مناقشة رسالة ماجستير في كلية التربية للعلوم الصرفة
نوقشت رسالة ماجستير في كلية التربية للعلوم الصرفة على قاعة موتمرات الكلية لقسم علوم الحاسبات من قبل الباحثة
نداء جابر عبد الحسين
رسالتها الموسومة : Enhancing Anomaly Detection in Smart Agriculture Data
(تحسين اكتشاف الشذوذ في بيانات الزراعة الذكية) اعضاء لجنه المناقشة
أ.د كاظم حسن كبان / جامعة ذي قار / كلية التربية للعلم الصرفة / رئيسا
أ.م. د رائد مجيد مطشر / جامعة سومر / كلية علوم الحاسبات وتكنلوجيا المعلومات / عضوا
م.د نهاد غصاب محمد / جامعة ذي قار / كلية التربية للعلوم الصرفة / عضوا
م.د ولاء خشلان يسر / جامعة ذي قار / كلية التربية للعلوم الصرفة /عضوا ومشرفا
وبعد دفاع الباحثة عن رسالتها والنتائج التي توصل إليها قبلت من قبل أعضاء اللجنة
تناقش هذه الدراسة مشكلة اكتشاف الشذوذ في النباتات باستخدام أساليب الزراعة الذكية. وركزت بشكل أساسي على اكتشاف أمراض النبات باستخدام الذكاء الاصطناعي، وتحديدًا التعلم العميق. ويمكن تلخيص أهداف الدراسة المقترحة على النحو التالي: تصميم نظام معزز لكشف الشذوذ يمكنه تحديد أمراض النبات بدقة وكفاءة. تصميم نظام للكشف عن أمراض النبات لأنواع مختلفة من النباتات من خلال تحديد نوع النبات والمرض. ولتحقيق ذلك تم تصميم نموذج CNN جديد للكشف بدقة عن أمراض النبات. بالإضافة إلى ذلك، تم استخدام نماذج مدربة مسبقًا (EfficientNetB2, Xception, ResNet50).
يُظهِر نموذج CNN عددًا أقل من المعلمات مقارنة بنماذج التعلم العميق المدربة مسبقًا، وغالبًا ما تتطلب هذه النماذج سعة تخزين كبيرة. لذلك فان نموذج ال CNN مناسب للتطبيقات الواقعية ذات الموارد المحدودة.
وفقًا للنتائج التي تم الحصول عليها، حقق نموذج CNN المقترح أعلى دقة مقارنة بالنماذج المدربة مسبقًا (EfficientNetB2، Xception، (ResNet50 ونتيجة لذلك، يتيح النظام المقترح للمزارعين اكتشاف أمراض النبات دون استشارة الخبراء. سيؤدي اكتشاف أمراض النبات إلى تحسين ربح المزارع وتعزيز كمية ونوعية السلع الغذائية المنتجة.
