فائز موسى لهمود الرفيعي

نبذة عني

تدريسي في المعهد التقني - كوت
حاصل على شهادة الماجستير في علوم الحاسبات

معلومات اساسية
مكان العمل:
الجامعة التقنية الوسطى
الكلية \ المعهد:
المعهد التقني الكوت
قسم:
مركز الحاسبة والمعلوماتية
اللقب العلمي:
مدرس مساعد
وظيفة:
تدريسي
البريد الإلكتروني الجامعي:
البريد الإلكتروني الشخصي:
التحصيل الدراسي

2011-2014

ماجستير
علوم حاسبات

جامعة البصرة
العراق البصرة

دراسة الماجستير على مدى 3 سنوات تضمنت كورسات دراسية في السنة الأولى ورسالة على مدى سنتين بالاختصاص الدقيق (الذكاء الاصطناعي)

2001 - 2005

بكالوريوس
نظم المعلومات الحاسوبية

كلية الرافدين الجامعة
العراق بغداد

بكالوريوس في نطم المعلومات على مدى 4 سنوات بمعدل تراكمي 74.8


البحوث والمنشورات

تحليل احالة الضمائر
16 Jan 2014

المؤلفون
فائز موسى لهمود الرفيعي, سلمى عبدالباقي محمود
تاريخ النشر 2014
مجلة مجلة واسط للعلوم والطب
المجلد 7
الإصدار 2
الناشر جامعة واسط

A
Arabic words clustering by using K-means algorithm
07 Mar 2017

المؤلفون
Dhyaa Shaheed Al-Azzawy, Faiez Musa Lahmood Al-Rufaye
تاريخ النشر 2017/3/7
المؤتمر
2017 Annual Conference on New Trends in Information & Communications Technology Applications (NTICT)
الصفحات 263-267
الناشر IEEE
الوصف
These We mean by the clustering is a technique to divide the text into clusters of words, so that words in the same cluster are similar to each other. As humans we can have significant difficulty understanding the clustering of words to each other. To a machine, it represents a huge challenge. To address this problem, this paper describes a new words-clustering technique based on certain text characteristics; by building a system to cluster words in the text depending on characteristics such as morphological, syntactic and Semantic. The clustering is a method of Unsupervised Machine Learning methods, where it collects words with other have similar characteristics in the clusters based on Similarity Function to calculate the distance between those words. We depended on k-mean Clustering to calculate the distance between words, then generating clusters for all referred words in the text. Finally, we will evaluate our …

A
Arabic text mining based on clustering and coreference resolution
26 Apr 2017

المؤلفون
Salma Mahmood, Faiez Musa Lahmood Al-Rufaye
تاريخ النشر
2017/4/26
المؤتمر
2017 International Conference on Current Research in Computer Science and Information Technology (ICCIT)
الصفحات
140-144
الناشر
IEEE
الوصف
Text mining discover and extract useful information from documents, whenever increase the size and number documents leads to redouble features. The huge features for the documents adds challenge to text mining called high dimension. The aim of this proposed study is minimize the high dimension of the documents, and improve Arabic text mining using clustering. In order to achieve this goal, we propose to applied coreference resolution technique using the clustering algorithms k-mediods and k-means. This study uses the similarity metrics Euclidean and Cosine. The system implements using a corpus contains on 200 sport news Arabic. Finally, evaluation measures are used including (Precision' Recall and F-measure) to evaluate our system.

M
Mammogram image segmentation for improving the diagnosis of dense breast issues
07 Feb 2019

المؤلفون
Raad Farhood Chisab Marwah Thamer Ali, Faiez Musa Lahmood
تاريخ النشر
2019
مجلة
8
المجلد
1
الإصدار
2019
الصفحات
44-52
الناشر
Science Publishing CorporationPublisher of International Academic Journals