الدكتوراه للباحثة هبه المروعي من قسم علوم الحاسوب بكلية الحاسوب
نالت الباحثه /هبه محمد أحمد المروعي درجة الدكتوراه في الحوسبة وعلم المعلومات قسم (علوم الحاسوب) تخصص (علوم حاسوب) كلية (الحاسوب وتكنولوجيا المعلومات) بجامعة صنعاء عن اطروحتها الموسومة بــــــ
(نموذج إرشادي جديد متعدد الأهداف لاختيار المجموعة المثلى للميزات من البيانات الضخمة للمعلومات الحيوية)
يوم الاحد تاريخ 17/شعبان/1446 الموافق 16/2/2025م وتكونت لجنة المناقشة والحكم من الأستاذ الدكتور (غالب حمود الجعفري) مشرفا رئيسا وعضو اللجنة والأستاذ المشارك (موسى مصلح غراب) مناقشا داخليا والأستاذ الدكتور (منير عبدالله سعيد هزاع) مناقشا خارجيا ورئيساً للجنة وقد هدفت الاطروحة إلي بناء نماذج جديد لاختيار اهم الخصائص( الاختلالات الجينة) المصاحبة لمرض الزهايمر من سلسة DNA. تحتوي غالبية بيانات التعبير الجيني عالية الأبعاد على كمية كبيرة من الجينات الزائدة عن الحاجة، مما يشكل تحديات أمام خوارزميات التعلم الآلي بسبب أبعادها العالية. لقد أثبت اختيار الميزات أنه طريقة ناجحة لتحسين أداء خوارزميات التصنيف من خلال معالجة هدفين أساسيين: تقليل عدد الميزات وتحسين دقة التصنيف. الهدف من هذه الاطروحة هو تقديم طريقة فعالة هجينة متعددة الأهداف لاختيار الميزات. تجمع الطريقة بين طريقة(TOPSIS)، وهو أسلوب اتخاذ قرار متعدد السمات مع آلية تصفية لاستخراج الميزات المعلوماتية و خوارزمية الغراب متعددة الأهداف (CSA)التي تقلل في الوقت نفسه عدد الميزات وخطأ التصنيف أثناء الحصول على مجموعة من حلول باريتو غير المسيطرة ، استخدمت الدراسة تقنية التعلم القائم على المعارضة (OBL)للتخفيف من مخاطر تقارب CSA نحو الحلول الأمثل المحلية. لتقييم فعالية النموذج، تم إجراء تجارب على مجموعات بيانات ميكروأري القياسية من قاعدة بيانات ADNI وتم تحليل ومقارنة النتائج مع ستة طرق تقليدية ذات هدف واحد وثلاث طرق أخرى متعددة الأهداف. توضح النتائج أن النموذج المقترح يتفوق على الطرق الموضوعية الفردية من حيث دقة التصنيف. علاوة على ذلك، عند مقارنتها بالخوارزميات الأخرى متعددة الأهداف، تُظهر الطريقة المقترحة أداءً فائقًا من حيث دقة التصنيف وعدد الميزات المختارة.حضر المناقشة عدد من الأكاديميين والباحثين والطلاب والمهتمين وعدد من زملاء الباحثة وأفراد اسرتها.
