متطلبات تخصص يجب على الطالب ان يكمل 27 ساعة معتمدة

رمز المساق	اسم المساق	الساعات المعتمدة	المتطلبات السابقة
491111	الذكاء الاصطناعي : مقاربة حديثة	3
يقدم المساق استكشافًا متعمقًا للتطورات والتقنيات والتطبيقات المعاصرة في مجال الذكاء الاصطناعي. مع التركيز على المنهجيات المتطورة والاتجاهات الناشئة، تزود هذه الدورة الطلاب بالمعرفة والمهارات اللازمة للتنقل في تعقيدات أنظمة الذكاء الاصطناعي الحديثة. بحلول نهاية الدورة، سيكون الطلاب قد اكتسبوا فهمًا شاملاً لأحدث التطورات في الذكاء الاصطناعي، إلى جانب الخبرة العملية في تطبيق تقنيات الذكاء الاصطناعي الحديثة لحل المشكلات المعقدة. سيكونون مجهزين جيدًا للمساهمة في أحدث الأبحاث والابتكار والتطوير في مجال الذكاء الاصطناعي.
491112	تمثيل المعرفة وتحليلها	3
يهدف هذا المقرر إلى تزويد الطلاب بالمعلومات الكافية المتعلقة بتمثيل المعرفة وتحليلها والتي تحتوي على موضوعات تتعلق بتمثيل المعرفة بعدة طرق: التوجه الشيئي، والأوصاف المنظمة، والأنطولوجيات، والقضايا المرتبطة بها مثل الويب الدلالي، OWL، مقارنات الأنطولوجيات، التشابه. مقاسات. وسيتناول المقرر أيضًا دراسة بعض المشكلات الحقيقية وتطبيق التمثيلات والتحليلات المعرفية المختلفة عليها.
491113	البحث العلمي	3
يتضمن مساق مبادئ البحث العلمي عرض بعض الأسس النظرية والفلسفية للبحث العلمي باعتباره الأداة للوصول إلى المعرفة ويستعرض هذا المساق أنواع المناهج البحثية في العلوم المختلفة إضافة إلى مراحل وخطوات اجراء البحوث العلمية ابتداءاً من تحديد المشكلات البحثية وتحليلها، ومفهوم الفرضيات بنوعيها الاحتمالية وغير الاحتمالية، وأدوات وأساليب جمع البيانات والمعلومات وخصائصها السايكومترية، وشرح مفهوم المتغيرات وأنواعها إضافة إلى أمور لها علاقة بتنفيذ البحث العلمي. مخرجات المساق: مفاهيم مدخلية للبحث العلمي المشكلة والفرضيات في البحث العلمي المتغيرات في البحث العلمي العينات في البحث العلمي أدوات جمع البيانات في البحث العلمي مناهج البحث العلمي تطوير مخطط البحث العلمي
491114	تعلم الآلة والتعلم العميق	3	491111
يتيح هذا المساق للطالب التعرف على مختلف خوارزميات التعلم اآللي و تنفيذها و تطويرها ليتمكن الحاسوب من إتخاذ قرارات بشكل مستقل. يتم ذلك عن طريق تحليل البيانات المتوفرة و التعلم منها وذلك للتعامل مع أي مستجدات أو مهام مطلوبة منها. يتم تدريس مختلف خوارزميات و تقنيات التعلم التلقائي )Learning Supervised )والتعلم اإلستنتاجي )learning Unsupervised )كالشبكات العصبية االصطناعية (Networks Neural Artificial (و شبكات النظرية االفتراضية (Networks Bayesian (و الغابات العشوائية (Forest Random (و متجهات آالت الدعم Support( (Machines Vector والتعلم المتعمق (Learning Deep(، على سبيل المثال ال الحصر. ? نتائج التعلم المقصودة(ILO's) ? التمييز بين أساليب التعلم الخاضعة لإلشراف وغير الخاضعة لإلشراف. ? القدرة على تقييم التقنية المناسبة لحل مشاكل واقعية في مختلف المجاالت. ? القدرة على تطوير وتدريب تقنيات التعلم اآللي المختلفة على بيانات حقيقية.
491115	رؤية الحاسوب	3	491114
يهدف هذا المساق إلى تعليم الطالب ماهية الرؤية و كيفية تنفيذها بواسطة الحاسوب. يستكشف الطالب كيفية الرؤية عند اإلنسان و يربطها بمكونات الرؤية في الحاسوب و أساسياتها بدأ من الكاميرا و تشكيل الصور و معالجتها و حتى التعرف على مكوناتها، و هذا يشمل: إلتقاط الصور و الفيديو، المعالجة األولية، فصل المكونات و تحديدها، تمثيل أجزاء الصورة واستخالص مميزاتها، التعرف عليها بواسطة خوارزميات التعلم اآللي. يدرس الطالب أيضا كيفية تتبع الحركة و الرؤية المجسمة إلدراك العمق. ? نتائج التعلم المقصودة (ILO's) ? التعرف على أساسيات الصور الرقمية والرؤية. ? شرح النظريات والتقنيات األساسية في رؤية الحاسوب. ? فهم وتصميم تقنيات معالجة الصور وتحسينها. ? شرح مفاهيم تمثيل الصورة والتعرف عليها. ? فهم واستخدام تقنيات التعلم اآللي المختلفة التي يمكن استخدامها للتعرف على الصور. ? فهم مبادئ الرؤية المجسمة )vision Stereo )وتتبع الحركة. ? تصميم وتنفيذ خوارزميات رؤية الحاسوب لمختلف التطبيقات. ? مساعدة الشركات و المصانع في حل مشاكل واقعية
491116	معالجة اللغة الطبيعية	3	491114
يقدم مساق معالجة اللغات الطبيعية (NLP) استكشافًا شاملاً للأسس النظرية والتقنيات الحسابية والتطبيقات العملية لمعالجة اللغة البشرية باستخدام أجهزة الكمبيوتر. البرمجة اللغوية العصبية (NLP) هي مجال سريع التطور يقع عند تقاطع الذكاء الاصطناعي واللغويات وعلوم الكمبيوتر، مع تطبيقات واسعة النطاق في تحليل النصوص واسترجاع المعلومات والترجمة الآلية وتحليل المشاعر والمزيد. بحلول نهاية الدورة، سيكون الطلاب قد اكتسبوا فهمًا شاملاً للنظريات والخوارزميات والمنهجيات الأساسية لمعالجة اللغة الطبيعية، بالإضافة إلى المهارات العملية لتطبيق تقنيات البرمجة اللغوية العصبية لحل مشاكل العالم الحقيقي والمساهمة في التقدم في هذا المجال. .
491121	التنقيب في البيانات وتحليلها	3
يقدم مساق التنقيب عن البيانات استكشافًا شاملاً للمبادئ والتقنيات والتطبيقات الخاصة باستخراج الرؤى والأنماط القيمة من مجموعات البيانات الكبيرة. في عصر تكون فيه البيانات وفيرة ولكن غير مستغلة بالقدر الكافي، يوفر استخراج البيانات الأدوات والمنهجيات الأساسية لتحويل البيانات الأولية إلى معرفة قابلة للتنفيذ، مما يتيح اتخاذ قرارات مستنيرة ودفع الابتكار عبر مختلف الصناعات والمجالات. طوال الدورة، سيشارك الطلاب في التدريبات العملية والمشاريع والمهام لتعزيز المفاهيم النظرية وتطوير مهارات عملية في استخراج البيانات باستخدام الأدوات الشائعة ومكتبات البرامج. وبحلول نهاية الدورة، سيتم تزويد الطلاب بالمعرفة والأدوات اللازمة للاستفادة من تقنيات استخراج البيانات بشكل فعال في مجموعة واسعة من المهام التحليلية وسيناريوهات صنع القرار.
491899	الأطروحة	6
تم تصميم دورة الأطروحة لتوجيه الطلاب خلال عملية إجراء بحث مستقل وإنتاج عمل علمي كبير في مجال الدراسة الذي اختاروه. تسمح هذه التجربة النهائية للطلاب بإظهار إتقانهم للمعرفة والمهارات والمنهجيات المكتسبة خلال برنامجهم الأكاديمي. يتم إجراء دورة الأطروحة عادة في السنة الأخيرة من برنامج الدراسات العليا أو المرحلة الجامعية، مما يسمح للطلاب بدمج وتطبيق معارفهم ومهاراتهم في مشروع بحثي مركّز. سيعمل الطلاب بشكل وثيق مع مستشار هيئة التدريس أو لجنة الأطروحة طوال العملية، وسيتلقون التوجيه والإرشاد لدعم مساعيهم البحثية. المتطلبات الأساسية: إكمال الدورات الدراسية ذات الصلة في مجال دراسة الطالب، بما في ذلك أساليب البحث أو دورات التخرج. يجب أن يكون لدى الطلاب أساس قوي في الكتابة الأكاديمية، وتصميم البحث، ومهارات التفكير النقدي. هذه الدورة مفتوحة لطلاب الدراسات العليا والجامعية عبر التخصصات الذين يتابعون أطروحة أو مشروع بحث معادل كجزء من متطلبات شهاداتهم. توفر دورة الأطروحة فرصة للطلاب لتقديم مساهمات أصلية في مجال دراستهم والاستعداد للمساعي الأكاديمية أو المهنية المستقبلية.

متطلبات تخصص إختيارية يجب على الطالب ان يكمل 9 ساعة معتمدة

رمز المساق	اسم المساق	الساعات المعتمدة	المتطلبات السابقة
486512	تركيب البيانات والخوارزميات المتقدمة	3
Data structures designs for effective algorithms with concentration on advanced computing, Massive data structures, Advanced algorithm design methods, NP and NP completeness, Introduction to parallel algorithms and Heuristic algorithms.
486577	الحوسبة عالية الاداء	3
البرمجة المتوازية, المعالجة المتوازية, الحوسبة الكمية, تصميم الخوارزميات المتوازية, تصحيح أخطاء البرامج المتوازية, موازنة االعباء. ? نتائج التعلم المقصودة(ILO'S) ? القدرة على تحليل المسألة بهدف ايجاد فرص لموازاة المعالجة. ? تعلم اختيار الخوارزميات والمعدات و لغات البرمجة لحل المسائل كثيفة الحسابات. ? القدرة على تقدير االداء وتحسينه. ? القدرة على برمجة الحواسيب بذاكرة مشتركة او موزعة.
489111	مبادئ وتصميم أنظمة انترنت الأشياء	3
يُقصد به الجيل الجديد من اإلنترنت )الشبكة( الذي يتيح التفاهم بين األجهزة المترابطة مع بعضها )عبر بروتوكول اإلنترنت(. وتشمل هذه األجهزة األدوات والمستشعرات والحساسات وأدوات الذكاء االصطناعي المختلفة وغيرها. ? نتائج التعلم المقصودة (ILO'S) ? معرفة طريقة كيفة عمل اإلنترنت العامة وكذلك إنترنت األشياء. ? فهم العوائق واإلمكانيات التي تقدمها الشبكات الالسلكية والهاتف المحمول إلنترنت األشياء. ? استخدام أدوات القياس األساسية لتحديد أداء الشبكات القائمة على الرزم في الوقت الفعلي. ? تحليل شبكات االستشعار الالسلكية والسلكية التي تقوم عليها إنترنت األشياء.
489121	تطبيقات الأنظمة الذكية	3
يتناول المساق دراسة تطبيقات عملية لألنظمة الذكية على أرض الواقع. يدرس الطالب عدة تطبيقات عملية من خالل تحليل و فهم كل مجال من المجاالت المطروحة في المساق و كذلك دراسة التطبيقات الذكية على كل مجال و كيف أن هذه التطبيقات أسهمت في تحسين ظروف و بيئة كل مجال بما ينعكس ايجابا عليها و ذلك من خالل دراسة كل نظام و تحليله. من االمثلة على التطبيقات التي ستطرح في المساق: ? قطاع السيارات في قطاع السيارات، سيكون تكامل األنظمة الذكية عامًال رئيسيًا لمساعدة السائق التنبؤية للوصول إلى السالمة على الطرق لخفض عدد الوفيات الناجمة عن حوادث المرور ? انترنت األشياء تساهم األنظمة الذكية أي ًضا بشكل كبير في تطوير إنترنت األشياء المستقبلي، حيث توفر وظائف ذكية للكائنات اليومية، مثل السلع الصناعية في سلسلة التوريد، أو في المنتجات الغذائية في سلسلة اإلمداد الغذائي. بمساعدة تقنية RFIDالنشطة، وأجهزة االستشعار الالسلكية، واإلحساس بالقدرة على االستجابة في الوقت الحقيقي، وكفاءة الطاقة، فضالً عن وظائف الشبكات، ستصبح الكائنات كائنات ذكية. هذه األشياء الذكية يمكن أن تدعم كبار السن و المعاقين. يمكن للتتبع والمراقبة عن كثب للمنتجات الغذائية تحسين إمدادات األغذية وجودتها. يمكن للسلع الصناعية الذكية تخزين معلومات حول منشأها ووجهتها ومكوناتها واستخدامها. ويمكن أن يصبح التخلص من النفايات عملية إعادة . ا. تدوير فردية فعالة حقً ? الرعاية الصحية في قطاع الرعاية الصحية، تؤدي تقنية األنظمة الذكية إلى تحسين أدوات التشخيص، وتحسين العالج ونوعية الحياة للمرضى من خالل خفض تكاليف أنظمة الرعاية الصحية العامة في وقت واحد.
489124	تحليلات البيانات الكبيرة	3
يغطي المساق مقدمة عملية عن تصميم وبناء أنظمة معالجة البيانات على Google Cloud Platform. سيتعلم الطلاب كيفية تصميم أنظمة معالجة البيانات ، وإنشاء خطوط أنابيب بيانات شاملة ، وتحليل البيانات ، وتنفيذ التعلم الآلي. يغطي المساق  البيانات المنظمة وغير المنظمة. مخرجات المساق: يعلم هذا المساق المهارات التالية: • تصميم وبناء أنظمة معالجة البيانات على Google Cloud Platform • الاستفادة من البيانات غير المنظمة باستخدام واجهات برمجة تطبيقات Spark • معالجة الدُفعات وتدفق البيانات من خلال تنفيذ خطوط أنابيب البيانات autoscaling على Cloud Dataflow • تمكين رؤى فورية من تدفق البيانات • استخراج ، تحميل ، تحويل ، تنظيف ، والتحقق من صحة البيانات • تصميم خطوط الأنابيب والبنى لمعالجة البيانات • إنشاء والحفاظ على التعلم الآلي والنماذج الإحصائية • الاستعلام عن مجموعات البيانات ، تصور نتائج الاستعلام وإنشاء التقارير
489128	إدارة الأنظمة الذكية	3
يهدف هذا المساق الى إكساب الطلبة المهارات اللازمة لإدارة المشاريع الذكية المختلفة مثل مهارة التخطيط والقدرة على التحليل وادارة المخاطر ومهارة الاتصال والتواصل مع الاخرين ومهارة القيادة في مثل هذه الانظمة وادارة الوقت. كما يشتمل المساق على دراسة نماذج مشاريع ذكية ناجحة وأخرى غير ناجحة مخرجات المساق: إكساب الطلبة المهارات اللازمة لإدارة المشاريع المختلفة مثل مهارة التخطيط والقدرة على التحليل وادارة المخاطر ومهارة الاتصال والتواصل مع الاخرين ومهارة القيادة وادارة الوقت .
491117	علم الروبوتات	3	491111
يتعلم الطالب في هذا المساق كيفية عمل و تصميم و بناء الروبوتات لمختلف التطبيقات. يتم دراسة مكونات الروبوت لحركتها الميكانيكية المنشودة. كما و يتم اإللكترونية ووحدات التحكم و خوارزمياتها، باإلضافة إلى تصميم الروبوتات تبعاً دراسة تطبيقاتها و أنواعها المختلفة. ? نتائج التعلم المقصودة (ILO'S) ? التعرف على أجزاء الروبوتات الرئيسية التي تشمل وحدات المعالجة، وحدات التحكم، المجسات، المحركات، و اإلتصاالت الالسلكية. ? فهم و تصميم مختلف أنواع الروبوتات المتحركة. ? استكشاف و دراسة تطبيقات الروبوتات المختلفة و مشاكلها مثل التعريب والمالحة، استكشاف المتاهات، إنشاء الخرائط، معالجة الصور في الوقت الحقيقي، روبوت كرة القدم، الشبكات العصبية، الخوارزميات الجينية، أنظمة السيارات. ? القدرة على بناء روبوتات مناسبة لتطبيقات معينة و ضمن بيئة خاصة. ? المتجددة وتطبيقاتها
491118	تطبيقات نظم الذكاء الاصطناعي 1	3	491114
يهدف هذا المساق الى تعريف الطالب بالتطبيقات المتعلقة بالذكاء االصطناعي في مجال نظم المعلومات المكانية وأنظمة المعلومات الجغرافية ويتم إيالء االهتمام الرئيسي الستخدامات النماذج التي تعتمد على الشبكات العصبية االصطناعية متعددة الطبقات، االنحدار العام، الشبكات والخرائط ذاتية التنظيم، والتعلم اإلحصائي، machines vector Support األفكار الرئيسية التي تخص التصنيف المكاني، التنبؤات المكانية / رسم الخرائط بما في ذلك الخوارزميات التلقائية والغير خطية وتمثيل البيانات االجتماعية واالقتصادية متعددة األبعاد، وكذلك تطبيقاتها في مجال االستشعار عن بعد ومعالجة الصور الجوية ويتم التعرض لكل هذه النماذج من خالل مراجعة حاالت دراسية. ? نتائج التعلم المقصودة (ILO's) ? التعرف على نظم المعلومات المكانية وتطبيقاتها في الحياة العملية ? التعرف على إمكانيات الذكاء الصناعي لتطبيقات نظم المعلومات المكانية ? التعرف على حاالت دراسية لتوظيف نماذج الذكاء الصناعي في مجال نظم المعلومات المكانية وتطبيقاتها
491119	تطبيقات نظم الذكاء الاصطناعي 2	3	491114
هذا المساق يتناول تطبيقات الذكاء اإلصطناعي في أنظمة الطاقة المتجددة بما في ذلك مواضع هامة تخص التنبأ بكميات اإلشعاع الشمسي وسرعة الرياح بواسطة منظمومات الخاليا العصبية والغابات العشوائية، وما يتعلق من توظيف أمثل لهذه التقنيات بواسطة خوارزميات تحدد معايير هذه المنظومات بشكل امثل. إضافة على ذلك يهدف هذا المساق إلى شرح خورزميات التصميم بعين اإلعتبار أهدافاً ومحددات أحادية للتصميم أو طرق متعددة األهداف. من جهة أخرى يقدم األمثل إلنظمة الطاقة المتجددة آخذاً لذكاء اإلصطناعي. أخيراً المساق طرق تنصيب أنظمة التوليد الموزع في الشبكات الكهربائية بطريق مثلى بواسطة خوارزميات ا يعرض المساق بعض خوارزميات الذكاء اإلصطناعي التي يمكن من خاللها التحكم بأنظمة الطاقة المتجددة ? نتائج التعلم المقصودة(ILO's) ? التعرف على أنظمة الطاقة المتجددة وتطبيقاتها في الحياة العملية ? التعرف على إمكانيات الذكاء الصناعي لتطبيقات نظم الطاقة المتجددة ? التعرف على حاالت دراسية لتوظيف نماذج الذكاء الصناعي في مجال نظم الطاقة
491120	موضوعات خاصة	3	491111
يغطي هذا المساق ما يستجد من مجاالت الذكاء االصطناعي، و يكون أيضا مقدمة للرسالة.