تعريف المختبرات البحثية لقسم هندسة الحاسوب

1- مختبر تعلم التمثيل (Representation Learning) (المشرف: د. أخلاقيان)
يعمل مختبر تعلم التمثيل التابع لقسم الحاسوب في جامعة كردستان على تطوير أساليب متقدمة في تعلم الآلة لاستخراج ميزات وتمثيلات ذات معنى وقابلة للتعميم وقوية من البيانات. يشمل بحثنا الشبكات العصبية العميقة، وأجهزة التشفير الذاتي، وتحليل المصفوفات، وتمثيل الرسوم البيانية، والتعلم متعدد الوسائط، حيث ندرس كلاً من الأساليب التقليدية والنماذج الناشئة. هدفنا هو تقديم نماذج فعالة وقابلة للتفسير وقابلة للتطوير تُستخدم في تحليل البيانات والتنبؤ والتطبيقات الواقعية لتعلم الآلة. من خلال الجمع بين الدراسات النظرية وتصميم الخوارزميات والتجارب العملية، يسعى المختبر إلى إنشاء طرق توفر فهماً عميقاً للبيانات وأداءً عملياً عالياً. كما نولي اهتماماً خاصاً لدراسة متانة النماذج وقابليتها للتعميم عند مواجهة البيانات المعقدة والمتنوعة.

مجموعة تعلم الآلة الجبري (AML)
تعد مجموعة تعلم الآلة الجبري (AML) جزءاً من مختبر تعلم التمثيل في قسم هندسة الحاسوب بجامعة كردستان. التعلم الآلي الجبري هو إطار قائم على المبادئ يستخدم المفاهيم الجبرية ونظرية النموذج لنمذجة البيانات والمعرفة السابقة في شكل تمثيلات منظمة. يعتمد بحث هذه المجموعة على الجبر الخطي والهندسة والنمذجة الاحتمالية والتعلم العميق، مع تركيز خاص على تحليل المصفوفات وطرق تعلم التمثيل.
المحاور البحثية الرئيسية للمجموعة هي:
• تعلم تمثيلات مضغوطة وقابلة للتفسير ومنخفضة الأبعاد لتحليل البيانات وتصورها
• دراسة المفاضلة بين المتانة والدقة من خلال الدراسات النظرية والتجريبية
• تصميم خوارزميات للبيانات المزعجة وغير الكاملة وقليلة العينات وضعيفة التصنيف
• الاستفادة من البيانات متعددة الوسائط ومتعددة المناظر من مصادر معلومات غير متجانسة
https://amlteams.github.io

2- مختبر أبحاث تعلم الآلة في الرسوم البيانية - المشرف: د. علي رضا عبد الله پوري
كرس مختبر أبحاث تعلم الآلة في الرسوم البيانية بجامعة كردستان نفسه لتطوير مجال الذكاء الاصطناعي من خلال الأبحاث المبتكرة على بيانات الرسوم البيانية المنظمة وتقنيات التعلم العميق. يركز فريقنا متعدد التخصصات على تطوير خوارزميات ونماذج جديدة تستفيد من العلاقات المعقدة الكامنة في بيانات الرسوم البيانية لحل مشاكل العالم الحقيقي في مجالات مختلفة مثل الشبكات الاجتماعية والمعلوماتية الحيوية وأنظمة التوصية وغيرها. نحن ملتزمون بالتميز في الأسس النظرية والتطبيقات العملية، ونسعى إلى دفع حدود تعلم الآلة من خلال استكشاف طرق جديدة تعمل على تحسين الدقة وقابلية التوسع وقابلية التفسير.
https://gml.uok.ac.ir

3- مختبر اللغة والرؤية والذكاء الاصطناعي التوليدي - المشرف: د. فاطمة دانشفر
يهدف مختبر الذكاء الاصطناعي التوليدي ومتعدد الوسائط إلى تطوير وتعزيز الأبحاث الحديثة في مجال الذكاء الاصطناعي، مع التركيز على التعلم متعدد الوسائط والنماذج التوليدية، ويدرس بشكل خاص ويطور نماذج اللغة الكبيرة (LLM) والنماذج البصرية اللغوية (VLM). يبحث هذا المختبر في الطرق التي يمكن للأنظمة الذكية من خلالها فهم وتوليد والاستدلال على النصوص والبيانات المرئية في وقت واحد، مما يوفر تفاعلاً أكثر طبيعية بين الإنسان والآلة. من خلال تطوير بنى جديدة واستراتيجيات تدريب متقدمة وأطر تقييم للنماذج الأساسية، يعالج المختبر التحديات المهمة في مجالات مثل الاستدلال متعدد الوسائط وتوليد المحتوى والفهم البصري والذكاء الاصطناعي المتمحور حول الإنسان. تماشياً مع المهمة العلمية للجامعة، يلتزم المختبر بتوسيع التعاون متعدد التخصصات وتدريب الطلاب وتقديم أبحاث مؤثرة في المجتمع العلمي للذكاء الاصطناعي.

4- مختبر تحليل الشبكات الاجتماعية والبيولوجية (SBNA) - المشرف: د. صادق سليماني
يعمل مختبر تحليل الشبكات الاجتماعية والبيولوجية (SBNA) بهدف تطوير وتطبيق مناهج قائمة على تحليل الشبكات لدراسة وحل المشكلات المعقدة في المجالات الاجتماعية والبيولوجية والطبية. ينصب التركيز الرئيسي لهذا المختبر على نمذجة العلاقات بين الكيانات واستخراج الأنماط الخفية من البيانات المعقدة من خلال نظرية الرسم البياني وتحليل الشبكات والطرق القائمة على البيانات. تشمل المحاور البحثية لـ SBNA تحليل الشبكات ثنائية الأجزاء، وتحليل السلاسل الزمنية القائمة على الشبكات، وتطبيق طرق الشبكات المتقدمة في البيانات الاجتماعية والبيولوجية الحقيقية. بالإضافة إلى إنتاج المعرفة النظرية، يركز هذا المختبر على البحث التطبيقي ونشر المقالات العلمية والتعاون متعدد التخصصات في مجال تحليل الشبكات والبيانات المعقدة.
https://sbna.uok.ac.ir

5- مختبر أنظمة الحوسبة الموزعة (DCS LAB) - المشرف: د. سعدون عزيزي
يركز مختبر أبحاث أنظمة الحوسبة الموزعة على البحث والتطوير في مجال تصميم وتحليل وتنفيذ أنظمة البرمجيات الموزعة والذكية وقابلة التطوير. يدرس هذا المختبر، بمنهجية بحثية وقائمة على المشكلات، التحديات الأساسية والمتقدمة للحوسبة الحديثة؛ التحديات التي تقع عند تقاطع هندسة البرمجيات والأنظمة الموزعة والتحسين. تتمثل رؤية DCS في تقديم حلول مبتكرة قائمة على نماذج دقيقة يمكنها ضمان كفاءة الأنظمة وقوتها وقدرتها على التكيف الذاتي في البيئات غير المتجانسة والديناميكية. تركز الأنشطة البحثية لهذا المختبر بشكل خاص على استخدام الذكاء الاصطناعي وتعلم الآلة في أنظمة الحوسبة الموزعة، والاستفادة من هذه الأساليب لاتخاذ القرارات الذكية والتنبؤ وتحسين أداء الأنظمة. يخصص جزء مهم من الأبحاث في DCS لإدارة الموارد في البنى التحتية المعقدة ومتعددة الطبقات، حيث تلعب خوارزميات التحسين التوافقي دوراً رئيسياً في حل مشكلات الجدولة ونشر الخدمات وتخصيص الموارد. يتم إجراء هذا البحث في سياق بنيات الحوسبة الحديثة للحافة/الضباب/السحابة وكذلك الحوسبة بدون خادم، مع إيلاء اهتمام خاص لتفاعلها مع إنترنت الأشياء كأحد المحركات الرئيسية للأنظمة الموزعة في المستقبل.
تتلخص المحاور البحثية الرئيسية للمختبر فيما يلي:
• حوسبة الحافة والضباب والسحابة والبنى الهجينة
• الحوسبة بدون خادم وإدارة الوظائف والخدمات
• إنترنت الأشياء وتكامله مع البنى التحتية الموزعة
• إدارة الموارد والجدولة في البنى التحتية الموزعة وغير المتجانسة
• الذكاء الاصطناعي وتعلم الآلة في أنظمة الحوسبة الموزعة
• خوارزميات التحسين التوافقي لحل مشكلات أنظمة البرمجيات

6- مختبر أبحاث الأنظمة الذكية (ISLAB) - المشرف: د. روجيار بير محمدياني
يركز مختبر أبحاث الأنظمة الذكية على تصميم وتطوير أنظمة الذكاء الاصطناعي المتقدمة لفهم وتحليل ودعم اتخاذ القرار في المؤسسات والشبكات المعقدة. تعمل هذه المجموعة البحثية ضمن إطار مختبر تعلم التمثيل، ومن خلال الجمع بين البيانات التنظيمية المتناثرة والوثائق المنظمة وغير المنظمة ونمذجة الشبكات متعددة الطبقات، تسعى جاهدة لتحويل عملية اتخاذ القرار من مستوى البيانات الأولية إلى المعرفة التشغيلية القابلة للتنفيذ. يشمل جوهر نشاطنا ذكاء القرار، وأنظمة استرجاع وتكامل المعرفة RAG و LLMs، وتحليل مرونة الشبكات، والتي لها قابلية للتطبيق في البيئات الصناعية والتنظيمية والبنية التحتية. يركز هذا المختبر على تطوير أدوات دعم القرار مع التفاعل بين الإنسان والآلة، وتصميم مساعدين أذكياء ذوي استجابات موثقة وقابلة للتفسير، وتحليل شبكات الطاقة والموارد المعقدة. تشمل محاورنا البحثية نمذجة الشبكات متعددة الطبقات وغير المتجانسة، وتحليل الرسوم البيانية وتحديد العقد الحرجة، وخوارزميات RAG، والتنبؤ بالسلاسل الزمنية، وتحسين اتخاذ القرار على المستويين التشغيلي والاستراتيجي. تم تصميم أنشطة المختبر zarówno لإنتاج مقالات علمية مرموقة وتقديم حلول عملية للصناعة والحكومة والمشاريع المؤسسية.
المحاور البحثية الرئيسية:
• تجميع ومعالجة البيانات التنظيمية والشبكية المتناثرة
• تطوير أنظمة RAG الذكية ومساعد قائم على LLM للاستجابات الموثقة
• نمذجة الشبكات متعددة الطبقات وتحليل مرونة الأنظمة المعقدة
• التنبؤ بالسلاسل الزمنية وتحسين القرارات التشغيلية

7- مختبر إنترنت الأشياء البحثي والتعليمي (IoT LAB) – المشرف: د. سعدون عزيزي
يعمل مختبر إنترنت الأشياء بجامعة كردستان بهدف تطوير البحث والتعليم والابتكار في أحد أكثر نماذج تكنولوجيا المعلومات المعاصرة تأثيراً. يلعب إنترنت الأشياء، كمنصة رئيسية لتنفيذ الأنظمة الذكية، دوراً محورياً في تحول البنى التحتية الرقمية والصناعية والحضرية. تأسس هذا المختبر في مايو 2018 (أرديبهشت 1397) تحت إشراف د. سعدون عزيزي، ومن خلال توفير بيئة متخصصة، أتاح إمكانية القيام بالأنشطة التعليمية والبحثية والتجريبية للطلاب والباحثين المهتمين. يستخدم هذا المختبر معدات الأجهزة المختلفة والبنى التحتية للمختبرات، مما يوفر منصة مناسبة لتصميم وتنفيذ وتقييم الأنظمة القائمة على إنترنت الأشياء، مع تركيز خاص على دمج IoT مع تقنيات مثل حوسبة الحافة/الضباب، والحوسبة السحابية، وتحليل البيانات. يتم تعريف أنشطة المختبر بمنهجية قائمة على المشكلات وتطبيقية، ويتم السعي لإقامة رابط فعال بين المفاهيم النظرية وتطوير الأنظمة الحقيقية والاحتياجات الصناعية.
تشمل أهداف المختبر ما يلي:
• عقد ورش العمل والدورات المتخصصة في مجال إنترنت الأشياء والتقنيات ذات الصلة
• تنمية وتوجيه ودعم الأفكار الإبداعية والمبتكرة للطلاب
• تنفيذ المشاريع والخطط البحثية التطبيقية والأساسية
• عقد الندوات واللقاءات المتخصصة بحضور أساتذة وباحثين بارزين
• تحديد والإشراف على مشاريع وأطروحات البكالوريوس والماجستير والدكتوراه في مجالات إنترنت الأشياء، حوسبة الحافة، الحوسبة السحابية، والبيانات الضخمة
إمكانات المختبر:
• أنواع اللوحات الإلكترونية والتطويرية
• مجموعة متنوعة من أجهزة الاستشعار والمحركات شائعة الاستخدام
• معدات اتصالات قصيرة وبعيدة المدى
• المكونات الإلكترونية الأساسية والمعدات الطرفية اللازمة لتنفيذ الأنظمة
مجالات التطبيق والبحث ذات الاهتمام:
• المدن الذكية
• الصحة الذكية
• الزراعة الذكية
• المنازل والمباني الذكية
• مراقبة البيئة
• شبكات الطاقة الذكية