افتتحت الكلية عام 2002 وهي الكلية الوحيدة في الجامعة التي لا يسمح بقبول الذكور فيها وتضم اربعة اقسام هي علوم الحياة وعلوم الحاسوب والكيمياء وفيزياء الليزر
حول الكلية
كلمة السيد العميد
مجلس الكلية
الرسالة والرؤى والاهداف
داخل اروقة الكلية
الاتصال بالعمادة
قسم الحاسبات
قسم الكيمياء
قسم علوم الحياة
قسم فيزياء الليزر
يوفر القسم الاعلامي من موقع الكلية تغطية متكاملة لكافة نشاطات الكلية بكوادرها العلمية والادارية والفنية. يتوفر في هذا الجزء من الموقع تحديثات يومية لانجازات ومشاركات الكلية في المؤتمرات والندوات وورش العمل بالاضافة الى الاعلانات الرسمية العامة والمخصصة لاساتذة وطلبة الكلية. في حال الحاجة لارسال ملاحظات او استفسارت حول المواد المنشورة يرجى الاتصال بنا من خلال البريد الالكتروني h@uobabylon.edu.iq.
اخر الاخبار
الاعلانات الرسمية
اخبار الهيئة التدريسية
اخبار الاقسام العلمية
كل الاخبار
ارشيف الاخبار
المؤتمرات
الندوات العلمية
ورش العمل
احداث علمية قادمة
مشاركات سابقة
جامعة بابل والمجتمع
المساواة بين الرجل والمرأة
جامعة بابل ومكافحة الارهاب
جامعة بابل ودعم الحرية
سياسة الاستخدام الالكتروني
يختص هذا الجزء من موقع الكلية بتوثيق النشاطات الاكاديمية والبحثية لاساتذة الكلية وباحثيها , ويوفر عرض قائمة بكل المواد العلمية ضمن الاختصاصات اختصاصات الكلية . هذه القائمة مرتبطة بموقع مستودع بيانات جامعة بابل للبحوث الاكاديمية ويساعد الزوار والمهتمين بالاطلاع على خلاصات مهيئة بتفاعلية عالية. يمكن الاطلاع بشكل اوسع على النشاط الاكاديمي الالكتروني لجامعة بابل من خلال زيارة مستودع البيانات البحثية
البحوث العلمية
براءات الاختراع
مستودع الكلية الاكاديمي
مستودع الجامعة الاكاديمي
مجلات الكلية
المحاضرات والمواد الدراسية
طلبة الدراسات الصباحية
طلبة الدراسات المسائية
نظام التعليم الالكتروني
التقويم السنوي
طلبة الدراسات العليا
اعضاء الهيئة التدريسية
استشهادات كوكل سكولر
جامعة بابل واحدة من الجامعات العراقية الكبيرة. تقع في محافظة بابل الواقعة في وسط العراق على ضفاف نهر الفرات. تتألف الجامعة من 21 كلية تتوزع في ثلاثة مجمعات أساسية تقع جميعها في مدينة الحلة. الحرم الجامعي المركزي يقع غربي مدينة الحلة على الطريق الرابط بين بابل والنجف، وهو أكبر المجمعات من حيث المساحة وعدد الكليات و يليه مجمع الكليات الطبية الواقع في وسط مدينة الحلة بحي الاسكان.
التسجيل
الامتحانات التنافسية
التقديم للدراسات الاولية
التقديم للدراسات العليا
دعم الخريجين
وثائق التخرج وصحة الصدور
بوابة الخريجين
الدراسة في الكلية
قوانين الانضباط الجامعي
الاقسام الداخلية
دليل الجامعة
دخول اعضاء الهيئة التدريسية
دخول طلبة الدراسات العليا
دخول طلبة الدراسات الاولية
سيرفر بريد الكادر الاداري
سيرفر بريد الكادر العلمي
سيرفر بريد طلبة الكلية
رسالة ماجستير في كلية العلوم للبنات تدرس تشخيص امراض القلب عباس الجبوري / خلود الشمري جرت في كلية العلوم للبنات / قسم الحاسوب مناقشة رسالة ماجستير للطالبة رنده شاكر عبد الحسين عن رسالتها الموسومة : Sesure Cardias Diagnostic Sytem Based on Machine Learning وقالت الباحثة تركز هذه الرسالة على دراسة ثلاث قضايا تتعلق بتشخيص أمراض القلب وأمن البيانات التشخيصية. أولاً، النظر في مشكلة توزيع المفاتيح المرتبطة بأنظمة تشفير المفاتيح المتماثلة. ثانيًا، اختيار تقنية مناسبة للتعلم الآلي قادرة على تشخيص مشاكل القلب بدقة وفي الوقت المناسب. وأخيرًا، توسيع مجموعة بيانات التدريب لتحسين أداء التنبؤ لتقنية التعلم العميق. ونتيجة لذلك، واضافت الطالبة تقوم هذه الرسالة ببناء نظام تشخيص آلي لأمراض القلب من ثلاث مراحل. تتناول المرحلة الأولى مشكلة المفتاح المتماثل من خلال استخدام بروتوكول Three-Pass لتوزيع المفتاح السري. تم اختيار هذا البروتوكول نظرًا لقدرته على تسهيل النقل الآمن للرسائل بين الأطراف دون الحاجة إلى معرفة مسبقة أو مشاركة المفاتيح. يتم تقييم هذه المرحلة من خلال إطلاق هجمات القاموس وهجمات الرجل في الوسط (MITM). يفشل هجوم القاموس لأنه يتم إنتاج المفاتيح عشوائيًا باستخدام أرقام وأحرف ورموز أخرى غير موجودة في المعجم الإنجليزي. نجح هجوم MITM، ولكن إضافة خطوة التحقق المتمثلة في عدم إرسال نفس الرسائل إلى المشاركين الصادقين يمكن أن يمنعه. في المرحلة الثانية، تم تحليل خوارزميات K-Nearest Neighbor (KNN) و(Random Forest (RF باستخدام معايير أداء مختلفة لحل المشكلة الثانية. يتم استخدام مجموعة بيانات من العلامات الحيوية لتصنيف المريض على أنه يعاني من مرض القلب في هذه المرحلة. تظهر نتائج مقياس الدقة أن خوارزمية Random Forest (99%) تفوقت على KNN (96%). بينما تتم معالجة مجموعات بيانات التدريب غير الكافية في المرحلة الثالثة لزيادة أداء الذاكرة طويلة المدى (LSTM). في الأساس، يتم تطبيق منهج شبكة الخصومة التوليدية الجدولية المشروطة من أجل توسيع مجموعة بيانات التدريب. تنمو صفوف مجموعة البيانات من 299 إلى 5000. وتكشف النتائج التجريبية أن دقة تنبؤات LSTM تزيد من 65% إلى 99%.
نشر بواسطة: زهراء عبود احمد
تاريخ: 02/02/2024
تاريخ: 15/01/2024
تاريخ: 08/11/2023
تاريخ: 24/10/2023
تاريخ: 14/10/2023