قسم علوم الحاسب الآلي

المزيد ...

حول قسم علوم الحاسب الآلي

في بداية السبعينيات كان تخصص علوم الحاسب الآلي يقتصر على كونه شعبة تتبع قسم علوم الرياضيات ثم انفصلت هذه الشعبة  في سنة 1977م لتكون ما يعرف اليوم بقسم علوم الحاسب الآلي بقرار صادر عن جامعة طرابلس حيث افتتح القسم بتلك الفترة بعدد قليل من أعضاء هيئة التدريس جلهم من الجنسيات غير الليبية وبعدد  ما يقارب السبعة طلبة انذاك.  وبذلك اعتمد كإحد الاقسام بكلية العلوم – جامعة طرابلس.

 كانت الامكانيات التقنية والمثمثلة في جهاز الحاسب الآلي المركزي نوع IBM1620 تم تأجيره من شركة IBM بعد ذلك تم ترقية المعدات الى  الجهاز IBM360 ، وكان التحديث الأخير  باقتناء جهاز الحاسب الآلي المركزي نوع  IBM370  ويقوم بتشغيليه نخبة من الفنيين الوطنيين بعد ان تم تدريبهم.

استمر القسم طيلة السنوات بإستخدام الجهاز الحاسب الآلي المركزي حتى ظهور الاجهزة الحديثة  والمتطورة صغيرة الحجم في بداية الثمانينيات والتي تعرف "Personal Computers " والمتعارف عليها  بجاهز الحاسب الآلي الشخصي

حيث تطور القسم على مر السنين وأنشئت المعامل باستخدام هذه الاجهزة ، كذلك ازداد عدد أعضاء هيئة التدريس الليبين بعد رجوعهم من الايفاد بالخارج و  تلقيهم تعاليم علوم الحاسب الآلي في ارقي الجامعات العالمية سعيا منهم في التحسين والرفع من المكانة العلمية للقسم ونشر العلوم الحديثة داخل الوطن كذلك كرسوا طاقاتهم في مجال البحث العلمي واصدار الكتب التخصصية و تحديث المناهج التعليمية بصورة مستمرة والتي تتطابق مع المناهج العالمية ضمن معايير  

(IEEE) Institute of Electrical and Electronics Engineers 

(ACM)Association for Computing Machinery 

والتي تدرس في معظم الجامعات العالمية .

تلقى طلابنا على مر السنوات تعاليم علوم الحاسب الآلي وكان نتاج القسم بدفعات مميزة من الخريجين في هذه العلوم ومنهم من طور نفسه في مجال الابحاث حيث يعتمد في تقنياته على العلوم الاساسية كالرياضيات والفيزياء والإحصاء كأهم ركائز العلوم المتعارف عليها.

ويعد قسم علوم الحاسب الآلي في نشأته من  الأقسام القليلة على مستوى الوطن العربي إن لم يكن أولها.  لذلك فقد كان رائدا في تعليم ونشر علوم الحاسب الآلي وساهم في تطوير وميكنة المؤسسات والقطاعات العامة والخاصة  في الدولة بما قدَّم  من خريجين في مجال علوم الحاسب الآلي منذ ذلك الحين.

حقائق حول قسم علوم الحاسب الآلي

نفتخر بما نقدمه للمجتمع والعالم

12

المنشورات العلمية

21

هيئة التدريس

172

الطلبة

47

الخريجون

البرامج الدراسية

الإجازة التخصصية (بكالوريوس)
تخصص علوم الحاسب الآلي

...

التفاصيل
الإجازة العليا (ماجستير)
تخصص علوم الحاسب الآلي

...

التفاصيل

من يعمل بـقسم علوم الحاسب الآلي

يوجد بـقسم علوم الحاسب الآلي أكثر من 21 عضو هيئة تدريس

staff photo

أ. سمير علي ميلاد امبارك

د.سمير امبارك هو احد اعضاء هيئة التدريس بقسم الحاسب الالي بكلية العلوم. يعمل السيد د.سمير امبارك بجامعة طرابلس كـمحاضر منذ وله العديد من المنشورات العلمية في مجال تخصصه

منشورات مختارة

بعض المنشورات التي تم نشرها في قسم علوم الحاسب الآلي

Minimizing Fractional Errors in Floating Point Number

تدعم لغات البرمجة أعداد النقطة العائمة كنوع بيانات متضمن باللغة built-in data type. إلا أن تمثيل و دقة أعداد النقطة العائمة قد يختلف من لغة إلى أخرى ومن حاسوب إلى آخر. قسمة الأعداد الصحيحة قد تُنتج قيمة بالنقطة العائمة التي في كثير من الحالات يمكن أن تسكّن accommodated بالكامل في الحيز المخصص لها بذاكرة الحاسوب أو أنها تستمر بشكل لانهائي والذي قد ينتج عنه فقد في قيمة الناتج. إذا أخذ الناتج لتجرى عليه حسابات أخرى متتالية فتزيد فجوة الخطأ والتأثير قد لا يكون مقبولاً.في هذا البحث نقدم حلاً مستنداً على تمثيل أجزاء العدد الكسري (الجزء العشريmantissa ، الأساس base، الأس exponent) باستخدام أعداد صحيحة على شكل كسر اعتيادي. في هذه الحالة سنحصل على ثلاثة أعداد: العدد الصحيح Integer value والبسط Numerator والمقام Denominator. مع توضيح طرق إجراء العمليات الحسابية على ضوء هذا التمثيل.كنتيجة لهذا البحث ستكون هذه الطريقة في تمثيل الأعداد الكسرية تمثيلاً كاملاً دون فقدان لشكل الكسر أو جزءًا من قيمته، وتقليل الخطأ التراكمي الناتج عن تتالي العمليات الحسابية. وقد تم إعداد بعض الأمثلة البرمجية للتحقق من فعالية هذه الطريقة ومقارنة نتائجها مع نتائج التمثيل العشري المتبع للنقطة العائمة. Abstract Programming languages support floating point numbers as a built-in data type. However the representation of floating point numbers differs from one language to another.Integer division may result in floating point value that in many cases can be fully accommodated in computer memory or it goes infinitely which produces a lost in the output value. If the result is then taken for further calculations the gape of the error increases and the effect may not be acceptable.In this research a solution is proposal based on representing fractional numbers (mantissa, base and exponent) using integer numbers format. In this case we get three parts: the Integer value, the Numerator value and the Denominator value. The operations on such representation are also introduced. This representation is evaluated and compared with the traditional (Mantissa) representation. Sample programs using C++ language are developed showing how this representation can be used and how fractional numbers are declared and used, with comparison with the normal representation.
ناهد فتحي محمد فرح (2010)
Publisher's website

Formation Evaluation of Well Logs Analysis Approach for Nubian Sandston Reservoir Development within East of Sirt Basin

مؤخرا أصبح نظام مخزن البيانات (Data warehouse (DW)) مهم جدا لصانعيِ القرار. فمعظم الاستفسارات في مخزن البيانات ( Data warehouse (DW)) كبيرة معقدة ومتكررة. إمكانية إجابة هذه الاستفسارات بكفاءة هي مسألة صعبة في بيئة مخزن البيانات (Data warehouse (DW). نظام مخزن البياناتِ تم تحسينه لعمل التقارير وتحليل المعالجة المباشرة هذا التطبيقِ (on line analytical processing (OLAP) ) يُزوّدُ المستعملين بالأدواتِ لاستفسارات مخازنِ البياناتِ بشكل متكرر لكي يَتّخذوا قراراتَ أفضلَ وأسرعَ. هناك العديد مِنْ الحلولِ لتَسْريع معالجة الاستفسار مثل الجداول الملخصة (summary tables )، الفهارس (indexes )، الآلات المتوازية (parallel machines)، الخ؛ الجداول الملخصة يكون أدائها جيد عندما تكون الاستفسارات محدّدة مسبقا، ولكن عندما يظهر استفسار غير مُتوّقع، النظام يقوم بمسحَ ( scan )، جلب (fetch )، وتصنيف ( sort ) البياناتَ الفعليةَ، وهذا يقلل من ك كفاءة الأداءِ؛ إضافة إلى ذلك فعندما يتغيّر الجدول الأساسي ُ، يجب إعادة حساب الجداول الملخصة؛ الجداول الملخصة تَدعم الاستفسارات المتكرّرةَ المعروفةَ فقط، و في أغلب الأحيان تَتطلّبُ وقتَ أكثرَ ومساحةَ أكبرَ مِنْ البياناتِ الأصليةِ. لأننا لا نَستطيعُ بِناء كُلّ الجداول الملخصة المحتملة، و اختيار أي البيانات لبناء الجداول الملخصة لها صعب؛ وعلاوة على ذلك، تلخيص البياناتَ تَخفي معلوماتَ ثمينةَ؛ باستخدام الفهارس (indexes ) الفعالة، تم معالجة استفسارات معقّدةَ أسرع بكثيرَ مِنْ معالجتها باستخدام فهارس أقل فاعلية؛ لكن أداءَ الاستفسار يَعتمدُ أقل على عدد الفهارس التي تم تكوينها على الجداول أكثر مِنْها على نوعِ الفهارس التي تم تكوينها على الجداول; لذا الفَهْرَسَة هي المفتاحُ لإنْجاز هذا الهدفِ بدون إضافة أجهزةِ إضافيةِ. فقط إذا تم بناء الفهارس الصحيحةِ على الأعمدةِ، أداء الاستفسارات و خصوصا الاستفسارات الغير متوقعة (ad hoc) ستتحسن. عند تكوين الفهارس هناك خصائص الأعمدة التي يجب أخذها في عين الاعتبار عند اختيار الفهارس الصحيحةِ على الأعمدةِ، حيث أن لكل عمود خصائص خاصة به مثل Cardinality وهو يمثل عدد القيم المختلفة في العمود المراد فهرسته value rangeهو مدى القيم في العمود Distribution هو عدد القيم المتشابهة في العمود الواحد؛ و في نظام مستودع البيانات (DW) هناك عدة تقنيات للفهرسة وكل نوع من أنواع الفهرسة مناسب لحالة معينة؛ وفي هذا البحث سيتم دراسة و تقييم تقنيات الفهرسة وهي B_tree index و Bitmap index؛ و من خلال دراسة تقنيات الفهرسة وتقييمها في هذا البحث سنجد أن اختيار تقنية الفهرسة المناسبة لا تعتمد على (cardinality) ولكن تعتمد على نوع التطبيق والذي يجب على أساسه اختيار نوع الفهرسة المناسب. Abstract Recently, data warehouse (DW) system is becoming more and more important for decision-makers. In order to make better and faster decisions an Online Analytical Processing (OLAP) application provides users with tools to iteratively query the DW. The information stored in a DW is obtained through many different sources. Most of the queries against a large data warehouse are complex and iterative and contain a large number of records. Such complex queries could take several hours or days to process. The ability to answer these queries quickly is a critical issue in the data warehouse environment. There are many solutions to speed up query processing such as summary tables, indexes, parallel machines, etc. The performance when using summary tables for predetermined queries is good. But it often supports only known frequent queries, and requires more time and more space than the original data. Indexing is the key to achieve this objective without adding additional hardware. If the right index structures are built on columns, the performance of queries, especially ad hoc queries will be greatly enhanced. In indexing there are characteristics of a column that need to be considered in order to select the right index structure. Each column has its own characteristics these characteristics are Cardinality data, Distribution, and value range. In data warehouse systems, there are many indexing techniques. Each indexing technique is suitable for a particular situation. In this research, we describe and evaluate a b-tree and a bitmap indexing techniques and from this research we will find out that the usage of indexes is not in fact cardinality dependent but rather application dependent.
حنان عيسي سعيد اشتوي (2009)
Publisher's website

The Challenges of Software Development: Waterfall and Agile

Software plays a vital role in our daily life, and with information technology evolving, software projects are getting more complex. Waterfall and agile are commonly used for software development. However, they are not sufficient for every software project. A pure waterfall or agile as a software development model is not enough. The solution to this dilemma is adopting a hybrid methodology that takes advantage of the strength of both methodologies. This research paper uses criteria for selecting an appropriate methodology depending on some factors. Moreover, enhancing the waterfall model is presented to improve its deficiency.
Mehemed Abdusalam Omer Ben-zahia, Ali Aburas, Miloud Ghawar(9-2022)
Publisher's website