فريق بحثي من كلية العلوم ينشر بحث في مجلة بحوث المعلومات المكانية ضمن مستوعبات سكوبس Q2ودار نشر سبرنگر.

نشر فريق بحثي من كلية العلوم مؤلف من الباحثة اسراء جاسم محمد و أ.م.د بشار طالب حميد رئيس قسم علوم الحاسوب وأ.م.د ذر انتصار بكر التدريسي في قسم علوم الفيزياء بحث بعنوان (تقييم مقارن لتقنيات التعلم الآلي في التنبؤ بالعوامل الجوية الأساسية اعتمادا على بيانات الدراسة من عام 1981 إلى 2021) في مجلة بحوث المعلومات المكانية ضمن مستوعبات سكوبس Q2والتابعة إلى دار نشر سبرنگر.  وتناول البحث التنبؤ بعوامل الأرصاد الجوية للمناخ على المدى المتوسط والطويل تحديا كبيرا له آثار اجتماعية واقتصادية وبيئية، نظرا لطبيعته المعقدة والفوضوية. أما التنبؤات الجوية قصيرة المدى الحالية التي تقدمها هيئة الأرصاد الجوية العراقية فهي أقل قيمة. ونتيجة لذلك، تقدم هذه الدراسة أربع طرق للتعلم الآلي: الشبكة العصبية الاصطناعية، وآلة ناقل الدعم، والغابة العشوائية  (RF)، وأقرب جيران K – للتنبؤ بستة عوامل للأرصاد الجوية: إجمالي هطول الأمطار (TPRE)، ودرجة الحرارة الدنيا  (MINT)، والحد الأقصى درجة الحرارة (MAXT)، الرطوبة النسبية (RHUM)، إشعاع أعلى الغلاف الجوي (TOAR)، وسرعة الرياح (WIND) تصل إلى 1 و3 و6 و12 شهرًا في أربع محافظات عراقية. تم استخراج البيانات المتعلقة بهذه العوامل من عام 1981 إلى عام 2021 من مجموعة بيانات الإصدار 2 من التحليل الاستعادي لـ Modern-ERA للأبحاث والتطبيقات. تشير النتائج إلى أن خوارزمية RF تفوقت على الخوارزميات الأخرى فيما يتعلق بدقة التنبؤ، في حين أظهرت خوارزمية SVR أقل دقة. علاوة على ذلك، كان أداء TPRE هو الأدنى بمتوسط خطأ جذر متوسط مربع (RMSE) قدره 19.002؛ على العكس من ذلك، أظهر RHUM و WIND أداءً أفضل بكثير بمتوسط قيم RMSE يبلغ 7.259 و0.192 على التوالي. وقد لوحظ أعلى أداء لـ MINT (تنبؤ MAXT وTOAR بمتوسط قيم RMSE يبلغ 2.346 و2.244 و5.314 على التوالي). ستحقق نتائج هذه الدراسة مزايا كبيرة في حماية الأرواح البشرية والممتلكات وتعزيز الصحة والأمن والازدهار الاقتصادي. وللمزيد من تفاصيل البحث الدخول على الرابط أدناه :https://link.springer.com/article/10.1007/s41324-023-00561-x