نشر الطالب (نوار علاء السماك) احد طلبة المرحلة الثالثة من قسم الرياضيات بحثاً علمياً بعنوان (تقديم نموذج مبتكر سريع لتحليل المكونات المحيطة – الشبكة العصبونية العميقة لتعزيز اكتشاف نعاس السائق). في مجلة: Big Data and Cognitive Computing (BDCC) السويسرية، المصنفة ضمن الربع الأول (Q1) في مستوعبات Clarivate WOS, ومصنفة ضمن قواعد بيانات Scopus في الربع الأول (Q1) أيضاً.
حيث يقدم البحث مشكلة النعاس أثناء القيادة، باعتبارها من أبرز الأسباب الجوهرية لحوادث المرور على مستوى العالم. وقدّم الفريق البحثي نموذجاً هجينياً مبتكراً يجمع بين تقنية التحليل السريع لمكونات الجوار (FNCA) والشبكات العصبية العميقة (DNN)، لاستكشاف حالات النعاس بالاعتماد على إشارات الدماغ الكهربائية (EEG). يعمل النموذج على تحسين تمييز الميزات وتقليل الأبعاد باستخدام FNCA، ثم يُصنّف الحالات الذهنية (يقظة، متوسطة، نعاس) بدقة عالية باستخدام DNN.
وتم اختبار النموذج على قاعدة بيانات SEED-VIG، وحقق دقة بلغت 94.29%، متفوقًا على نماذج حديثة مثل TSception وCNN+LSTM. تؤكد النتائج فعالية النموذج في الكشف الفوري عن النعاس، مما يجعله أداة واعدة لتعزيز أنظمة السلامة الذكية في المركبات. متمنين للطالب كل التوفيق والنجاح في مسيرته العلمية.
