فريق بحثي من كلية العلوم ينشر بحثا عالميا ضمن مستوعبات سكوبس Q2.

نشر فريق بحثي من قسم علوم الحاسوب في كلية العلوم بجامعة ديالى بحثا علميا عالميا وهم كل من ا.د. جمال مصطفى التويجري و همام راضي الجبوري في المؤتمر الدولي للحوسبة الرابع Greetings from ICCCNet ضمن دار نشر springer والتي تقع في الربع الاول من Q2 والموسوم”ضبط Hyperparameter للتعلم الآليالخوارزميات المستخدمة في نظام توصية المحاصيل” (Hyperparameter Tuning for Machine Learning Algorithms Used for Crops Recommendation System)تتناول هذه الدراسة الدراسة الظروف الملائمة لعشرين نوع من المحاصيل بالاعتماد على ثلاث نماذج من نماذج التعلم الالي وكل نموذج يحتوي على ثمان خوارزميات لتطبيقها.، يمكن أن يوفر التعلم الآلي حلاً فعالًا.ومن خلال هذه الأدوات المتقدمة، يمكن تحسين الواقع الزراعي وتقليل احتمالية حدوث أخطاء ناتجة عن تنبؤات غير دقيقة مستمدة من الاداء التاريخي. يعزز هذا من موثوقية الواقع الزراعي ويساعد في تحقيق غلة للمزارعين وبالتالي زيادة الاقتصاد لدولة معينة و المنطقة التي يطبق فيها وهدف البحثة الى تصميم وتنفيذ نظام موثوق به قادر على تقديم تنبؤات دقيقة وصحيحة لاستدامة المحاصيل لنوع التربة والمناخ المحددين لدولة معينة بالاعتماد على التقنيات الحديثة التي توفرها علوم الكمبيوتر، بما في ذلك تقنية التعلم الآلي. يهدف النظام إلى منع الخسائر للمزارع، واقتراح أفضل المحاصيل المناسبة للمنطقة..وان نتائج هذه الدراسة تشير إلى أن طريقة (hyperparameter tuning) في خوارزميات التعلم الآلي في تحديد المحصول المناسب للمنطقة يزيد من دقة وموثوقية تحديد المحصول المناسب للزراعة، مما يقلل من احتماليات الخطأ ويساهم في تحسين الاقتصاد الزراعي . تقدم الرسالة توصيات لاستخدام هذه التقنيات في الممارسات العملية وتحديد المجالات التي تتطلب مزيدًا من البحث والتطوير.