كيدري أبحاثًا متعددة التخصصات مُنظمة في مجموعات موضوعية، تُوسّع نظرياته الأساسية في أنظمة الاتصال المتطورة والشبكات العصبية النبضية لتشمل مجالاتٍ مثل معالجة الإشارات، والتعرف على الأنماط، وتحليل بيانات الدماغ (تخطيط كهربية الدماغ، والتصوير بالرنين المغناطيسي الوظيفي)، والمعلوماتية الحيوية، والمعلوماتية الصحية ، والإبداع، ونمذجة الوسائط المتعددة. تستكشف هذه المشاريع النمذجة التنبؤية من البيانات السمعية والبصرية وبيانات الدماغ، وعمليات صنع القرار، والتفاعل بين الإنسان والحاسوب، وذلك بالتعاون مع شركاء بحثيين في الصين وأوروبا وغيرها. [ 2 ]

وقد قام أيضاً بتطبيق مفهوم الذاكرة الترابطية المكانية والزمانية المتطورة الذي ابتكره لتطوير أنظمة الذكاء الاصطناعي التي تُظهر عناصر من وعي الآلة. [ 19 ] [ 20 ]

النفوذ والتعاون

تم الاستشهاد بعمل كاسابوف حول بنى الشبكات العصبية النبضية مثل نيوكيوب في مراجعات شاملة للشبكات العصبية النبضية للتصوير العصبي متعدد الوسائط ، حيث يتم وضع مساهمات نيوكيوب ضمن اتجاهات أوسع في الذكاء الاصطناعي القابل للتفسير والحوسبة المستوحاة من الدماغ. [ 50 ]

بالإضافة إلى ذلك، يمتد تأثيره من خلال التعاونات الدولية، حيث شارك في تأليف أعمال تُظهر نقل التعلم لقواعد مكانية-زمانية ضبابية باستخدام NeuCube لبيانات تخطيط كهربية الدماغ، مما يعكس كلاً من التعلم التراكمي واستخلاص قواعد معرفية قابلة للتفسير من البيانات المعقدة، وهو موضوع لا يزال يجذب اهتمامًا بحثيًا عالميًا. [ 29 ] [ 33 ]

الأبعاد التطبيقية والتجارية

إلى جانب منشوراته الأكاديمية، تحمل ابتكارات كاسابوف آثارًا عملية وتجارية. فقد تم تطبيق إطار عمل NeuCube والأساليب القائمة على ECOS في بيئات التطوير، واستُخدمت في تطبيقات متنوعة، بدءًا من اكتشاف المؤشرات التشخيصية في السرطان والأمراض العصبية، وصولًا إلى النمذجة التنبؤية للنتائج البيئية والصحية، مما يُظهر الأثر التطبيقي لعمله النظري في مجال الذكاء الاصطناعي. [ 29 ]

وقد شاركت شركته KECL في البحوث التطبيقية في مجال المعلوماتية الحيوية، والمعلوماتية العصبية، ووعي الآلة. [ 4 ]

الجوائز والتكريمات

  • 2005 – جائزة الخدمة المتميزة، APNNA [ 6 ]
  • 2007 – جائزة باير للابتكار العلمي [ 7 ]
  • 2012 – جائزة الإنجازات المتميزة، APNNA [ 6 ]
  • 2012 – جائزة دينيس غابور ، INNS [ 8 ]
  • 2017 – جائزة آدا لوفليس للخدمة الجديرة بالتقدير [ 8 ]
  • 2022 – زميل مدى الحياة، معهد مهندسي الكهرباء والإلكترونيات [ 10 ]
  • 2022، 2023 – جائزة رائد علوم الحاسوب في نيوزيلندا، Research.com [ 9 ]

فهرس

كتب مختارة

  • أسس الشبكات العصبية، والأنظمة الضبابية، وهندسة المعرفة (1996) ISBN 978-0262112123
  • أنظمة الاتصال المتطورة: منهج هندسة المعرفة (2007) ISBN 978-1846283451
  • النمذجة العصبية الوراثية الحاسوبية (2007) ISBN 978-0387483535
  • أساليب وتطبيقات الشبكات العصبية الاصطناعية في المعلوماتية الحيوية/العصبية (2015) ISBN 978-3319349503
  • الزمان والمكان، والشبكات العصبية النبضية، والذكاء الاصطناعي المستوحى من الدماغ (2019) ISBN 978-3662577134

مقالات مختارة

  • كيم، ج.، وكاسابوف، ن. (1999). HyFIS: أنظمة الاستدلال العصبي الضبابي التكيفية وتطبيقها على الأنظمة الديناميكية غير الخطية. الشبكات العصبية، 12(9)، 1301-1319.
  • كاسابوف، ن. (2001). تطوير الشبكات العصبية الضبابية للتعلم القائم على المعرفة عبر الإنترنت الخاضع للإشراف/غير الخاضع للإشراف. معاملات IEEE في الأنظمة والإنسان وعلم التحكم الآلي، الجزء ب (علم التحكم الآلي)، 31(6)، 902-918.
  • كاسابوف، ن.ك.، وسونغ، كيو. (2002). نظام الاستدلال العصبي الضبابي المتطور الديناميكي DENFIS وتطبيقه في التنبؤ بالسلاسل الزمنية. معاملات IEEE في الأنظمة الضبابية، 10(2)، 144-154.
  • بانغ، إس.، أوزاوا، إس.، وكاسابوف، ن. (2005). تحليل التمييز الخطي التزايدي لتصنيف تدفقات البيانات. معاملات IEEE في الأنظمة والإنسان وعلم التحكم الآلي، الجزء ب (علم التحكم الآلي)، 35(5)، 905-914.
  • كاسابوف، ن.ك. (2014). نيوكيوب: بنية شبكة عصبية نابضة لرسم خرائط بيانات الدماغ المكانية والزمانية وتعلمها وفهمها. الشبكات العصبية، 52، 62-76.
  • كاسابوف، ن.ك.، تان، ي.، دوبورجه، م.، تو، إ.، يانغ، ج.، جوه، و.، ولي، ج. (2023). التعلم النقل لقواعد المكان والزمان الضبابية في بنية شبكة عصبية نابضة مستوحاة من الدماغ: دراسة حالة على بيانات الدماغ المكانية والزمانية. معاملات IEEE في الأنظمة الضبابية، 31(12)، 4542-4552.

مراجع

  1. 1 2 3 "نيكولا كاسابوف" .
  2. 1 2 3 "البروفيسور نيكولا كاسابوف" .
  3. ^ "نيك كاسابوف" . 6 أكتوبر 2022.
  4. 1 2 "استشارات هندسة المعرفة" . استشارات هندسة المعرفة . تم الاسترجاع بتاريخ 26-03-2026 .
  5. 1 2 "البروفيسور نيكولا كاسابوف، LFIEEE، FRSNZ، FINNS" .
  6. 1 2 3 4 "جوائز APNNS" .
  7. 1 2 "30 نوفمبر 2007 - جائزة باير للمبتكرين" .
  8. 1 2 3 4 "الحائزون على جائزة INNS" .
  9. 1 2 "نيكولا كاسابوف" .
  10. 1 2 "نيكولا كاسابوف" .
  11. ↑ "قائمة أعضاء الجمعية الملكية لنيوزيلندا" .
  12. ↑ "أعضاء كلية زملاء INNS" .
  13. ↑ "AAIA–Fellows" .
  14. ↑ "زملاء برنامج ITP والزملاء الفخريون" .
  15. ↑ "الأنظمة المتطورة - هيئة التحرير" .
  16. ↑ "سلسلة سبرينغر حول الأنظمة البيولوجية والعصبية" .
  17. 1 2 "مارس 2006 - انتخاب البروفيسور نيك كاسابوف نائباً لرئيس الجمعية الدولية للشبكات العصبية" .
  18. ↑ "APNNS–الرؤساء السابقون" .
  19. 1 2 3 كاسابوف، نيكولا (25-07-2023)، الذاكرة الترابطية المكانية-الزمانية في الشبكات العصبية النبضية المستوحاة من الدماغ: مفاهيم وآفاق ، doi : 10.36227/techrxiv.23723208.v1 ، تم الاطلاع عليه بتاريخ 26-03-2026
  20. 1 2 جها، رافي كومار؛ كاسابوف، نيكولا؛ بهاتاشاريا، سوغات؛ كويل، داميان؛ براساد، جيريجش (ديسمبر 2025). "شبكة عصبية هجينة نابضة - إطار كمي لتصنيف البيانات المكانية والزمانية: دراسة حالة على بيانات تخطيط كهربية الدماغ" . مجلة EPJ للتكنولوجيا الكمية . 12 (1) 130. Bibcode : 2025EPJQT..12..130J . doi : 10.1140/epjqt/s40507-025-00443-1 . ISSN 2662-4400 . 
  21. 1 2 كاسابوف، نيكولا (2007). "النمذجة العالمية والمحلية والشخصية واكتشاف الأنماط في المعلوماتية الحيوية: منهج متكامل" . رسائل التعرف على الأنماط . 28 (6): 673-685 . Bibcode : 2007PaReL..28..673K . doi : 10.1016/j.patrec.2006.08.007 . ISSN 0167-8655 . 
  22. ^ كاسابوف، إن كيه؛ بيجيف، جي تي؛ Jechev، BJ (1981)، “الأنظمة المنفصلة الهرمية وتحقيق الخوارزميات المتوازية” ، في Brauer، W .؛ هانسن، P. برينش. جريس، د.؛ مولر، سي. (محرران)، كونبار 81 ، المجلد. 111، سبرينغر برلين هايدلبرغ، الصفحات من 414 إلى 422، دوى : 10.1007 / bfb0105133 ، ISBN   978-3-540-10827-6تم الاطلاع عليه بتاريخ 26-03-2026
  23. ↑ "أسس الشبكات العصبية، والأنظمة الضبابية، وهندسة المعرفة: نيكولا ك. كاسابوف. مطبعة معهد ماساتشوستس للتكنولوجيا، كامبريدج، ماساتشوستس. (1996). 550 صفحة. 60.00 دولارًا أمريكيًا" . doi : 10.1016/S0898-1221(97)84600-7 .
  24. 1 2 "الزمان والمكان، والشبكات العصبية النبضية، والذكاء الاصطناعي المستوحى من الدماغ" .
  25. ↑ كاسابوف، ن. ك.؛ كون سونغ (2002). "DENFIS: نظام استدلال عصبي-ضبابي متطور ديناميكي وتطبيقه في التنبؤ بالسلاسل الزمنية" . معاملات IEEE في الأنظمة الضبابية . 10 (2): 144-154 . Bibcode : 2002ITFS...10..144K . doi : 10.1109/91.995117 . hdl : 10292/616 .
  26. ↑ كاسابوف، ن. (2001). "تطوير الشبكات العصبية الضبابية للتعلم القائم على المعرفة عبر الإنترنت، الخاضع للإشراف/غير الخاضع للإشراف" . معاملات IEEE في الأنظمة والإنسان وعلم التحكم الآلي، الجزء ب (علم التحكم الآلي) . 31 (6): 902-918 . Bibcode : 2001ITSMB..31..902K . doi : 10.1109/3477.969494 . PMID 18244856 . 
  27. ↑ "تحليل البيانات والأنظمة التنبؤية والمنهجيات ذات الصلة" .
  28. ↑ "نظام وطريقة التعلم التكيفي" .
  29. 1 2 3 كاسابوف، نيكولا ك. (2014). "NeuCube: بنية شبكة عصبية نابضة لرسم خرائط بيانات الدماغ المكانية والزمانية وتعلمها وفهمها" . الشبكات العصبية . 52 : 62-76 . Bibcode : 2014NN.....52...62K . doi : 10.1016/j.neunet.2014.01.006 . PMID 24508754 . 
  30. ↑ كوماراسينغ، كوشاليا؛ كاسابوف، نيكولا؛ تايلور، دينيس (2021). "شبكات عصبية نابضة مستوحاة من الدماغ لفك تشفير وفهم نشاط العضلات وحركتها من إشارات تخطيط كهربية الدماغ أثناء حركات اليد" . التقارير العلمية . 11 (1): 2486. doi : 10.1038/s41598-021-81805-4 . PMC 7844055. PMID 33510245 .  
  31. ↑ كوماراسينغ، كوشاليا؛ كاسابوف، نيكولا؛ تايلور، دينيس (2020). "التعلم العميق وتمثيل المعرفة العميقة في الشبكات العصبية النبضية لواجهات الدماغ والحاسوب" . الشبكات العصبية . 121 : 169-185 . doi : 10.1016/j.neunet.2019.08.029 . PMID 31568895 . 
  32. ↑ كاسابوف، نيكولا؛ دوبل، كشيتيج؛ نونتاليد، نوتابود؛ إنديفيري، جياكومو (2013). "شبكات عصبية نابضة متطورة ديناميكيًا للتعرف على الأنماط المكانية والطيفية الزمنية عبر الإنترنت" . الشبكات العصبية . 41 : 188-201 . Bibcode : 2013NN.....41..188K . doi : 10.1016/j.neunet.2012.11.014 . PMID 23340243 . 
  33. ١ ٢ باولون، لوكاس؛ ويندت، آن؛ كاسابوف، نيكولا (٢٠١٨). "نظام شبكة عصبية نبضية شبكية للتمييز الدقيق للأجسام المتحركة باستخدام NeuCube ومستشعرات الرؤية الديناميكية" . مجلة Frontiers in Computational Neuroscience . ١٢ ٤٢. doi : 10.3389/fncom.2018.00042 . PMC 6006267. PMID 29946249 .  
  34. ↑ محمد، عمار؛ شليبس، ستيفان؛ ماتسودا، ساتوشي؛ كاسابوف، نيكولا (2013). "تدريب الشبكات العصبية النبضية لربط أنماط النبضات المدخلة والمخرجة المكانية والزمانية" . الحوسبة العصبية . 107 : 3-10 . doi : 10.1016/j.neucom.2012.08.034 . hdl : 10292/7013 .
  35. ^ كاسابوف، نيكولا. سكوت، ناثان ماثيو؛ تو، إنمي؛ ماركس، ستيفان؛ سينغوبتا، نيلافا؛ كابيتشي، إليسا؛ عثمان، مهيني؛ دبرجة، مريم غلامي؛ مورلي، نورحنيفة؛ هارتونو، ريجيو. إسبينوسا راموس، يوسفات إسرائيل؛ تشو، لي؛ علوي، فهد بشير؛ وانغ، غريس؛ تايلور، دينيس. فيجين، فاليري. جوليايف، سيرجي؛ محمود، محمود؛ هو، تسنغ غوانغ؛ يانغ جي (2016). "تطور آلات البيانات الزمانية المكانية بناءً على إطار NeuCube العصبي: منهجية التصميم والتطبيقات المختارة" . الشبكات العصبية . 78 : 1– 14. دوى : 10.1016/j.neunet.2015.09.011 . hdl : 10292/9065 . PMID 26576468 . 
  36. ↑ "طريقة ونظام محسّنان للتنبؤ بالنتائج بناءً على البيانات المكانية/الطيفية الزمنية" .
  37. ↑ ماك إياغ، بيوتر س.؛ كاسابوف، نيكولا؛ كريزكيفيتش، مارزينا؛ بيمبينيك، روبرت (2019). "التنبؤ بتلوث الهواء باستخدام مجموعة من الشبكات العصبية المتطورة القائمة على التجميع ودراسة حالة لمنطقة لندن" . نمذجة البرمجيات البيئية . 118 : 262-280 . Bibcode : 2019EnvMS.118..262M . doi : 10.1016/j.envsoft.2019.04.012 .
  38. ↑ دوبورجه، مريم؛ كسابوف، نيكولا؛ دوبورجه، زهرة؛ عناية اللهي، رضا؛ تو، إنمي؛ غاندومي، أمير ح. (2019). "النمذجة الشخصية باستخدام الشبكات العصبية النبضية التي تدمج المعلومات الزمنية والثابتة" . الشبكات العصبية . 119 : 162-177 . doi : 10.1016/j.neunet.2019.07.021 . hdl : 10453/140589 . PMID 31446235 . 
  39. ↑ كاسابوف، نيكولا؛ فيجين، فاليري؛ هو، زينغ-غوانغ؛ تشين، ييكسيونغ؛ ليانغ، ليندا؛ كريشنامورثي، ريتا؛ عثمان، محيني؛ بارمار، بريا (2014). "تطوير الشبكات العصبية النبضية للنمذجة والتصنيف والتنبؤ الشخصي بالأنماط المكانية والزمانية مع دراسة حالة عن السكتة الدماغية" . الحوسبة العصبية . 134 : 269-279 . doi : 10.1016/j.neucom.2013.09.049 . hdl : 10292/7070 .
  40. ↑ سعيدينيا، سمانة السادات؛ جاهد مطلق، محمد رضا؛ تفخوري، عباس؛ كسابوف، نيكولا (2021). "تصميم شبكات عصبية نابضة مُهيكلة للتصوير بالرنين المغناطيسي وخوارزميات تعلم للنمذجة والتحليل والتنبؤ الشخصي لإشارات تخطيط كهربية الدماغ" . التقارير العلمية . 11 (1): 12064. Bibcode : 2021NatSR..1112064S . doi : 10.1038/s41598-021-90029-5 . PMC 8187669. PMID 34103545 .  
  41. ↑ كاسابوف، نيكولا ك.؛ دوبورجه، مريم غلامي؛ دوبورجه، زهرة غلامي (2017). "رسم خرائط بيانات التصوير بالرنين المغناطيسي الوظيفي، وتعلمها، وتصورها، وتصنيفها، وفهمها في آلة البيانات المكانية الزمنية المتطورة لشبكات عصبية نابضة (NeuCube)" . معاملات IEEE في الشبكات العصبية وأنظمة التعلم . 28 (4): 887-899 . Bibcode : 2017ITNNL..28..887K . doi : 10.1109/TNNLS.2016.2612890 . PMID: 27723607 . 
  42. ↑ ويسوسكي، سيمي غوميز؛ بينوسكوفا، لوبيكا؛ كاسابوف، نيكولا (2010). "تطوير الشبكات العصبية النبضية لمعالجة المعلومات السمعية البصرية" . الشبكات العصبية . 23 (7): 819-835 . doi : 10.1016/j.neunet.2010.04.009 . PMID 20510579 . 
  43. ↑ كاسابوف، نيكولا (2010). "إطلاق النبضة أو عدم إطلاقها: نموذج احتمالي للخلايا العصبية النبضية" . الشبكات العصبية . 23 (1): 16-19 . doi : 10.1016/j.neunet.2009.08.010 . PMID 19783402 . 
  44. ↑ بلاتيل، دكتور في الطب؛ شليبس، س.؛ كاسابوف، ن. (2009). "خوارزمية تطورية مستوحاة من الكم: خوارزمية تطورية متعددة النماذج" . معاملات IEEE في الحوسبة التطورية . 13 (6): 1218-1232 . رمز Bibcode : 2009ITEC...13.1218P . doi : 10.1109/TEVC.2008.2003010 .
  45. ↑ غلامي دوبورجه، زهرة؛ كسابوف، نيكولا؛ غلامي دوبورجه، مريم؛ سوميتش، ألكسندر (2018). "نمذجة العمليات الدماغية المحيطة بالإدراك في بنية شبكة عصبية نابضة للتعلم العميق" . التقارير العلمية . 8 (1): 8912. Bibcode : 2018NatSR...8.8912G . doi : 10.1038/ s41598-018-27169-8 . PMC 5995966. PMID 29892002 .  
  46. ↑ سينغوبتا، نيلافا؛ ماكناب، كارولين ب.؛ كاسابوف، نيكولا؛ راسل، بروس ر. (2018). "دمج المكان والزمان والاتجاه في الشبكات العصبية النبضية: دراسة حالة حول نمذجة بيانات الدماغ متعددة الوسائط" . معاملات IEEE في الشبكات العصبية وأنظمة التعلم . 29 (11): 5249-5263 . Bibcode : 2018ITNNL..29.5249S . doi : 10.1109/tnnls.2018.2796023 . PMID: 29994642 . 
  47. ↑ دوبورجه، زهرة؛ دوبورجه، مريم؛ تايلور، تاماسين؛ كاسابوف، نيكولا؛ وانغ، غريس ي.؛ سيجرت، ريتشارد؛ سوميتش، أليكس (2019). "نهج نمذجة الشبكة العصبية النبضية يكشف كيف يُعيد تدريب اليقظة الذهنية برمجة الدماغ" . التقارير العلمية . 9 (1): 6367. Bibcode : 2019NatSR...9.6367D . doi : 10.1038/s41598-019-42863- x . PMC 6478904. PMID 31015534 .  
  48. ↑ كابيتشي، إليسا؛ مورابيتو، فرانشيسكو كارلو؛ كامبولو، ماوريتسيو؛ ماموني، ناديا؛ لاباتي، دومينيكو؛ كاسابوف، نيكولا (2015)، "دراسة جدوى استخدام بنية الشبكة العصبية النبضية NeuCube لنمذجة بيانات تخطيط كهربية الدماغ لمرض الزهايمر" ، في باسيس، سيمون؛ إسبوزيتو، آنا؛ مورابيتو، فرانشيسكو كارلو (محررون)، التطورات في الشبكات العصبية: قضايا حسابية ونظرية ، تشام: دار نشر سبرينغر الدولية، ص 159-172 ، doi : 10.1007/978-3-319-18164-6_16 ، ISBN  978-3-319-18164-6تم الاطلاع عليه بتاريخ 26-03-2026
  49. ↑ كيريلوف كاسابوف، نيكولا؛ يانغ، ألكسندر؛ وانغ، تشاوكسين؛ أبو حسن، إيمان؛ كاسابوفا، آسيا نيكولوفا؛ لاباس، تيودوروس (13 فبراير 2026)، eXCube2: إطار عمل شبكة عصبية نابضة مستوحى من الدماغ وقابل للتفسير للتعرف على المشاعر من البيانات الصوتية والمرئية ومتعددة الوسائط ، doi : 10.20944/preprints202602.1058.v1 ، تم الاطلاع عليه بتاريخ 26 مارس 2026
  50. ↑ غارسيا-بالينسيا، عمر؛ فرنانديز، جاستن؛ شيم، فيكي؛ كاسابوف، نيكولا كيريلوف؛ وانغ، آلان (9 يونيو 2025). "الشبكات العصبية النبضية للتصوير العصبي متعدد الوسائط: مراجعة شاملة للاتجاهات الحالية وبنية NeuCube المستوحاة من الدماغ" . الهندسة الحيوية . 12 (6): 628. doi : 10.3390/bioengineering12060628 . ISSN 2306-5354 .