ناقش معهد المعلوماتية للدراسات العليا في جامعة تكنولوجيا المعلومات والاتصالات أطروحة الدكتوراه المقدمة من قبل الطالب عباس محمود أحمد في تخصص علوم الحاسوب، والموسومة:

“خوارزميات التحسين التطوري لاختيار الجينات وتصنيف الأمراض الشائعة: خوارزمية LPB دراسة حالة”
Evolutionary Optimization Algorithms for Gene Selection and Classification of Common Diseases: LPB A Case Study
وهدفت الأطروحة إلى تطوير أساليب أكثر كفاءة لمعالجة التحديات التي تواجه خوارزميات التحسين التقليدية، ولاسيما مشكلات التقارب المبكر، وضعف تنوع الحلول، وتحقيق التوازن بين عمليتي الاستكشاف والاستغلال. وقد استندت الدراسة إلى توسيع قدرات خوارزمية التعلم القائمة على الأداء (LPB) لتصبح نموذجاً متقدماً في مجال التحسين، من خلال استحداث نسختين جديدتين هما: LPB المعدلة (mLPB) وLPB التكيفية (aLPB)، بما يسهم في تحسين أداء عمليات اختيار الجينات وتصنيف الأمراض الشائعة.
وأظهرت نتائج الدراسة فاعلية النماذج المطورة في معالجة مشكلات التحسين الحرجة وتعزيز دقة التصنيف، الأمر الذي يفتح آفاقاً جديدة لتوظيف تقنيات الذكاء الحاسوبي في التطبيقات الطبية والحيوية، وبعد مناقشة الاطروحة من قبل رئيس واعضاء لجنة المناقشة منح الطالب درجة الدكتوراه في علوم الحاسوب بتقدير (جيد جداً عال).

Evolutionary Optimization Algorithms for Gene Selection and Classification of Common Diseases: LPB A Case Study
وهدفت الأطروحة إلى تطوير أساليب أكثر كفاءة لمعالجة التحديات التي تواجه خوارزميات التحسين التقليدية، ولاسيما مشكلات التقارب المبكر، وضعف تنوع الحلول، وتحقيق التوازن بين عمليتي الاستكشاف والاستغلال. وقد استندت الدراسة إلى توسيع قدرات خوارزمية التعلم القائمة على الأداء (LPB) لتصبح نموذجاً متقدماً في مجال التحسين، من خلال استحداث نسختين جديدتين هما: LPB المعدلة (mLPB) وLPB التكيفية (aLPB)، بما يسهم في تحسين أداء عمليات اختيار الجينات وتصنيف الأمراض الشائعة.

وأظهرت نتائج الدراسة فاعلية النماذج المطورة في معالجة مشكلات التحسين الحرجة وتعزيز دقة التصنيف، الأمر الذي يفتح آفاقاً جديدة لتوظيف تقنيات الذكاء الحاسوبي في التطبيقات الطبية والحيوية، وبعد مناقشة الاطروحة من قبل رئيس واعضاء لجنة المناقشة منح الطالب درجة الدكتوراه في علوم الحاسوب بتقدير (جيد جداً عال).