نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية

صورة غلاف الرسالة/الاطروحة غير متوفرة
مشاهدة
لايوجد ملف
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: الكشف عن تسرب النفط البحري باستخدام التعلم العميق داخل البيئة السحابية - جامعة بابل
العنوان باللغة الانكليزية
Marine Oil Spill Detection using Deep Learning Approaches Based on Cloud Environment
اسم الطالب باللغتين
آلاء اكرم جواد محمد حبي - Alaa Akram Jawad Muhammad Huby
اسم المشرف باللغتين
أ.م.د رافد صكبان عبود كريم الجبوري--Rafid Sagban Abbood Kareem Al Jubouri
الخلاصة
ان تسرب النفط على الأسطح المائية من ناقلات النفط الكبيرة والسفن اوشقوق خطوط الأنابيب يسبب حدوث أضرار جسيمة بالبيئة البحرية. توفر صور الرادار ذي الفتحة التركيبية (SAR) تمثيلًا تقريبيًا للمشاهد المستهدفة، بما في ذلك الأسطح البحرية والأرضية والسفن وانسكابات النفط والمظاهر المتشابه. يعد اكتشاف الانسكابات النفطية من عن طريق الصور وتقسيمها أمرًا بالغ الأهمية لعمليات اكتشاف ومعالجة التسرب وبالتالي حماية البيئة من هذه المخاطر. تقدم هذه الرسالة إطارًا للتعلم العميق للكشف عن تسرب النفط باستخدام تقنية التجزئة U-Net. وقد تم استبدال جزء التشفير من U-Net بنماذج مثل (Densnet201, Inception V3, EfficientNetb3 ReseNet101) التي تم تدريبها مسبقًا على مجموعة بيانات Imagnet والتي تمثل جزء Encoder في المقابل يستخدم جزء Decoder بنية U-Net. تقسم فئات مجموعة البيانات إلى خمس مجموعات ذات أبعاد مكانية 512 × 512 (800 للتدريب و 202 للتقييم و 110 للاختبار). قدمت U-net مع العمود الفقري Densenet201 افضل نتائج (دقة 92٪ ، دقة 56٪ ، استرجاع 80٪ ، 74٪ درجة F ، و 69٪ IoU). علاوة على ذلك يتم حفظ أفضل النماذج أداءً وتحميلها إلى VPS للاختبار على صورة حقيقية بالحجم الكامل (1250 * 650) وحساب مساحة البكسل لكل فئة. نتائج هذه الدراسة واعدة للغاية وتوفر IoU محسّنًا مقارنة بالأعمال ذات الصلة.
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2023
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم