اعلام جامعة بابل - كلية الطب

كلية تكنولوجيا المعلومات تناقش أطروحة دكتوراه لتطوير القيادة الذاتية للطائرات المسيّرة باستخدام الشبكات العصبية السائلة

ضحى فاضل عباس
في ظل التطور المتسارع لتقنيات الذكاء الاصطناعي وأنظمة القيادة الذاتية، وما تفرضه البيئات الواقعية المعقدة من تحديات على الطائرات المسيّرة، برزت الحاجة إلى تطوير نماذج ذكية قادرة على الإدراك واتخاذ القرار بكفاءة عالية ضمن موارد حاسوبية محدودة. وانطلاقاً من هذا التوجه البحثي المتقدم، شهد قسم البرمجيات في كلية تكنولوجيا المعلومات بجامعة بابل، اليوم الأربعاء الموافق 1/7/2026، على قاعة مؤتمرات الكلية، مناقشة أطروحة الدكتوراه المقدمة من طالب الدكتوراه علي عبيد حسن، بإشراف الأستاذ المتمرس الدكتور نبيل هاشم كاغد، والموسومة: "الشبكات العصبية السائلة للإدراك التكيفي والتحكم في القيادة الذاتية للطائرات المسيّرة".

هدفت الأطروحة إلى معالجة التحديات التي تواجه الطائرات المسيّرة ذاتية القيادة أثناء تنقلها في البيئات الحقيقية، والتي تتطلب إدراكاً سريعاً ودقيقاً للمحيط المحيط بها مع مراعاة القيود المفروضة على قدرات الحوسبة المدمجة من حيث الذاكرة والطاقة وزمن الاستدلال. وانطلقت الدراسة من الحاجة إلى إيجاد بديل أكثر كفاءة من نماذج التعلم العميق التقليدية التي تتطلب موارد حاسوبية مرتفعة أو تفصل بين مرحلتي الإدراك واتخاذ القرار.

واعتمدت الدراسة نهجاً مستوحى من الأنظمة البيولوجية من خلال توظيف شبكات Liquid Time-Constant (LTC) المدعومة بحلول Closed-form Continuous-depth (CfC) لبناء منظومة متكاملة للإدراك والتحكم تعمل بأسلوب شامل من المدخل إلى المخرج (End-to-End). وقد نُفذ البحث عبر ثلاث مراحل رئيسية بدأت بدراسة مقارنة لطرائق الحل المستخدمة في الشبكات السائلة، حيث أثبت نموذج CfC كفاءة عالية من حيث الدقة وسرعة المعالجة، مما جعله الأساس لجميع مراحل التطوير اللاحقة.

وفي المرحلة الثانية، طُوّرت بنية جديدة منخفضة الكلفة الحسابية أطلق عليها اسم LTC-Seg لتنفيذ مهام التقسيم الدلالي للصور، حيث حققت انخفاضاً كبيراً في عدد المعلمات والتعقيد الحسابي مقارنة بالنماذج التقليدية، مع المحافظة على مستوى عالٍ من الدقة، الأمر الذي يجعلها مناسبة للتطبيقات العملية على المنصات الحاسوبية المدمجة.

أما المرحلة النهائية من البحث فقد ركزت على دمج نظام الإدراك مع سياسة ملاحة ذاتية ضمن بيئة محاكاة مغلقة باستخدام منصة AirSim ، من خلال بناء منظومة متكاملة تجمع بين معلومات العمق والتقسيم الدلالي واتخاذ القرار الملاحي في الزمن الحقيقي. وأظهرت النتائج قدرة النظام المقترح على تحقيق أداء متميز في مهام الملاحة الذاتية، حيث سجل معدل نجاح مرتفعاً في تجنب العوائق والتنقل الآمن، إلى جانب إظهار خصائص تكيفية متقدمة في الاستجابة لمستويات الخطورة المختلفة أثناء الطيران.

وتؤكد نتائج الأطروحة الإمكانات الواعدة للشبكات العصبية السائلة في تطوير أنظمة قيادة ذاتية أكثر كفاءة ومرونة للطائرات المسيّرة، بما يسهم في توسيع مجالات استخدامها في التطبيقات الذكية التي تتطلب اتخاذ قرارات آنية ضمن بيئات ديناميكية ومعقدة.

احداث علمية قادمة
مناقشة رسالة ماجستير "Proposing a Hybrid Image Compression Techniques"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 27/08/2024

مناقشة رسالة ماجستير " GPS Trajectory Clustering for Spatio"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 02/08/2024

مناقش أطروحة " Intrusion Detection System Based on Gaining-Sharing Knowledge"

نشر بواسطة: ضحى فاضل عباس

تاريخ: 22/05/2024

معرض للرسم يمثل الفتاة العراقية بصوره عامه

نشر بواسطة: ضحى فاضل عباس

تاريخ: 20/05/2022