تقدمت بها طالبة الماجستير (زهراء ياسين يونس) وذلك في الساعة التاسعة والنصف صباح يوم الخميس الموافق 23/ 1 /2025 إذ جرت المناقشة على قاعة الخوارزمي في عمادة كلية علوم الحاسوب وتكنولوجيا المعلومات بحضور السيد العميد الدكتور موفق كاظم الحسناوي وعدد من الباحثين والتدريسيين.
سلطت الدراسة الضوء: على أهمية الكشف المبكر عن أمراض النباتات، وخاصة أمراض نباتات الطماطم والبطاطس، باستخدام تقنياتDeep learning (MobileNetV2, Densenet121, InceptionV3, وXception) ونموذج Machine Learning(SVM). ركزت الدراسة على تحليل أوراق النباتات باعتبارها الأكثر عرضًا لأعراض الأمراض.
توصل الباحث الى: تفوق نموذج Densenet121 على النماذج الأخرى من حيث الدقة، حيث حقق 98.20% لنبات البطاطس و95.44% لنبات الطماطم.
في الاقتراح الثاني، حيث تم استخدام Densenet121 لاستخراج الميزات وSVM للتصنيف، أظهر هذا النهج أداءً أعلى مع دقة بلغت 99.75% لنبات البطاطس و95.84% لنبات الطماطم.
الاقتراح الثاني كان أفضل من الاقتراح الأول من حيث تقليل الفقد، تقليل مشكلة الإفراط في التكيف (overfitting)، وسهولة التنفيذ
تألفت لجنة المناقشة من الأستاذ المساعد الدكتور اشوان أنور عبد المنعم / جامعة كربلاء/ كلية علوم الحاسوب وتكنولوجيا المعلومات / رئيسا، والأستاذ المساعد الدكتور اياد حميد موسى / جامعة كربلاء/ كلية علوم الحاسوب وتكنولوجيا المعلومات / عضوا، والأستاذ مساعد الدكتور ايلاف علي عبود حسن /جامعة بابل/ كلية علوم اللبنات/ عضوا، والأستاذ الدكتور الهام محمد ثابت عبد الامير /جامعة كربلاء / كلية علوم الحاسوب وتكنولوجيا المعلومات / عضوا ومشرفا
إذ تكللت المناقشة بالنجاح ونيل الباحثة زهراء ياسين يونس درجة الماجستير.