بحثت رسالة ماجستير في كلية هندسة المعلومات تحسين خوارزمية الذكاء الاصطناعي لبيئة الحوسبة الطرفية.

وتهدف الرسالة التي قدمتها الطالبة عذراء خالد داود حميد، قسم هندسة شبكات الحاسوب الى تطوير خوارزمية ذكاء اصطناعي تسمى YOLOv8 المحسن لحوسبة الحافة، لتقليل حجم نموذج الذكاء الاصطناعي في أجهزة الحافة المقيدة بالذاكرة.

وقدمت الرسالة استخدام طريقة التقليم والتعلم العميق لتحسين الذاكرة، مما جعل من الممكن نشر الشبكات العصبية التلافيفية بكفاءة على أجهزة حافة إنترنت الأشياء.

كما أجريت التجارب على نموذج YOLOv8n لمهمتين، الاولى هي اكتشاف الكائنات والثانية لتصنيف الصور، وأظهرت نتائج ممتازة في دقة الكشف وسرعته ، حيث تم تطبيق طريقة التحسين على معماريات مختلفة لنموذج YOLOv8n، مما أدى إلى تقليل المعلمات غير المساهمة وزيادة سرعة الكشف.

تشير نتائج الرسالة إلى أن نموذج Pruned-YOLOv8n المقترح يحافظ على دقة عالية (83٪) مع انخفاض ضئيل بنسبة 0.8 مقارنة بالنموذج الأساس، مع تقليل حجم النموذج المقترح بنسبة 33٪ وزيادة سرعة الكشف إلى 196 إطارا في الثانية.

#شعبة_الاعلام_والاتصال_الحكومي

#كلية_هندسة_المعلومات