التكنولوجية تشارك في المؤتمر الدولي العالمي للنمذجة والمحاكاة

برعاية معالي وزير التعليم العالي والبحث العلمي أ. د. نبيل كاظم عبد الصاحب وتحت شعار (( البحث العلمي الرصين بوابة النهوض والتقدم لدعم التنمية المستدامة في العراق )) أنعقد المؤتمر الدولي للنمذجة والمحاكاة Eurosis بنسخته الأولى في العراق بمشاركة الجامعة التكنولوجية متمثلة بقسم الهندسة الميكانيكية وجامعة النهرين على رحاب جامعة الفراهيدي للفترة من 27-29 حزيران 2022 .
بحضور مستشار وزير التعليم العالي والبحث العلمي الاستاذ الدكتور حميد فاضل التميمي و رئيس جامعة الفراهيدي الاستاذ الدكتور طارق حفظي الخياط و ممثل رئيس الجامعة التكنولوجية الاستاذ الدكتور حسين حميد كريم ورئيس قسم الهندسة الميكانيكية أ.م.د. مؤيد رزوقي حسن والوفد المرافق له أ.م.د. محسن نوري جبر وأ.د. ابتهال عبد الرزاق وأ.د. احلام طه حسن وأ.د. ستار جابر حبيب وأ.م.د. قاسم عباس عطية وأ.م.د. احمد عدنان عبد الجبار وم.د. سهادعبد الحميد رشيد وم.د. شيماء هلال .
وتضمن المؤتمر بحوثاً في التقنيات الطبية والهندسية والعلوم الصرفة، وستنشر البحوث المقبولة في مجلات عالمية رصينة ضمن مستوعبات سكوبس.
تم في يوم الاثنين مناقشة (32) بحثاً من أصل (67) بحثاً مقبولاً توزعت على (7) جلسات، وسوف يتم مناقشة البحوث المتبقية يوم الثلاثاء الموافق 28/6/2022.
يذكر ان هذا المؤتمر سيكون منبرا رائدا للمختصين في مجالات النمذجة والمحاكاة لعرض التطورات الجديدة ونتائج البحوث ، حيث سيجمع المؤتمر مهندسون وعلماء وباحثون من جميع انحاء العالم ، وسيعمل على تعزيز التواصل بين العلماء في مجالات المحاكات والنمذجة وتبادل افكارهم وخبراتهم واحدث الانشطة العلمية في مختلف المجالات .

تدريسي في قسم الهندسة الميكانيكية يشارك كمتحدث رئيسي (Keynote Speaker)

شارك الاستاذ المساعد الدكتور علاء عبد الهادي جبر كمتحدث رئيسي (Keynote Speaker) في المؤتمر الدولي الرابع للحوسبة والاتصالات و الانظمة الذكية والذي عقد برعاية منظمة IEEE للفترة من 3 الى 4 من شهر تشرين الثاني الماضي.

4^th IEEE International Conference on Computing, Communication, and Intelligent Systems

حيث القى محاضرة عبر منصة Zoom بعنوان:

Harnessing AI: Leveraging Machine Learning for Robust Quadcopter Fault Diagnosis

حيث تركزت المحاضرة حول كيفية تطوير نموذج فعال لتشخيص الاعطال في الطائرات المسيرة باستخدام خوارزميات تعلم الالة (Machine learning). حيث في هذا البحث حيث تم جمع بيانات تشغيلية من طائرات بدون طيار لها أعطال مختلفة، ومن ثم تدريب خوارزميات مختلفة على هذه البيانات لاستخلاص أنماط وملامح تميز بين الحالات العادية وغير العادية. أظهرت النتائج قدرة النموذج المقترح على الكشف عن الأعطال وتحديد نوعها بدقة تزيد عن 95%، مما يوفر أداة قوية للصيانة التنبؤية.