نوقشت اليوم الخميس الموافق 27-2-2025في كلية علوم الحاسوب والرياضيات / قسم علوم الرياضيات / أطروحة دكتوراه للباحث (سنان هاتف عبد المجيد ) الموسومة:

(Fuzzy Variational Calculus and its Application for Free and Moving Boundary Value Problems)

بإشراف (أ.د. فاضل صبحي فاضل)

هذا وقد جاء في مستخلص الدراسة ما يلي:

تهدف هذه الأطروحة إلى تطوير حل تحليلي تقريبي لمشاكل القيمة الحدية المتحركة باستخدام نهج التباين الضبابي. لتحقيق هذه الغاية، سنقوم بصياغة النموذج الرياضي لمثل هذه المشاكل كنموذج رياضي ضبابي، مع دمج مفهوم المنطق الضبابي وقابلية التفاضل لهوكوهارا وتحليل الفاصل الضبابي. سيمكننا هذا النهج من استنباط حلول تحليلية وتقريبية للمشكلة.

هذه الأطروحة لها ثلاثة أهداف رئيسية. الهدف الأول هو استنباط شروط أويلر-لاجرانج الضبابية الضرورية باستخدام أساليب التباين الأول ومشتقة جاتو لصياغة معادلات أويلر-لاجرانج لكل من مشاكل التباين الضبابي البسيطة والمعممة، بما في ذلك تلك التي تحتوي على مشتقات من الدرجة الأعلى ومتغيرات مستقلة متعددة باستخدام قابلية التفاضل لهوكوهارا المعممة بالإضافة إلى فترات ضبط المستوى α.

الهدف الثاني هو تقديم ودراسة مشاكل قيمة الحدود المتحركة الضبابية الفاصلة، حيث ترتبط صياغات هذه المشكلة بظواهر الحياة الواقعية بسبب الصياغة غير الدقيقة و/أو قراءة البيانات المشوشة. يتم اعتبار التطبيق المحمول لمشكلة قيمة الحدود المتحركة مشكلة قيمة حدود حوض المحيط الرسوبي عند اعتبار معامل الانتشار غير دقيق، والتي يتم التعامل معها من خلال تعريف الأرقام الضبابية المثلثية فيما يتعلق بمجموعات المستويات، باستخدام طريقة التكرار المتغير الضبابي.

الهدف الثالث من هذه الأطروحة هو تقديم وتحليل نهج حساب التباين الضبابي الفاصل لمشاكل حوض المحيط الرسوبي. بعد ذلك، يتم استخدام طريقة ريتز المباشرة لإيجاد الحلول التقريبية الدنيا والعليا للمشكلة.

تستخدم الأطروحة برنامج الكمبيوتر Mathematica 11 للحصول على نتائج حسابية وإنشاء الرسوم البيانية والجداول.

   تألفت لجنة المناقشة من السادة:

1. أ.د . مزعل حمد ذاوي /​جامعة تكريت/ كلية علوم الحاسوب والرياضيات          رئيساً

2. أ. د. أسامة حميد محمد ​/ جامعة النهرين / كلية العلوم                                عضواً

3. أ.د. رعد عواد حميد   /جامعة تكريت/ كلية التربية للعلوم الصرفة                 عضواً

4. أ.د. نزار خلف حسين ​/ جامعة تكريت/ كلية علوم الحاسوب والرياضيات       عضواً

5.أ.د. فراس عادل فوزي / جامعة تكريت/ كلية علوم الحاسوب والرياضيات       عضواً

6.أ.د. فاضل صبحي فاضل/ جامعة النهرين / كلية العلوم                       عضواً ومشرفاً

هذا وقد حضر المناقشة الأستاذ الدكتور حسن حسين إبراهيم مساعد رئيس الجامعة للشؤون العلمية و الأستاذ المساعد الدكتور محمود ماهر صالح المحترم عميد كلية علوم الحاسوب والرياضيات، وعدد من التدريسيين وطلبة الدراسات العليا في الكلية، من جانبه قدم السيد عميد الكلية كتابي شكر وتقدير للدكتور أسامة حميد محمد و الدكتور فاضل صبحي فاضل تثميناً لجهوده العلمية في تقييم هذه الرسالة .

نوقشت اليوم الاحد الموافق 9-2-2025 في كلية علوم الحاسوب والرياضيات / قسم علوم الحاسوب / رسالة ماجستير للباحث (محمد قاسم مطرود ) الموسومة:

(Utilizing Deep Reinforcement Learning to Facilitate TCP Congestion Management With the Random Early Detection (RED) Mechanism)

بإشراف (أ.م.د. ماجد حامد علي)

هذا وقد جاء في مستخلص الدراسة ما يلي:

  أصبحت الشبكات الحديثة معقدة للغاية لدرجة أن إدارة الازدحام تواجه تحديات هائلة، خاصة عند النظر في معلمات التحسين المسؤولة عن سلوك قائمة الانتظار في شبكات الخدمة. أظهرت الطرق التقليدية، مثل خوارزمية RED، قيودًا في التكيف مع ظروف الشبكة المتطورة وعادةً ما تؤدي إلى العديد من حالات عدم الكفاءة، مثل خسائر الحزم العالية والتأخيرات. على الرغم من أن الأدبيات السابقة استخدمت DRL لتحسين معلمة MAXP في RED، إلا أنها لا تزال تواجه تحديات أثناء تحقيق نتيجة مثالية في شبكات ذات كثافات متفاوتة. يقترح هذا العمل طريقة جديدة لاستخدام DRL لتحسين وزن قائمة الانتظار ديناميكيًا، Wq، وهو معلمة في RED. تم طرح نموذجين مقترحين، وهما RED_DQN وRED_DDPG، لتحسين استجابة قائمة الانتظار والقدرة على التكيف في الوقت الفعلي. تم إجراء تجارب مختلفة للشبكات ذات الكثافة المنخفضة والعالية. تم إنشاء سيناريوهات أخرى مع 100 اتصال للاختبار. باستخدام قيم MAXP من الأعمال السابقة، يظهر عملنا تأخيرًا محسنًا مع انخفاض معدل فقدان الحزم والإنتاجية المستقرة مقارنة بـ RED التقليدي.

تُظهر النتائج أن التحسين القائم على Wq يؤدي إلى مكاسب كبيرة في إدارة الازدحام بسبب تماسك تحسينات الأداء في السيناريوهات العادية والمجهدة. تشير السيناريوهات المضافة مع 100 اتصال شبكة إضافي إلى قابلية توسع النماذج وقوتها في حالة الأحمال الشبكية الشديدة. يعد تحسين معلمات RED الأخرى أحد الخطوط المستقبلية، جنبًا إلى جنب مع توسيع تطبيق DRL إلى سيناريوهات شبكة أكثر تعقيدًا وتنوعًا.

   تألفت لجنة المناقشة من السادة:

1. أ.م.د . مشاري عايد عسكر /​جامعة تكريت/ كلية علوم الحاسوب والرياضيات          رئيساً

2. أ.م. د. احمد صبحي عبد الغفور​/ جامعة الانبار/ كلية علوم الحاسوب وتكنولوجيا المعلومات    عضواً

3. أ.م.د. زيدون طارق عبد الوهاب   /جامعة تكريت/ كلية علوم الحاسوب والرياضيات                                 عضواً

4. أ.م.د. ماجد حامد علي ​/ جامعة تكريت/ كلية علوم الحاسوب والرياضيات   عضواً ومشرفاً

هذا وقد حضر المناقشة الأستاذ الدكتور حسن حسين إبراهيم المحترم مساعد رئيس الجامعة للشؤون العلمية و الأستاذ المساعد الدكتور محمود ماهر صالح المحترم عميد كلية علوم الحاسوب والرياضيات، وعدد من التدريسيين وطلبة الدراسات العليا في الكلية، من جانبه قدم السيد عميد الكلية كتاب شكر وتقدير للدكتور احمد صبحي عبد الغفور تثميناً لجهوده العلمية في تقييم هذه الرسالة .

نوقشت اليوم الثلاثاء الموافق 28-1-2025في كلية علوم الحاسوب والرياضيات / قسم علوم الحاسوب / رسالة ماجستير للباحث (إيهاب ياسين محمود ) الموسومة:

(A study on the Efficacy of Ensemble Decision Making Enhanced by Deep Learning Techniques in Card Fraud Prevention)

بإشراف (أ.م. وسام داود عبدالله )

هذا وقد جاء في مستخلص الدراسة ما يلي:

  إن الاحتيال ببطاقات الائتمان، والذي يمكن أن يتسبب في خسائر مالية هائلة وتآكل ثقة العملاء في البنوك، يمثل مشكلة كبيرة للمؤسسات المالية اليوم. ونظرًا لتعقيد أنماط الاحتيال الحالية، فإن طرق الكشف عن الاحتيال التقليدية لم تعد مناسبة وتتطلب طرقًا حديثة وفعالة لتحديد الأنماط المشبوهة في وقت مبكر، وبناء نماذج فعالة تجمع بين التعلم العميق وخوارزميات اتخاذ القرار الجماعي لتعزيز كفاءة النموذج ودقته العالية وتقليل الإنذارات الكاذبة. تم جمع مجموعة البيانات. وتم استخدام المعالجة المسبقة مثل أخذ العينات العشوائية وترميز الملصقات والتطبيع لمعالجة البيانات وتم استخدام وظيفة الوقت والتاريخ لمعالجة الأعمدة التي تحتوي على الوقت والتاريخ في تنسيق يمكن إدارته. تتكون الطريقة من مرحلتين: المرحلة الأولى باستخدام التعلم العميق مع خوارزمية RNN لبناء واستخراج الميزات المهمة واستخدامها مع خوارزميات التعلم الآلي (RF وKNN وXGBoost) لإجراء عملية التصنيف بعد التدريب والاختبار بالإضافة إلى التحقق المتبادل. المرحلة الثانية: استخدام التعلم العميق مع خوارزمية CNN لبناء واستخراج الميزات المهمة واستخدامها مع خوارزميات التعلم الآلي (RF و KNN و XGBoost) لإجراء عملية التصنيف بعد التدريب والاختبار. علاوة على ذلك مع التحقق المتبادل. تم استخدام التحليل الإحصائي والأساليب التحليلية بما في ذلك مصفوفة الارتباك والدقة و الدقة الايجابية والتذكير ونتيجة F1 و ROC AUC ,لتقييم النموذج. يتم تقديم النتائج التي تم الحصول عليها من خلال التحقق المتبادل وبدونه، وحصلت النماذج المقترحة على النتائج التالية. بالنسبة للنهج الأول كانت نتائج نموذج RNN هي الدقة 99.8٪، وكانت دقة النموذج 99.6٪، وكان التذكر 100٪، وكانت نتيجة F1 99.8٪، وكانت ROC AUC 99.8٪. وكانت نتائج نموذج CNN هي الدقة 99.8٪، وكانت دقة النموذج 99.7٪، وكان التذكر 100٪، وكانت نتيجة F1 99.8٪، وكانت ROC AUC 99.8٪. بالنسبة للنهج الثاني كانت نتائج نموذج RNN هي أن الدقة كانت 99.6٪ ودقة النموذج كانت 99.3٪ والتذكر كان 100٪ وكانت درجة F1 99.6٪ وكانت ROC AUC 99.6٪. بينما كانت نتائج نموذج CNN هي أن الدقة كانت 85٪ ودقة النموذج كانت 99.1٪ والتذكر كان 70.6٪ وكانت درجة F1 82.5٪ وكانت ROC AUC 85٪. عند استخدام تقنية التحقق المتبادل، أظهرت النتائج الفعالية الكبيرة للنماذج المقترحة في الكشف المبكر عن الاحتيال. تُظهر الدراسة كيف يمكن جعل أنظمة الكشف عن الاحتيال في بطاقات الائتمان أكثر دقة وكفاءة من خلال الجمع بين أساليب التعلم الآلي والتعلم العميق لإنشاء نموذج هجين. هذا يحسن الأمن المالي.

   تألفت لجنة المناقشة من السادة:

1. أ.م.د . محمود ماهر صالح /​جامعة تكريت/ كلية علوم الحاسوب والرياضيات          رئيساً

2. أ.م. د. احمد سعدي عبدالله ​/ جامعة تكريت/ كلية علوم الحاسوب والرياضيات          عضواً

3. أ.م. حسام عبدالمجيد حسين  /جامعة سامراء/ كلية التربية                                  عضواً

4. أ.م. وسام عبدالله حسين ​/ جامعة تكريت/ كلية علوم الحاسوب والرياضيات   عضوا ومشرفا

هذا وقد حضر المناقشة عدد من التدريسيين وطلبة الدراسات العليا في الكلية.

نوقشت اليوم الخميس الموافق 9-1-2025في كلية علوم الحاسوب والرياضيات / قسم علوم الرياضيات / رسالة ماجستير للباحثة ( رفل عبد الحميد سعيد  ) الموسومة:

  تحسين خوارزمية المفترس البحري واستخدامها في التصنيف

بإشراف (أ.د. نزار خلف حسين )

هذا وقد جاء في مستخلص الدراسة ما يلي:

تتيح تقنية المصفوفات الدقيقة الجينية الكشف المتزامن عن العديد من التعبيرات الجينية، وهو أمر بالغ الأهمية لتشخيص المرض. ومع ذلك، فإن الطبيعة عالية الأبعاد لبيانات microarray والعدد المحدود من العينات تشكل تحديات كبيرة في اختيار مجموعة فرعية صغيرة من الجينات لتشخيص المرض بدقة. غالبا ما تكافح الطرق التقليدية لتحديد المجموعة المثلى من الميزات بكفاءة في إطار زمني محدود. هناك حاجة إلى حلول مبتكرة لمعالجة هذه القضايا.

  تقترح هذه الورقة طريقة هجينة جديدة لتحديد العلامات الحيوية في بيانات microarray، تجمع بين تعزيز التدرج الشديد (XGBoost) مع خوارزمية Algorithm Marine  Predator المحسنة (MPA) مع دمج المرشح والطرق المضمنة. في البداية، يتم استخدام تحليل معامل الارتباط لفحص المعالم لتقليل مساحة البحث. تلتقط الطرق المضمنة في خوارزميات التعلم الآلي التفاعلات الجينية المعقدة وتقيم أهمية الجينات. تتضمن المرحلة الثانية تحسين تصنيف الجينات المختارة باستخدام تقنية GsMPA، والتي تدمج MPA مع البحث في طريقة المقطع الذهبي (GSS) لتحسين المعلمات الفائقة في XGBoost، وتعزيز سرعة التقارب وجودة الحل.

قمنا بتقييم تقنية GsMPA مقابل طرق اختيار الميزات الهجينة الحديثة الأخرى باستخدام IEEE cec2021، وأربع مجموعات بيانات عامة لسرطان microarray، وتحليل تأثير كل تحسين. تتفوق طريقتنا المقترحة على الطرق الحالية من حيث الدقة وعدد الجينات المختارة والاستدعاء والدقة ودرجة F1.

   يعالج النهج الهجين المقدم في هذه العمل بشكل فعال التحديات المرتبطة بالأبعاد العالية لبيانات التعبير الجيني وضرورة التصنيف الدقيق للسرطان. من خلال دمج تقنيات اختيار الميزات المتعددة مع طرق التحسين المتقدمة، يوفر هذا النهج حلا شاملا لتحديد العلامات الجينية الحرجة وتعزيز القوة التنبؤية لنماذج الكشف عن السرطان. تسلط النتائج الضوء على إمكانات هذا النهج المكون من مرحلتين في تحسين دقة وتفسير تصنيف السرطان القائم على التعبير الجيني.

   تألفت لجنة المناقشة من السادة:

1. أ.د . علي حسن ناصر   /​جامعة النهرين / كلية العلوم                                       ​رئيساً

2. أ.د. فراس عادل فوزي ​/ جامعة تكريت/ علوم الحاسوب والرياضيات                   عضواً

3. أ.د. زياد محمد عبدالله  /جامعة تكريت/ كلية علوم الحاسوب والرياضيات               عضواً

4. أ.د نزار خلف حسين  ​/ جامعة تكريت/ علوم الحاسوب والرياضيات           عضوا ومشرفا

هذا وقد حضر المناقشة السيد رئيس جامعة تكريت الأستاذ الدكتور وعد محمود رؤوف المحترم والسيد مساعد رئيس الجامعة للشؤون العلمية الأستاذ الدكتور حسن حسين إبراهيم المحترم والسيد عميد الكلية الأستاذ المساعد الدكتور محمود ماهر صالح المحترم وعدد من التدريسيين وطلبة الدراسات العليا في الكلية.

من جانبه قدم السيد عميد الكلية كتاب شكر وتقدير للدكتور علي حسن ناصر  تثميناً لجهوده العلمية في تقييم هذه الرسالة .