طالبات جامعة الإمارات العربية المتحدة يقدمن أبحاثًا رائدة في جامعة ستانفورد
تم دعوة طالبتين من جامعة الإمارات العربية المتحدة للمشاركة في المؤتمر الدولي للمرأة في علوم البيانات بجامعة ستانفورد للحديث حول أعمالهن البحثية. تم تنفيذ المشاريع في مختبر أبحاث السحابة الذكية وأنظمة الحوسبة الموزعة في كلية تقنية المعلومات بجامعة الإمارات العربية المتحدة تحت إشراف الدكتورة ليلى إسماعيل، أستاذة مشاركة في علوم الكمبيوتر وهندسة البرمجيات في الجامعة. لقد حققتا نجاحًا قويا عند تقديم الابحاث افتراضيا للحضور في 20 مارس 2021.
ركزت الطالبة شيخة الحمودي، التي تخصصت في علوم الكمبيوتر، عملها على الذكاء الاصطناعي والتعلم الآلي من أجل توفير الطاقة في الحوسبة السحابية في المدن الذكية. على الرغم من أهمية تشغيل المدن الذكية للبيانات الضخمة والتطبيقات التفاعلية، فإن حاجتها إلى خوادم إضافية تعني أيضًا زيادة استهلاك الكهرباء والطاقة. وتطلع شيخة الحمودي إلى توفير الطاقة باستخدام عامل ذكي. تحدثت عن اهتمامها بالموضوع مع الدكتورة ليلى إسماعيل، عندما سمعت لأول مرة عن مختبر أبحاث السحابة الذكية وأنظمة الحوسبة الموزعة ومشاريع الذكاء الاصطناعي التي كانت قيد التنفيذ. بعد فترة وجيزة، انضمت شيخة الحمودي إلى مختبر الدكتورة ليلى إسماعيل في الفصل الثاني 2020 وأتيحت لها الفرصة للمشاركة في المشروع الذي قدمته لاحقًا في مؤتمر ستانفورد.
كما أن مشاركة شيخة الحمودي شخصيًا في المشروع كان عاملاً حاسمًا في اختيارها لتقديمه في مؤتمر ستانفورد. وقالت: "لقد كانوا انتقائيين، لذا فإن العمل على البحث مع المختصين ساعد في اختيارنا للمؤتمر"، مضيفة أن البرامج في الجامعة تزود الطلاب بقدر كبير من المعرفة. "تمت تغطية الكثير من الموضوعات في برنامجي، مثل الذكاء الاصطناعي والتعلم الآلي والحوسبة السحابية، من بين أمور أخرى، والتي تبحث في هذا المجال."
كما استفادت من مساقات إضافية إلى جانب برنامجها الرئيسي مثل الثقافة الإسلامية ومقدمة للغات والاتصال، مما ساعد أيضًا في تمهيد رحلتها نحو النجاح. قالت شيخة الحمودي: "لقد كنت سعيدة للغاية عندما اكتشفت أنه تم اختياري لأنها كانت فرصة جيدة جدًا بالنسبة لي". "لقد كنت متحمسة جدًا لكوني جزءًا من المؤتمر."
خلال عرضها، تناولت مجموعة من الموضوعات، بما في ذلك تطبيقات وحدة المعالجة المركزية، والتنبؤ باستهلاك الطاقة، وبناء نماذج التعلم الآلي. واختتمت قائلة: "شعرت أن الحضور قد تعلموا حقًا شيئًا ما وأنه حقًا مجال أريد أن أعمل فيه في يوم ما".
من جانبها، اختارت الطالبة سمية الكثيري تركيز عملها على التنبؤ المتسلسل الزمني لمرض كوفيد 19 في الإمارات العربية المتحدة. يستلزم مشروعها استخدام نموذج الانحدار الذاتي والمتوسط المتحرك للتنبؤ بعدد حالات الإصابة بفيروس كوفيد 19في الدولة. ونتيجة لذلك، يساعد النموذج حكومة دولة الإمارات العربية المتحدة على اتخاذ تدابير فعالة، وتخصيص الموارد بكفاءة والتخطيط وفقًا لذلك، مع مساعدة مؤسسات الرعاية الصحية أيضًا على تنظيم مواردها الطبية بنجاح.
ينبع اهتمام سمية الكثيري بالمجال من افتتانها بقدرة الأساليب الرياضية على التنبؤ بعدد الإصابات وتقديم صورة واقعية لأي موقف محدد. وهذا بدوره يسمح لسلطات الدولة باتخاذ قرارات فعالة.
لعبت الجامعة دورًا كبيرًا في اختيار سمية الكثيري لمؤتمر ستانفورد البارز، بدءًا من جودة البرامج التي تقدمها لطلابها. قالت "إنهم متقدمون للغاية". "كوني جزءًا من مختبر أبحاث السحابة الذكية وأنظمة الحوسبة الموزعة، طورت أيضًا مهاراتي لهذه المشاريع وانضممت أيضًا إلى الأنشطة اللامنهجية، مثل نادي الحوار، الذي ساعدني على تطوير نفسي."
حدثت بحماس كبير عن اختيارها ووصفته بأنه حدث كبير تنظمه واحدة من أعرق الجامعات في العالم. وأوضحت: "لقد تأثر الحضور ببحثنا لأنه كان مرتبطًا بما نمر به الآن". "كان الأمر ممتعًا للكثيرين." المثابرة والمرونة والعمل الجاد وتجاوز القيود كانت جميعها من الصفات القوية التي اكتسبتها سمية الكثيري في الجامعة. كما ساعدت جامعة الإمارات العربية المتحدة في تطويرها الشخصي، حيث أقامت روابط وعلاقات قوية تعتقد أنها ستكون مفيدة لمستقبلها.
تعد المشاريع التي شاركت فيها الطالبات جزءًا من العمل المستمر لمختبر أبحاث السحابة الذكية وأنظمة الحوسبة الموزعة، وقد تم تنفيذها خارج المساقات المخصصة. أوضحت الدكتورة ليلى إسماعيل أنها تُشرك الطلبة بانتظام في مثل هذه المشاريع. قالت: "هذا يتجاوز تمامًا أداء الواجبات". "لقد قمت بالإشراف على الطلبة في البحث حتى يكونوا مجهزين بالمعرفة والممارسة في موضوعات البحث الهامة."
كما تم اختيار الدكتور ليلى إسماعيل، مؤسس ورئيس مختبر أبحاث السحابة الذكية وأنظمة الحوسبة الموزعة، لتقديم عرض تقديمي رئيسي في 8 مارس 2021، حول مستقبل التعلم الآلي لمكافحة كوفيد 19كما ذكرت أنه تم قبول نشر ورقة بحثية مع طلبة كمؤلفين مشاركين في قاعدة بيانات سكوبس.
هل تجد هذا المحتوى مفيد ؟
Sorry
There is no English content for this page
Sorry
There is a problem in the page you are trying to access.