مناقشة رسالة ماجستير في كلية التربية للعلوم الصرفة جامعة ذي قار
نوقشت على قاعة مؤتمرات الكلية رسالة ماجستير لقسم الحاسبات من قبل الباحثة هند علي ناصر حسين
رسالتها الموسومة : نظام تكيفي للتحكم في إشارات المرور يعتمد على الذكاء الاصطناعي
بحضور عميد كلية التربية للعلوم الصرفة الأستاذ الدكتور عماد عبد الرزاق الموسوي والمعاون الأداري الدكتور فراس صبار مفتن وعدد من الطلبة الكلية
نوقشت من قبل أعضاء الجنة المدرجة أسمائهم
أ.د كاظم حسن كبان/, جامعة ذي قار كلية التربية للعلوم الصرفة رئيسا
أ.م.د رائد لعيبي لفته/جامعة الشطرة /كلية الهندسة /عضوا
أ.م.د مصطفى جبار حياوي/جامعة الشطرة كلية الهندسة/ عضوا ومشرفا
م.م. وسام عبد حمد/ جامعة ذي قار /كلية التربية للعلوم الصرفة عضوا
نظام تكيفي للتحكم في إشارات المرور يعتمد على الذكاء الاصطناعي
تهدف ظاهرة الازدحام المروري من أكثر الظواهر المنتشرة في العالم، خاصة في الدول المتقدمة حيث تتزايد أعداد المركبات، مما يعني حدوث اختناقات مرورية كثيرة في الشوارع، خاصة في الأوقات التي يذهب فيها العاملون من وإلى العمل، والتي تعرف بأوقات الذروة وتتركز عادة في الصباح الباكر، وهذا يعطي شعوراً كبيراً بالانزعاج والملل نتيجة تضييع ساعات من الوقت في الشوارع، والتأخر عن العمل لعدم القدرة على الوصول إليه في الوقت المناسب. أضف إلى ذلك أن نظام الإشارة المروري التقليدي، الذي لعب دوراً بارزاً في هذه الاختناقات، لم يعد قادراً على إدارة وتنظيم حركة المرور بشكل سلس، لأنه لم يتطور مع تطور المدن. ومن هذا المنطلق تمت دراسة وتطبيق نظام يعتمد على معالجة الصور التي تستخدم تقنية اكتشاف الكائنات الموجودة في الصورة ، بالاعتماد على الشبكات العصبية التلافيفية CNN وبالتالي تحديد كثافة الحركة بناءً على عدد الكائنات. والتحكم في الإشارات الضوئية حسب الكثافة المرورية في كل طريق. تم تنفيذ النظام المقترح باستخدام لغة MATLAB R2022 ، ولتقييم الأداء تم استخدام دقة التصنيف كمقياس للتقييم. على الكثير من حركة المرور (MTID) مجموعة البيانات عبارة عن إطارات فيديو مسجلة بمعدل 40000 إطارًا في الثانية وتم التقاطها بواسطة طائرة بدون طيار. الفئات: دراجات، سيارات، حافلات، شاحنات. لاختبار فعالية النهج المقترح. تم تنفيذ ثلاث شبكات مدربة مسبقًا (AlexNet، وResNet، وDenseNet). أدى استخدام نموذج ((ResNet50 إلى تحسن كبير في الأداء. وعلى وجه الخصوص، فإن النظام المقترح باستخدام (ResNet50) يحقق متوسط دقة يصل إلى 99.47 % على مجموعات بيانات (MTID) على التوالي.
الغرض من هذا البحث هو إنشاء نظام يمكنه ضبط إشارة المرور وفقا لكثافة عدد المركبات على الطريق بالاعتماد على الشبكات العصبية التلاففية CNN المدربة مسبقا. وسيتم استخدام تقنية معالجة الصور لتحقيق ذلك.
وفي نهاية المناقشة ودفاع الباحثة عن رسالتها
قبلت من قبل أعضاء الجنة المناقشة.
