كلية علوم الحاسوب وتكنولوجيا المعلومات تناقش رسالة ماجستير حول التعلم العميق للتنبؤ بالطاقة الشمسية
ناقشت كلية علوم الحاسوب وتكنولوجيات المعلومات رسالة الماجستير الموسومة بـ: "التعلم العميق للتنبؤ بالطاقة الشمسية" للطالبة أژين حسين رشيد، وبإشراف الأستاذ الدكتور أحمد حسين تقي.
وهدفت الدراسة إلى تطوير ومقارنة نماذج التعلم الآلي والتعلم العميق في التنبؤ بالإشعاع الشمسي العالمي الأفقي (GHI) في مدينة كركوك، وذلك بالاعتماد على البيانات المناخية المستقاة من قاعدة بيانات NASA POWER.
أبرز نتائج الدراسة والتوصيات:
تفوق نموذج Random Forest واعتماد أسلوب Walk-Forwardوقد تضمنت الدراسة اختبار ستة نماذج للتعلم الآلي، إلى جانب نماذجي CNN-LSTM و Transformer للتعلم العميق، مع اعتماد أسلوب Walk-Forward للتحقق الزمني وتجنب تسرب البيانات، إضافة إلى تطبيق تقنيات اختيار الميزات وتحسين المعلمات للحصول على أدق النتائج.
وأظهرت النتائج بشكل ملحوظ تفوق نموذج Random Forest على بقية النماذج في دقة التنبؤ، وأكدت الدراسة أن أسلوب التحقق الزمني Walk-Forward يعتبر أكثر موثوقية من أسلوب K-Fold العشوائي في التعامل مع بيانات السلاسل الزمنية.
📸 معرض صور المناقشة:
