مناقشة رسالة ماجستير في كلية التربية للعلوم الصرفة
نوقشت رسالة ماجستير في كلية التربية للعلوم الصرفة، وذلك في قاعة الشهيد السيد حسن نصر الله ، لقسم علوم الحاسبات والذكاء الاصطناعي، بعنوان (تحسين تحديد نعاس السائق باستخدام إشارات الدماغ الكهربائية أحادية القناة) للباحثة سهام موحان خثي.
حضر المناقشة عميد كلية التربية للعلوم الصرفة الاستاذ الدكتور عماد عبد الرزاق سلمان، ومعاون العميد الشؤون الادارية الاستاذ المساعد الدكتور وسام عباس حمد، ورئيس قسم الحاسبات والذكاء الاصطناعي وسام عبد العظيم كامل وعدد من اساتذة الكلية.
تألفت لجنة المناقشة من الأعضاء المدرجة أسماؤهم أدناه:
• أ.د. فراس صبار مفتن/ جامعة ذي قار / كلية التربية للعلوم الصرفة / رئيساً
• أ.م.د. ناصر جابر فرحان/الجامعة التقنية الجنوبية/المعهد التقني في الناصرية/ عضواً
• م.د. علي باسم يوسف / جامعة ذي قار / كلية التربية للعلوم الصرفة / عضواً
• أ.م.د. صالح حاجم جلود / جامعة ذي قار / كلية التربية للعلوم الصرفة / عضواً ومشرفاً
بعد دفاع الباحثة عن رسالتها والنتائج التي توصلت إليها، تم قبول الرسالة من قبل أعضاء اللجنة.
يُعد نعاس السائق أحد الأسباب الرئيسة للحوادث المرورية، مما يجعل تطوير أنظمة دقيقة للكشف المبكر عنه أمرًا بالغ الأهمية. في هذه الأطروحة، تم اقتراح ثلاث منهجيات لاكتشاف النعاس اعتمادًا على إشارات تخطيط كهرباء الدماغ المنهجية الأولى اعتمدت على تحويل المويجات المنفصل وطريقة وولج لاستخراج الميزات، ثم اختيارها بخوارزمية سرب الجسيمات محققة دقه 99.19 . المنهجية الثانية طورت النظام بإضافة ميزات مركبة من كل نطاق ترددي واستخدمت خوارزميه اقل انكماش مطلق ومعامل الاختيار للاختيار الأمثل للميزات بلغت الدقة 99.46
أما المنهجية الثالثة فقد استخدمت شبكة عصبية التفافية متبقي بثلاث كتل لتعلم الميزات تلقائيا بلغت الدقه 90.52
تظهر النتائج أن دمج الأساليب الإحصائية والتحليل الترددي مع اختيار الميزات يعطي أداءً متفوقًا مقارنةً بالنماذج العميقة، ما يجعل النظام المقترح مناسبًا لتطبيقات المراقبة الفعلية في الزمن الحقيقي.
بالنماذج العميقة، ما يجعل النظام المقترح مناسبًا لتطبيقات المراقبة الفعلية في الزمن الحقيقي.
أهداف البحث:
يهدف هذا البحث إلى تطوير نظام دقيق وفعال لتحديد نعاس السائق اعتمادًا على إشارات الدماغ لقناة واحدة.
الاستنتاجات:
1-اثبتت الدراسة ان إشارات كهرباء الدماغ ومن قناة واحدة كافية للكشف عن حالات النعاس واليقظة.
2- استخدام تقنيات إزالة الضوضاء المتقدمة لتحسين جودة الإشارة.
3- توسيع قاعدة البيانات لتشمل عينات أكثر تنوعًا لتحسين التعميم.
4- رغم تفوق الشبكات العميقة في بعض الجوانب، إلا أن الأساليب المعتمدة على ميزات مصممة يدويًا أثبتت موثوقية وأداءً أعلى.
5- دمج خصائص الموجات وتحليل الطيف زاد من تمييز الحالات الدماغية بدقة عالية
6- النظام المقترح خفيف وسهل التطبيق في الأنظمة الذكية داخل المركبات.
التوصيات:
1- تطبيق الطرق المقترحة على بيانات تخطيط كهرباء الدماغ في الزمن الحقيقي لتقييم الأداء العملي أثناء القيادة.
2- توسيع قاعدة البيانات لتشمل عينات أكثر تنوعًا لتحسين التعميم.
3- دراسة دمج خصائص إضافية (إحصائية وغير خطية) مع خوارزميات اختيار ميزات متقدمة.
4- تطوير نموذج هجيني يجمع بين المويجات والشبكات العميقة لتحقيق أداء أعلى في الزمن الحقيقي.
