رسالة ماجستير في كلية العلوم تناقش (تطبيقات التعلم الآلي وطرق التعلم العميق للتنبؤ بتغير المناخ والتكيف معه).
ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة الماجستير الموسومة (تطبيقات التعلم الآلي وطرق التعلم العميق للتنبؤ بتغير المناخ والتكيف معه)للطالبة اسراء جاسم محمد هادي، في قاعة المناقشات في قسم علوم الفيزياء. هدفت الدراسة إلى تصميم وبناء خوارزميات تعتمد على البيانات السابقة للعناصر المناخية التي يمكن استخدامها لتخمين تلك العناصر. تناولت الدراسة لا يزال استخراج معلومات السمات من بيانات الأرصاد الجوية التاريخية في نطاقات زمنية مختلفة للتنبؤ بالطقس والمناخ يمثل تحديًا. يصف هذا العمل استخدام العديد من مناهج التعلم الآلي للتنبؤ بستة من عوامل ألارصاد الجوية الرئيسية لمدة 1 و 3 و 6 و 12 شهراً مقدمًا ، باستخدام فقط البيانات الشهرية المتأخرة من هذه العوامل كمنبئات وتشمل عوامل الأرصاد الجوية الستة هطول الأمطار ودرجة الحرارة الصغرى ودرجة الحرارة العظمى والرطوبة النسبية وإشعاع الشمسي وسرعة الرياح لأربع محافظات في العراق (نينوى والأنبار وبغداد والبصرة) تم اشتقاقها من مجموعة بيانات إعادة التحليل MERRA-2. اذتم استخدام ما يصل إلى 12 من بيانات السلاسل الزمنية المتأخرة كمتغيرات تنبؤية مُدخلة. تم استخدام البيانات في الفترة من 1981 إلى 2015 لتدريب النماذج ، في حين تم استخدام باقي البيانات (من 2016 الى 2021) للتحقق من النماذج. تم استخدام نماذج الغابة و شبكة المتجهات الداعمة (و الشبكات العصبية الاصطناعية والكي أقرب جار (K مع نفس بيانات الإدخال لمقارنة النتائج. واعتمدت النتائج باستخدام ثلاثة مقاييس للأداوهي معامل التحديد و جذر متوسط مربع الخطأ و متوسط الخطأ المطلق. أظهرت النتائج أن لكل نطاق زمني لكل عامل من عوامل الأرصاد الجوية لكل محافظة له عدد من التأخرات الفريدة وطريقة التعلم الآلي التنبؤية. لوحظت أدنى قيم للـ RMSE مع التنبؤ بعامل الـ Prec متوسط الـ RMSE كان 19.002 ، ومتوسط الـ MAE كان 11.378 ، ومتوسط الـ R2 كان 0.375). فيما يتعلق بعوامل الـ RH و الـ WS باستثناء تلك الخاصة بمحافظة البصرة وكان أداء النماذج أفضل بكثير متوسط الـ RMSE كان 7.259 و 0.192 ، ومتوسط الـ MAE كان 5.337 و 0.155 ، ومتوسط الـ R2 كان 0.842 و 0.820 ، على التوالي). تم ملاحظة أعلى قيم الـ RMSE عند التنبؤ بعوامل الـ Tmin والـ Tmax والـ SR (متوسط قيم الـ RMSE كان 2.346 و 2.244 و 5.314 ومتوسط الـ MAE كان 1.942 و 1.729 و 0.011 ومتوسط قيم الـ R2 كان 0.957 و 0.957 و 0.999 ، على التوالى). يقدم هذا العمل البحثي رؤى واعدة في تطبيق نماذج التعلم الآلي للتنبؤ بالطقس والمناخ قبل بضعة أشهر ، وهو أمر ذو قيمة كبيرة لجوانب مختلفة في العراق مثل حماية الأرواح والممتلكات ، وتحسين السلامة والصحة والتنمية الاقتصادية.
