وزارة التعليـم العالـي والبحـث العلمـي

جامعة ديالى - كلية العلوم

 

 

 

التقويم الجامعيالهيئة التدريسيةرئاسة الجامعة

آخر الأخبار
  1.   اختيار تدريسي من كلية العلوم بجامعة ديالى عضواً في اللجنة العلمية لمؤتمر معهد الهندسة والعلوم في اليابان
  2.   تدريسي من كلية العلوم بجامعة ديالى يشرف على رسالة طالبة ماجستير في كلية الطب البيطري بجامعتنا
  3.   قسم علوم الفيزياء في كلية العلوم ينظم زيارة لطلبة المرحلة الثانية إلى متحف ديالى
  4.   إعلان موعد مناقشة أطروحة طالب دكتوراه في كلية العلوم بجامعة ديالى
  5.   كلية العلوم بجامعة ديالى تقيم ورشة عمل حول تطبيقات التحسس النائي ونظم المعلومات الجغرافية في المجالات الجيولوجية
  6.   لجنة من مديرية الدفاع المدني في محافظة ديالى تزور كلية العلوم
  7.   كلية العلوم بجامعة ديالى تقيم ندوة علمية بعنوان علم الفيزياء ودوره في التطبيقات العلمية الحديثة
  8.   قسم علوم الحياة في كلية العلوم ينظم وقفة حداد ترحماً على روح الطالب كرار زياد طارق
  9.   مساعد رئيس الجامعة للشؤون العلمية يتفقد سير امتحانات نهاية الكورس الأول للدراسات العليا للسنة الدراسية 2018-2019
  10.   كلية العلوم بجامعة ديالى تقيم ندوة علمية بعنوان التهاب البلعوم المسبحي من وجهة نظر مناعية ومايكروبايلوجية
  11.   كلية العلوم بجامعة ديالى تنظم معرضاً للكتاب والرسم
  12.   تدريسية من كلية العلوم بجامعة ديالى تشارك في مؤتمر علمي دولي حول علوم البيئة في برمنكهام
  13.   إعلان موعد دورة كفاءة الحاسوب الوجبة الثالثة في كلية العلوم بجامعة ديالى وآلية إمتحان اللغة العربية في الكلية
  14.   تدريسي من كلية العلوم بجامعة ديالى ينشر بحثاً علمياً في مجلة كوريّة مصنفة ضمن Scopus
  15.   كلية العلوم بجامعة ديالى تنظم ندوة علمية بعنوان الليزرات أساسيات عملها وأنواعها وتطبيقاتها
  16.   اختيار تدريسي من كلية العلوم بجامعة ديالى عضو لجنة علمية في مؤتمر بجامعة بغداد
  17.   كلية العلوم بجامعة ديالى تعلن جدول إمتحانات الفصل الدراسي الأول للدراسات االعليا للسنة الدراسية 2018-2019
  18.   اختيار تدريسي من كلية العلوم بجامعة ديالى لتقييم كتاب علمي صادر من المديرية العامة للمناهج في وزارة التربية
  19.   شعبة الدراسات والتخطيط والمتابعة في كلية العلوم تشارك في ورشة عمل بعنوان الاحصاء الجامعي والتقني
  20.   فريق بحثي من كلية العلوم بجامعة ديالى ينشر بحثاً علمياً في مجلة مصرية ضمن Scopus و Clarivate
  21.   تدريسي من كلية العلوم بجامعة ديالى يشارك في لجنة مناقشة رسالة طالب ماجستير في جامعة بغداد
  22.   تقرير
  23.   تدريسي من كلية العلوم بجامعة ديالى ينشر بحثاً علمياً في مجلة عالمية رصينة
  24.   تهنئة مجلس وعمادة كلية العلوم جامعة ديالى بمناسبة رأس السنة الميلادية 2019

النشاطات الدولية

تدريسي من كلية العلوم بجامعة ديالى ينظم لفريق بحثي في جامعة توتنغهام ترنت البريطانية ويشارك في مؤتمر...

   
432 مشاهدة   |   2 تقييم
تحديث   19/08/2018 7:16 مساءا

أضيف بواسطة : عبد الله سامر   #النشاطات_الدولية  

 

ضمن آفاق التعاون العلمي الدولي بين كلية العلوم بجامعة ديالى والجامعات العالمية , انضم المدرس المساعد علي عبد الرحمن محمود التدريسي من قسم علوم الحاسوب في كلية العلوم بجامعة ديالى لفريق بحثي برئاسة الدكتورة (Georgina Cosma) في كلية العلوم والتكنولوجيا بجامعة نوتنغهام ترنت البريطانية. ويعمل الفريق البحثي لتطوير خوارزميات التعلم العميق لدمج البيانات المتعددة الوسائط (Deep Learning Algorithms) في مجال أبحاثهم العلمية.

 

ونتيجة هذا التعاون العلمي شارك الفريق البحثي بثلاث أوراق بحثية علمية في المؤتمر الدولي 4th IEEE International Conference on Information Management والذي أقيم في جامعة أكسفورد البرطانية برعاية مؤسسة (IEEE, SCOPUS) وتم نشر الأبحاث في دار النشر IEEE.

 

 

وجاء البحث الاول تحت عنوان (Hand Gesture Recognition Using an Adapted Convolutional Neural Network with Data Augmentation) والهدف من هذه الدراسة هو التعرف التلقائي على حركة اليد إذ توفر إيماءات اليد طريقة طبيعية لتفاعل البشر مع أجهزة الكمبيوتر لأداء مجموعة متنوعة من التطبيقات المختلفة في العالم الحقيقي مثل التعرف على لغة الإشارة (SLR). في هذه الدراسة البحثية تم استخدام تقنية التعلم العميق (Deep learning) من خلال استخدام خوارزمية (Convolutional Neural Network) مدعومة بتقنية (Data Augmentation) والتي تقوم بزيادة حجم مجموعة البيانات رقميًا من خلال تحويل االصور أفقياً ورأسياً بنسبة 20٪ من الأبعاد الأصلية بشكل عشوائي ، لاضافة المتانة اللازمة لنهج التعلم العميق.

 

إذ أظهرت النتائج التجريبية للنموذج المقترح (ADCNN) أنها طريقة فعالة لزيادة أداء النموذج الاساسي (CNN) للتعرف على إيماءة اليد. وأظهرت النتائج أن (ADCNN) المقترحة حققت دقة تمييز تصنيفية بلغت 99.73٪ ، وتحسن بنسبة 4٪ عن نموذج الشبكة العصبية (CNN) الأساسي اذ بلغت (95.73٪).

 

 

وجاء البحث الثاني تحت عنوان (Fingerprint Classification using a Deep Convolutional Neural Network) والهدف من هذه الدراسة هو استخدام تقنية التعلم العميق (Deep learning) وخوارزمية (Deep Convolutional Neural Network) في التعرف على بصمة الاصابع. اذ أصبحت النظم البيومترية جزءًا أساسيًا للمجتمع الإنساني مع تزايد الطلب على الأمن بناءً على الخصائص الفسيولوجية أو السلوكية المميزة للمستخدمين لأغراض تحديد الهوية والتحكم في الوصول. اذ من الصعب تجاوز أنظمة التعرف على الأنماط هذه بالمقارنة مع الأنظمة التقليدية التي تعتمد على كلمة المرور.

 

وتقترح هذه الدراسة العلمية بنية تعلم معتمدة على تقنيات التعلم العميق باستخدام خوارزمية (Deep Convolutional Neural Network) للتعرف على بصمات الأصابع. وتتألف البنية المقترحة من مرحلة ما قبل المعالجة لاستخلاص ميزات النسيج من بصمات الأصابع ، ويتم تنفيذ هذه المرحلة باستخدام (histogram equalization, Gabor enhancement and fingerprint thinning). ثم يتم إدخال بصمات ما بعد المعالجة في لخوارزمية  Deep Convolutional Neural Network. حقق المنهج المقترح دقة تصنيف 98.21٪ مع 0.9 خسارة. والدقة التي تم الحصول عليها أعلى بكثير من النتائج التي تم تسجيلها مسبقا على نفس مجموعة البيانات والتي بلغت 77٪.

 

 

وجاء البحث الثالث تحت عنوان (On-line Voltage Stability Monitoring Using an Ensemble Adaboost Classifier) والهدف من هذه الدراسة هو استكشاف وتقييم مختلف خوارزميات التعلم الآلي (machine learning algorithms) ودقتها في مراقبة عدم استقرار الفولتية لصنع القرار عبر الإنترنت لتحل محل التحكم الإشرافي وستمكن الطريقة المقترحة مشغلي الشبكات من تحليل وإدارة البيانات الضخمة التي تولدها وحدات إدارة المشروع من أجل اتخاذ قرار سريع وحل للمشاكل المتعلقة بعدم استقرار الجهد في الوقت الحقيقي. اذ تتعرض الأنظمة الكهربائية في جميع أنحاء العالم لضغط متزايد ، وأحد أقوى العوامل الدافعة هو الدور المتزايد لمصادر الطاقة اللامركزية. اذ تزيد مصادر الطاقة اللامركزية من عدم الاستقرار على الشبكة ولكنها تشجع مشغلي الشبكات على تشغيل الشبكة على مقربة من حد استقرارها. عندما يتم خرق هذا الحد ، قد يواجه النظام بأكمله انهيار التيار الكهربائي مما قد يؤدي إلى انقطاع التيار الكلي. يتم تصميم الشبكة الكهربائية عادة للحفاظ على الثبات عندما يتم إزالة بعض العناصر مثل خط النقل والمحولات ، ومع ذلك ، عندما يكون النظام تحت ظروف مجهدة بسبب الأحمال الثقيلة وانقطاع المعدات ، قد يحدث اضطراب كبير وتتبع العناصر الأخرى اللاحقة . يسبب هذا الشرط فشل الطاقة المتتالية.

 

وتقوم هذه الدراسة بتقييم خوارزميات التعلم الالي (Machine Learning Algorithms) لمهمة مراقبة عدم استقرار الفولتية وقد تمت مقارنة أداء عدة خوارزميات وهي (Naïve Bayesian، K-Nearest Neighbors ، Decision Tree and Ensembles classifiers XGBoost ، Bagging ، Random Forest ، AdaBoost). ولتقييم أداء الخوارزميات المقترحة تم استخدام مقاييس الأداء (Precision , Recall , F1-Score). وتم توليد عدد من نقاط تشغيل ثبات الفولطية بتغيرات مختلفة للحمل / التوليد ، باستخدام أداة تحليل (PSSE Power-Voltage (PV) واستخدام حافلة IEEE 39 كنظام اختبار. تم جمع أنماط تدريب كافية تلتقط نقاط تشغيل مختلفة (OPs) في الحالة الأساسية وفي حالات طوارئ متعددة (N-k) لتدريب خوارزميات التعلم الآلي لتحديد ظروف التشغيل المقبولة وحالات الانهيار القريبة. وأظهرت النتائج التجريبية أن خوارزمية (AdaBoost) حقق أعلى درجات الدقة ، والتي بلغت 96.02٪ مقارنة بخوارزميات التصنيف الأخرى.

 

 

وقد أشاد السيد عميد الكلية الأستاذ الدكتور تحسين حسين مبارك بالجهود العلمية المبذولة من قبل التدريسي علي عبد الرحمن من خلال انضمامه لهذا الفريق العلمي وذكر قائلاً أن هذا الإنجاز وهو إن دل على شئ فإنما يدل على حرصكم وتفانيكم وسعيكم العلمي الحثيث وصدق ممارساتكم وخطواتكم العلمية. لكم كل الثناء والتقدير وإن شاء الله لمزيد من التقدم والعطاء العلمي.

 

 

<<  الموضوع التالي  |  الموضوع السابق  >>

مواضيع ذات صلة الأرشيف



ترجمة الصفحة إلى :

متابعات وسائل الإعلام

التواصل الإلكتروني

مواقع وزارية وجامعية

كليات العلوم بالجامعات العراقية

 
 

قوانين التعليم العالي

قانون الخدمة الجامعية

قانون انظباط الموظفين

الدليل الاسترشادي للجامعة

نقابة الأكاديميين العراقيين

قناة الجامعية

ألبوم الصور

أرشيف الأخبار

شعار الوزارة

شعار الجامعة

الإيميلات الرسمية

أسئلة شائعة

سجل الزوار

حالة الطقس

إدارة النظام

تطبيق الأخبار على الهواتف الذكية

 

العنوان: العراق - ديالى - بعقوبة / طريق بغداد القديم / مجمع جامعة ديالى - مجاور رئاسة الجامعة

 

البريد الرسمي: admin@sciences.uodiyala.edu.iq

 

 

                    
جميع الحقوق محفوظة لموقع كلية العلوم جامعة ديالى © 2018
3:45