نوقشت اليوم الاحد الموافق 10-3-2024 في كلية علوم الحاسوب والرياضيات / قسم علوم الحاسوب / رسالة ماجستير للباحثة ( رشا احمد جلاب) الموسومة:

(Smart Authentication System Using EEG Signals)

بإشراف (أ. م.د. زيدون طارق عبدالوهاب)

هذا وقد جاء في مستخلص الدراسة ما يلي:

تم تكريس اهتمام كبير مؤخرا لاستغلال نشاط الدماغ كمعرف بيومتري في أنظمة التعرف التلقائي، مع التركيز على البيانات التي تم الحصول عليها من خلال تخطيط كهربية الدماغ. (EEG) بشكل عام، إشارات EEG معقدة بسبب خصائصها غير الثابتة وعالية الأبعاد. لذلك، يجب ان نولي اعتبار كبير في كل من عملية استخراج الميزات وتصنيفها. يعمل Deep CNN بشكل جيد في استخراج الميزات مباشرة من بيانات EEG الأولية. ومع ذلك، لم تنظر أي من الدراسات السابقة في التقنيات الهجينة باستخدام CNN المدربة مسبقا جنبا إلى جنب مع خوارزمية التعلم الآلي الكلاسيكية لبناء نموذج هجين لمهام المصادقة البيومترية. لذلك، حاولت هذه الدراسة تطبيق تقنية التهجين لنموذج CNN المدرب مسبقا VGG-19)، (VGG-16 مع مصنف كلاسيكي وطيف. STFT تم تحديد هذه التقنية كنموذج هجين وتم استخدامها لفك تشفير إشارتين من الفئة MI لمهمة المصادقة البيومترية المتنقلة (تحديد الاشخاص ، وتصنيف القفل وإلغاء القفل). للقيام بذلك، تم استخدام تسع مصنفات محتملة (خوارزميات التصنيف المستخدمة في الغالب) لبناء تسعة نماذج هجينة ثم اختيار الأفضل. من الناحية العملية، تم إجراء سيناريوهين لتطوير RF-VGG الهجين، وتم إجراء ست تجارب في كل سيناريو. الغرض من التجربة الأولى هو تطوير نموذج هجين لمهام المصادقة البيومترية. يمكن ملاحظة أن نموذج RF-VGG حقق أداء أفضل مقارنة بالموديلات الأخرى في كلا السيناريوهين وتحديدا في VGG-16 وVGG-19 على التوالي. لذلك، تم اختياره لاستخدامه في المصادقة البيومترية المتنقلة. وتم إجراء التجربتين الثانية والثالثة للتحقق من دقة النظام. وكانت التجربة الرابعة في كل سيناريو هي تطبيق نموذج RF-VGG16 وRF-VGG19 للقيام بعملية تصنيف القفل وإلغاء القفل. وكان متوسط دقتها هو 97.50٪ و91.0٪. وبالتالي، تم إجراء التجربة الخامسة للتحقق من صحة نموذج RF-VGG16 وRF-VGG19 لمهمة القفل وإلغاء القفل، وكان متوسط دقتهما 97.40٪ و94.4٪. من الناحية العملية، كانت التجربة السادسة هي التحقق من نموذج RF-VGG16 وRF-VGG19 لمهمة القفل وإلغاء القفل عبر مجموعة بيانات أخرى (بيانات غير مرئية) ودقتها هي 94.4٪ و91.6٪. يمكن استنتاج أن النموذج الهجين يقيم القدرة على فك تشفير إشارة MI لليدين اليسرى واليمنى. لذلك، يمكن أن يساهم نموذج RF-VGG في مجال BCI-MI من خلال تسهيل نشر مهمة المصادقة البيومترية المتنقلة لتحديد الاشخاص، وتصنيف القفل وإلغاء القفل.

تألفت لجنة المناقشة من السادة:

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

2. أ.م.د. محمد اكثم احمد /جامعة تكريت / كلية علوم الحاسوب والرياضيات ​عضواً

3. أ.م. ارمانيسه نعمان حسون ​ /جامعة تكريت / كلية علوم الحاسوب والرياضيات عضواً

4. أ.م.د. زيدون طارق عبدالوهاب ​/جامعة تكريت / كلية علوم الحاسوب والرياضيات​ عضواً ومشرفا

هذا وقد حضر المناقشة معاون العميد للشؤون الإدارية الاستاذ المساعد الدكتور زياد محمد عبدالله و عدد من التدريسيين وطلبة الدراسات العليا .