السبت, 09 كانون2/يناير 2021 00:03
رسالة ماجستير في هندسة الحاسوب تناقش استخدام نظام المعلومات الجغرافية للحصول على نظام المراقبة الذكي بناءا على التنبؤ بمدة الحادث
رسالة ماجستير في هندسة الحاسوب تناقش استخدام نظام المعلومات الجغرافية للحصول على نظام المراقبة الذكي بناءا على التنبؤ بمدة الحادث
ناقشت رسالة ماجستير في قسم هندسة الحاسوب في الجامعة التكنولوجية استخدام نظام المعلومات الجغرافية للحصول على نظام المراقبة الذكي بناءا على التنبؤ بمدة الحادث.
وتضمنت الرسالة التي حملت عنوان"Using ArcGIS for Smart Surveillance System Based on Incident Duration Prediction"
"استخدام نظام المعلومات الجغرافية للحصول على نظام المراقبة الذكي بناءا على التنبؤ بمدة الحادث" للطالبة (زينب علي محمد) على خمسة فصول الاول المقدمة الثاني الخلفية النظرية الثالث اطار عمل التنبؤ المقترح الرابع النتائج والخامس الاستنتاجات والاعمال المستقبلية.
وهدفت الرسالة الى اقتراح نماذج للتنبؤ بمدة الحادث على الطرق السريعة وذلك للحد من الاضرار الناتجة عن الازدحامات حيث تعتبر الحوادث من الاسباب الرئيسية المسببة للازدحامات غير المتكررة.
وناقشت هذة الرسالة كيفية استخدام نظام المعلومات الجغرافية لمعالجة البيانات المستخدمة في بناء النماذج حيث تم استخدام خوارزميات تعلم الالة لبناء النماذج الخاصة بالتنبؤ ومقارنة اداء هذه النماذج باستخدام خوارزمية التعلم العميق لتقييم ادائها وتم استخدام تقنية تحدد اهمية المتغيرات المستخدمة في تطوير النماذج ودراسة تاثير تقليل عدد هذه المتغيرات على اداء النموذج.
حيث تم تطوير ثلاثة نماذج لكل طريقة من طرق ML .كما استخدمت طريقة التعلم العميق (DL ) لمزيد من التحقيق متوسط الخطأ التربيعي (MSE )وجذر متوسط الخطأ التربيعي (RMSE )ومتوسط الخطأ المطلق (MAE ) فقد تم استخدام تقنية اهمية المتغيرات للحصول على درجات الاهمية للمتغيرات
حيث تحدد الاهمية النسبية لكل متغير إدخال يستخدم لتدريب نماذج التنبؤ فيما يتعلق بإمكانية التنبؤ بمتغير الأداء. .
وتوصلت الباحثة الى ان نتائج التعلم ML للنماذج قليلا والنموذجين RF و MLP .حيث كان MAE بقيمة 23.14 دقيقة. افضل نموذج SVR .بينما تفوق نموذج RF بشكل طفيف على النموذجين الاخرين، بتقييس RMSE ،حيث كان RMSE بقيمة91.18 دقيقة .كما تمت مقارنة نتائج التعلم العميق DL مع نماذج ML الاخرى. وأشارت النتائج إلى أن ألاداء
انخفض قليلا بسبب مجموعة البيانات المحدودة, حيث كانت MSE و RMSE و MAE لـDL نموذج DL
هي78.580 دقيقة و 09.24 دقيقة و 83.17 دقيقة على التوالي.
وتألفت لجنة المناقشة من:
ا.د. نصر نافع خميس من جامعة النهرين/كلية هندسة المعلومات رئيسا و ا.م.د. نادية عدنان شلتاغ من جامعة بغداد /كلية الهندسة قسم هندسة الحاسبات عضوا و م.د. سلمى حميدي عبد الله من الجامعة التكنولوجية /قسم هندسة الحاسوب عضوا.
و ا.م.د محمد نجم عبد الله من الجامعة التكنولوجية قسم هندسة الحاسوب عضوا ومشرفا و ا.د. عماد حسين مرزا متقاعد عضوا ومشرفا.
Published in
مناقشة رسائل الماجستير
