بحثت دراسة علمية أعدها التدريسي الدكتور حسين عبد الكريم يونس، بالتعاون مع باحثين من اليابان والهند والجامعة التقنية الجنوبية، موضوع تطوير تقنيات التنقيب عن الأنماط عالية المنفعة متعددة المستويات والمغلقة، باستخدام تقنيات التعلم العميق، بهدف تحسين كفاءة معالجة البيانات واكتشاف الأنماط ذات القيمة.

وتناولت الدراسة تطوير نظام مقترح أطلق عليه DeepHUPM، يعتمد على شبكة عصبية أمامية للتنبؤ بعتبات المنفعة بصورة ديناميكية وفقاً لكثافة البيانات وطولها، مع دمج تقنيات قائمة المنفعة وفحص الإغلاق للحد من الأنماط المتكررة وتحسين جودة الأنماط المكتشفة.

وتوصلت نتائج الدراسة إلى أن النظام المقترح حقق أداءً أفضل مقارنة بالطرائق الحديثة من حيث زمن التنفيذ واستهلاك الذاكرة ودقة اكتشاف الأنماط المغلقة، بما يعزز إمكانية تطبيق تقنيات التعلم العميق في تحليل البيانات متعددة المستويات، مع إمكانية الإفادة منها في مجالات تحليل بيانات تجارة التجزئة والأمن السيبراني.

ونُشرت الدراسة في مجلة علمية مفهرسة ضمن قواعد البيانات العالمية Scopus وWeb of Science، بما يعكس أهمية البحث وإسهامه في مجال التنقيب عن البيانات وتطبيقات التعلم العميق.