المشاريع
أعمال هندسية وبحثية: التعلّم العميق ومعالجة الإشارات ومعالجة الصور، بنتائج مقيسة.
البحث وتعلّم الآلة
Deep Learning · Self-Supervised LearningDistill-SSLمعلّمون بالتعلم الذاتي الإشراف، وطلاب صغاردراسة من 25 تجربة على STL-10: تدريب مسبق لنماذج معلّمة من نوع ResNet-18 باستخدام SimCLR وBYOL وDINO، ثم تقطيرها في نموذج طالب من نوع MobileNetV3-Small بثلاث استراتيجيات: معلّم واحد، وتجميع معلّمين (ensemble)، وتقطير تدريجي.Deep Learning · Medical Imagingتجزئة أورام الدماغ في صور الرنين المغناطيسي (MRI)مقارنة بين ثلاث صيغ من U-Net لتجزئة أورام الدماغ على شرائح ثنائية الأبعاد من صور الرنين المغناطيسي (MRI) في BraTS-Africa (أربعة أنماط تصوير)، مع تطبيق Streamlit لمقارنة التنبؤات بالقناع المرجعي (ground truth).Deep Learning · Signal Processingتشخيص أعطال المحامل بشبكة عصبية التفافية أحادية البعد (1D CNN)شبكة عصبية التفافية أحادية البعد (1D CNN) تصنّف أعطال المحامل من إشارات الاهتزاز الخام (مجموعة بيانات CWRU)، اختُبرت على حمل محرك لم تره من قبل ومع ضجيج مضاف، ومعها تطبيق Streamlit لرفع إشارة.
مشاريع أصغر
Image Processing · Computer VisionDIP-Libمجموعة أدوات تفاعلية لمعالجة الصور الرقميةتطبيق Streamlit لتعلّم معالجة الصور الكلاسيكية: تسع وحدات بمعاملات تتغير مباشرة، تُرصّ في سلسلة معالجة (pipeline) تعرض الصورة بعد كل خطوة.Signal Processing · Image Processingمستكشف التحليل التردديتطبيق Streamlit تفاعلي لعرض الإشارات أحادية أو ثنائية الأبعاد وعزلها وإعادة بنائها بحسب نطاقاتها الترددية باستخدام FFT و IFFT.Deep Learning · Time Seriesالتنبؤ بقدرة الرياحالتنبؤ بالقدرة الخارجة من توربين رياح: نموذج LSTM مباشر في مواجهة مسار من مرحلتين LSTM → الغابة العشوائية (Random Forest). النموذج المباشر يخفض الخطأ إلى النصف.