رسالة ماجستير في كلية العلوم بعنوان (نظام ترشيح المحاصيل بالأعتماد على بيانات المطر بأستخدام تقنيات التعلم الالي) .
أجريت مناقشة علنية في كلية العلوم إلى طالب الماجستير من قسم علوم الحاسوب (همام راضي عليوي )بحضور السيد عميد كلية العلوم الاستاذ الدكتور طه محمد حسن المحترم والسيد آمين مجلس الكلية الإستاذ الدكتور أسعد أحمدكامل عن رسالته الموسومة (نظام توصية المحاصيل بالأعتماد على بيانات المطر بأستخدام تقنيات التعلم الالي) أقيمت على قاعة المناقشات في قسم علوم الحياة تهدف هذه الرسالة 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..تضمنت الرسالة دراسة الظروف الملائمة لعشرين نوع من المحاصيل بالاعتماد على ثلاث نماذج من نماذج التعلم الالي وكل نموذج يحتوي على ثمان خوارزميات لتطبيقها.في هذا السياق، يمكن أن يوفر التعلم الآلي حلاً فعالًا. تعتمد تقنيات التعلم الآلي على تدريب نماذج قادرة على تحليل وتفسير الضروف الملائمة والأنماط للمحاصيل من خلال استخدام مجموعات بيانات ضخمة تحتوي على خصائص المناخ والتربة لكل محصول. يمكن لهذه النماذج ترشيح المحاصيل الملائمة للزراعة .و ضمن الادوات المقدمة 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 في الزراعة، تلعب التغيرات المناخية والتربة دوراً اساسياً في نمو المحاصيل وغلتها . ومع ذلك، فإن التغيرات المناخية التي يتم جمعها عن طريق حساسات في المزارع غالباً ما تكون لمنطقة واحدة نتيجة لتغيرات الضروف الجوية لكل منطقة، مما يجعل عملية تحليلها وتحديد المحاصيل مهمة صعبة وغير موثوقة باستخدام الأساليب التقليدية.وأظهرت هذه الدراسة نتائج 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.
