جامعة الاسراء

The "Iraqi Wall-E" project introduces an innovative, low-cost autonomous agricultural crawler robot designed to revolutionize modern precision farming practices. It features an integrated multi-sensor architecture that simultaneously measures crucial soil metrics, including temperature, humidity, and salinity, to provide a comprehensive field health profile. Driven by a master ESP32 system, the platform deploys on-device Edge AI via an ESP32-CAM module to classify pests and harmful plants in real time without cloud dependency. Furthermore, the robot guarantees safe field traversal through intelligent ultrasonic obstacle avoidance, logs accurate geographic paths using GPS tracking, and transmits all critical analytics and visual feedback wirelessly to a dedicated remote user dashboard.

This project addresses a critical and persistent infrastructure crisis in Iraq: the severe shortage and unreliability of electrical power supply. The proposed solution is based on an integrated artificial intelligence system deployed on a Raspberry Pi 5 single-board computer, combining three AI technologies — Machine Learning for predictive outage detection, Computer Vision for real-time fault and theft identification, and a Large Language Model (LLM) for intelligent Arabic-language fault explanation and recommendation. The system aims to predict power outages up to 15 minutes in advance, detect electricity theft and physical faults through camera surveillance, and automatically activate backup power through a relay module. The expected outcomes include a reduction in unannounced power outages, significant decrease in electricity losses caused by theft and infrastructure degradation, and improved safety for Iraqi households and critical facilities.

البوصلة نظام تعليمي عراقي يبني توأماً رقمياً لكل طالب. بدل أن يقيس درجاته فقط، يفهم كيف يفكّر وأين يضعف بالضبط من ثلاثة أبعاد: فهمه النظري، وأسلوب تفكيره، وأداؤه العملي. ثم يربطه بسوق العمل العراقي، فيعرف الطالب جاهزيته المهنية، وتجده الشركات بترتيب مبني على أدائه الحقيقي لا على شهاداته. باختصار: معظم المنصات تعلّم الطالب المادة، أما البوصلة فتفهم الطالب نفسه وتوجّهه نحو مستقبله المهني

تتطور الأعطال الصناعية تدريجياً دون أن تُرصد، ولا تُكتشف إلا بعد وقوع الخسارة. يقدّم هذا البحث سِينا، معمارية ذكاء اصطناعي صناعي تسدّ فجوتين: عمومية النماذج اللغوية، وسطحية أنظمة المراقبة التقليدية. تتألف سِينا من مكوّنين: نموذج لغوي صناعي مقترح يُبنى بتكييف نموذج مفتوح الأوزان بالمعرفة الصناعية، ومحرك مُنفَّذ فعلياً يتعلم سلوك المنشأة الطبيعي من بياناتها وسجلاتها التشغيلية، ليكشف الشذوذ ويشخّص أسبابه الجذرية بلغة واضحة ، وكل ذلك محلياً، دون أن تغادر البيانات حدود المنشأة