أقام قسم هندسة الحاسوب في الجامعة التكنولوجية حلقات نقاشية لطلبة الدراسات العليا (الماجستير) مرحلة البحث، برئاسة المعاون العلمي أ.م.د. أيمن داود سلمان، وعضوية كل من أ.د. ميساء عبد علي خضر، وأ.م.د. غيداء مطشر عبد الصاحب، وأ.م.د. باسم عبد الباقي جمعة، وبحضور عدد من أساتذة القسم، في يوم الأحد الموافق 6/10/2024 على قاعة المناقشات في القسم.
وافتتحت الجلسة بمناقشة الطالب (آرام صباح ياسين) لبحثه الموسوم:
Improving Crack Detection Accuracy in Concrete Surfaces with AI-Driven Classification Models
تحسين دقة اكتشاف الشقوق في الأسطح الخرسانية باستخدام نماذج تصنيف مدعومة بالذكاء الاصطناعي
بإشراف أ.د. محمد نجم عبد الله.
وكان الهدف من هذه الدراسة هو تحسين دقة اكتشاف الشقوق في الأسطح الخرسانية باستخدام نماذج تصنيف مدعومة بالذكاء الاصطناعي. من خلال تطوير واختبار تقنيات حديثة تعتمد على الذكاء الاصطناعي، يسعى العمل إلى تعزيز كفاءة ودقة عمليات الكشف عن الشقوق، مما يساهم في تحسين الصيانة الاستباقية والسلامة الهيكلية للبنية التحتية.
وفي الجلسة ذاتها، ناقشت الطالبة (سهاد ناجي شايب) بحثها الموسوم:
Enhancing Secure Data Transmission and Steganography in Video Using Hybrid Artificial Intelligence Methods
تعزيز أمان نقل البيانات وإخفاء المعلومات في الفيديو باستخدام طرق هجينة تعتمد على الذكاء الاصطناعي
بإشراف أ.د. ميساء عبد علي خضر وأ.م.د. ليث كامل عداي.
الهدف من هذه الدراسة هو تطوير وتحسين تقنيات إخفاء المعلومات ونقل البيانات بأمان داخل ملفات الفيديو باستخدام خوارزميات هجينة تعتمد على الذكاء الاصطناعي. يركز البحث على دمج تقنيات التشفير والأنظمة الفوضوية لتحسين الأمان والموثوقية مع تقليل إمكانية اكتشاف البيانات المخفية.
كما ناقشت الطالبة (سرى عبد الكريم عباس) بحثها الموسوم:
Design and Implementation an Enhanced Smart Energy Management System for Green IoT Networks
تصميم وتنفيذ نظام إدارة الطاقة الذكية المتطور لشبكات إنترنت الأشياء الخضراء
بإشراف أ.د. حسن جليل حسن وأ.م.د. غيداء مطشر عبد الصاحب.
الهدف من الدراسة هو تقليل استهلاك الطاقة في إنترنت الأشياء الخضراء باستخدام شبكات Wireless Sensor Network (WSN).
واختتمت الجلسة بمناقشة الطالب (حيدر مهدي هاني) لبحثه الموسوم:
Enhancing Clinical Decision System for Autism Early Diagnosis and Subtyping Based on Multimodal Deep Learning
تعزيز نظام القرار السريري للتشخيص المبكر لمرض التوحد والتصنيف الفرعي بناءً على التعلم العميق متعدد الوسائط
بإشراف أ.م.د. أحمد موسى دينار.
الهدف من المشروع هو تصميم نظام يعمل على الكشف المبكر لمرض التوحد بكفاءة ودقة عالية باستخدام التعلم العميق، والهدف منه تصنيف حدة المرض لتمكين الأخصائيين من إيجاد ووضع العلاج المناسب للمرضى.