انجاز بحثي ضمن مجلة عالمية مصنفة Q1 في سكوبس و كلارفيت .

نشر بحث علمي للعضو الهيئة التدريسية (أ.م. عباس محمد نوري) في الجامعة التقنية الشمالية/ كلية التقنيات الصحية والطبية – كركوك ضمن مجلة Applied Sciences في الربع الاول (Q1) في تخصص هندسة جيوماتيك بمعامل تاثير (2.5) بالتعاون مع الجامعة التكنولوجية وجامعة الاسراء.
عنوان البحث:
Deep-Learning Integration of CNN–Transformer and U-Net for Bi-Temporal SAR Flash-Flood Detection
الباحثون:
أ.م. عباس محمد نوري (الجامعة التقنية الشمالية – كلية تقنيات الصحية والطبية – كركوك)
أ.د. عبدالرزاق طارش زبون (جامعة الاسراء – كلية الهندسة)
أ.د. امجد ناصر محسن (الجامعة التكنولوجية – كلية هندسة المدنية)

يتناول البحث تطوير خوارزمي هجين Deep Learning، المعروف بـ CCT-U-ViT، حيث يجمع بين استخراج الميزات المكانية لـ U-Net وقدرة السياق العالمي للـ Transformer. يقلل النموذج بشكل كبير من عدد الكتل الأساسية حيث يستخدم CCT بدلاً من Vision Transformer، مما يجعله مناسبًا تمامًا لبيانات مجموعات الفيضانات الصغيرة. يعمل هذا النموذج على تحسين تحديد حدود الفيضانات من خلال دمج الأنماط المكانية المحلية والعلاقات السياقية العالمية. ومع ذلك، فإن الطريقة تعتمد على صور Sentinel-1 SAR وتركز على أربيل في العراق، التي شهدت فيضانات مفاجئة شديدة في ديسمبر 2021.