Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 30 of 65
Full-Text Articles in Entire DC Network
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย, ปาริฉัตร เจือเพ็ชร์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย, ปาริฉัตร เจือเพ็ชร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันธุรกิจจัดสรรบ้านและที่ดินเป็นธุรกิจที่มีการแข่งขันกันสูงมาก เพราะมีผู้ประกอบการในตลาดมากราย แต่ละรายก็เน้นที่จะเพิ่มยอดขายและทำกำไรให้สูงขึ้น ทำให้ปริมาณการก่อสร้างบ้านมีมากกว่ากำลังซื้อบ้านจัดสรรจำเป็นต้องสร้างเป็นการล่วงหน้า และกว่าจะแล้วเสร็จต้องใช้เวลาหลายเดือน ถ้าเกิดภาวะเศรษฐกิจชะลอตัว กำลังซื้อตกลง จะมีสินค้าคงค้างเหลือขายในตลาดเป็นจำนวนมาก ดังนั้นเพื่อให้ขายบ้านได้ผู้จัดสรรจำเป็นต้องลดราคาลง ทำให้การแข่งขันยิ่งรุนแรงขึ้น ยอดขายโดยรวมจะลดลง ขณะที่ต้นทุนยังสูงอยู่ ผู้ประกอบการจึงต้องปรับตัวเพื่อแข่งขันกับคู่แข่ง คือการนำเทคโนโลยีสารสนเทศเข้ามาใช้เป็นเครื่องมือสนับสนุนการวิเคราะห์ ช่วยในการวางแผนพัฒนาอสังหาริมทรัพย์และการกำหนดกลยุทธ์ ลดการปลูกสร้างบ้านล่วงหน้าไม่ให้มีจำนวนมากเกินไป ควบคุมต้นทุน ลดค่าใช้จ่าย เพื่อให้บริษัทยังคงรักษาความสามารถในการแข่งขันได้ต่อไป โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย” ประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบวิเคราะห์ภาพรวมของธุรกิจอสังหาริมทรัพย์ (2) ระบบวิเคราะห์รายได้และกำไรขั้นต้น (3) ระบบวิเคราะห์ค่าใช้จ่ายทางการตลาด (4) ระบบวิเคราะห์สินค้าคงค้าง และ (5) ระบบวิเคราะห์คู่แข่ง ระบบได้ถูกพัฒนาขึ้นบนฐานข้อมูล Microsoft SQL Server 2019 Developer โดยใช้โปรแกรม Tableau Desktop 2019.4.3 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจในการดำเนินธุรกิจได้อย่างเหมาะสมและมีประสิทธิภาพ ซึ่งจะสร้างประโยชน์ให้แก่บริษัทโดยรวม และเพิ่มความได้เปรียบหรือขีดความสามารถในการแข่งขันให้แก่บริษัทอีกด้วย
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อความตั้งใจที่จะแบ่งปันวิดีโอโฆษณาไวรัลบนสื่อสังคมออนไลน์ โดยได้ศึกษาตัวแปรที่สำคัญต่อความตั้งใจที่จะแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ 3 ตัวแปร ได้แก่ ลักษณะบุคลิกภาพห้าองค์ประกอบ อารมณ์ที่มีต่อการรับชมวิดีโอไวรัล และการรับรู้ถึงประโยชน์จากวิดีโอไวรัล โดยประชากรของงานวิจัยนี้คือผู้ใช้งานสื่อสังคมออนไลน์ที่ใช้งานสื่อสังคมออนไลน์ โดยไม่สามารถทราบขนาดของประชากร งานวิจัยนี้ได้ใช้วิดีโอไวรัล 3 วิดีโอ ซึ่งมาจากวิดีโอที่ได้กลายเป็นวิดีโอไวรัลบนสื่อสังคมออนไลน์ในประเทศไทย งานวิจัยครั้งนี้ใช้การทดสอบสมมติฐานในการวิจัยโดยการวิเคราะห์การถดถอยโลจิสติคเพื่อค้นหาอิทธิพลของตัวแปรต้นต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ จากผลการวิเคราะห์ข้อมูลพบว่า ลักษณะบุคลิกภาพในด้านความเห็นด้วยกับผู้อื่นและความมีจิตสำนึก รวมทั้งการรับรู้ถึงประโยชน์จากวิดีโอไวรัลเป็นตัวแปรที่มีอิทธิพลต่อความตั้งใจในการแบ่งปันวิดีโอ ผลลัพธ์ของงานวิจัยนี้จะเป็นประโยชน์ต่อผู้สร้างวิดีโอบนสื่อสังคมออนไลน์เพื่อใช้ปรับปรุงวิดีโอให้กลายเป็นวิดีโอไวรัลได้ดีขึ้น
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Chulalongkorn University Theses and Dissertations (Chula ETD)
Text correction systems (e.g., spell checkers) have been used to improve the quality of computerized text by detecting and correcting errors. However, the task of performing spelling correction and word normalization (text correction) for Thai social media text has remained largely unexplored. In this thesis, we investigated how current text correction systems perform on correcting errors and word variances in Thai social texts and propose a method designed for this task. We have found that currently available Thai text correction systems are insufficiently robust for correcting spelling errors and word variances, while the text correctors designed for English grammatical error …
Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen
Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen
Chulalongkorn University Theses and Dissertations (Chula ETD)
One of the fundamental tasks in remote sensing is the semantic segmentation of the aerial and satellite images. It plays a vital role in applications, such as agriculture planning, map updates, route optimization, and navigation. The state-of-the-art model is the Deep Convolutional Encoder-Decoder (DCED). However, the accuracy is still limited since the architecture is not designed for recovering low-level features, e.g., river, low vegetation on remotely sensed images, and the training data in this domain are deficient. In this dissertation, we aim to propose the semantic segmentation architecture in five aspects, designed explicitly for the remotely sensed field. First, we …
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Graphical User Interfaces (GUIs) has become popular in today software products due to its user-friendly merit. However, GUI tests are costly and suffer explosive test cases. Moreover, software evolution causes the GUIs inevitably changed resulting in harder testing. Regression test has been widely used for GUIs software testing when software changes. It is considered to be the most expensive phase in the software testing process, though. Among several alternatives, the technique of test case prioritization would help identify the reduced set of test cases in the regression testing suite, still maintain the same criteria as the original number of test …
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Chulalongkorn University Theses and Dissertations (Chula ETD)
Ocean surface current prediction is a crucial task for a variety of marine activities, such as disaster monitoring, search and rescue operations, power forecasting, and etc. There are three traditional forecasting approaches: (i) numerical based approach, (ii) time series based approach and (iii) machine learning based approach. However, their prediction accuracy was limited as they did not cooperate with spatial and temporal effects together, including oceanic knowledge is also not considered. This paper introduces the ocean surface prediction model that accounts for spatial and temporal characteristics by a combination between CNN and GRU and also the incorporation of oceanic inputs …
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Chulalongkorn University Theses and Dissertations (Chula ETD)
Matrix multiplication is a fundamental operation used in many problems, and many matrix multiplication algorithms are proposed for many computing environments. TensorFlow is a machine learning platform with many mathematic library functions including matrix multiplication. TensorFlow provides two methods, tf.matmul and tf.sparse_matmul, for matrix multiplication. It is suggested that tf.matmul should be used for dense matrices, and tf.sparse_matmul should be used for sparse matrices. In this work, an approach is proposed to improve the efficiency of matrix multiplication in TensorFlow. The proposed approach divides each matrix into four submatrices, and chooses either tf.matmul or tf.sparse_matmul for the multiplication of each …
การพยากรณ์ปริมาณน้ำฝนของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, เฟื่องลดา มะโนกิจ
การพยากรณ์ปริมาณน้ำฝนของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, เฟื่องลดา มะโนกิจ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพยากรณ์น้ำฝนมีความสำคัญมากต่อประเทศไทยในเรื่องของการบริหารจัดการทรัพยากรน้ำ เนื่องจากการพยากรณ์น้ำฝนถูกนำไปใช้ในเรื่องการเตือนภัยว่าจะเกิดน้ำท่วม การวางแผนทางด้านเกษตรกรรม และอื่น ๆ งานวิจัยก่อนหน้าได้มีการพยายามทำนายปริมาณน้ำฝนผ่านข้อมูลที่เป็นโทรมาตรหรือสถานีวัดน้ำฝน โดยใช้แบบจำลองการเรียนรู้ของเครื่อง เช่น แบบจำลองอาริมา แบบจำลองเคเอ็นเอ็นเข้ามาหาแนวทางการทำนาย จนกระทั่งได้มีแบบจำลองการเรียนรู้เชิงลึกเกิดขึ้น ซึ่งพบว่าแบบจำลองการเรียนรู้เชิงลึกสามารถเข้ามาช่วยทำนายและให้ผลการทำนายที่ดีกว่า อย่างไรก็ตามประเทศไทยยังพบปัญหาในเรื่องชุดข้อมูลไม่สมดุล เนื่องจากประเทศไทยมีช่วงฝนแล้งเป็นปริมาณมากเมื่อเทียบกับช่วงที่ฝนตกจริง ๆ ดังนั้นในงานวิจัยนี้จะนำเสนอแบบจำลองการเรียนรู้เชิงลึกสองแบบจำลองต่อกันเพื่อแก้ปัญหาการทำนายไม่ได้จากชุดข้อมูลไม่สมดุล ได้แก่ แบบจำลองการจำแนกประเภทเพื่อนำมาจำแนกว่าในชั่วโมงข้างหน้าฝนจะตกหรือไม่ และแบบจำลองวิเคราะห์การถดถอยเพื่อทำนายปรืมาณน้ำฝนที่เกิดขึ้นจริงโดยจะใช้ข้อมูลรับเข้าเฉพาะช่วงที่ฝนตกเท่านั้น นอกเหนือจากนี้งานวิจัยนี้ยังเพิ่มคุณลักษณะโทรมาตรใกล้เคียงเข้ามาช่วยทำนาย โดยงานวิจัยนำเสนอแบบจำลองนิวรอลเน็ตเวิร์กคอนโวลูชันร่วมกับโครงข่ายประตูวกกลับ และแบบจำลองนิวรอลเน็ตเวิร์กคอนโวลูชันร่วมกับตัวเข้ารหัสข้อมูลอัตโนมัติ โดยทดลองจะใช้ข้อมูลปริมาณฝนที่ได้รับการสนับสนุนจากสถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน) หรือ สสน. โดยผลลัพธ์ของการทดลอง แบบจำลองที่นำเสนอสามารถให้ค่าความคลาดเคลื่อนต่ำสุดเมื่อเปรียบเทียบกับปริมาณน้ำฝนทั้งหมดในทุกภาค สุดท้ายนี้งานวิจัยจะนำเสนอถึงแนวทางการทำนายหลายชั่วโมงโดยใช้ข้อมูลที่ถูกทำนายรับเข้ามาเป็นข้อมูลรับเข้า
การทำนายการยกเลิกบริการของลูกค้าโดยใช้เทคนิคการเรียนรู้เสริมกำลัง, เมธาวี ปัญจสุชาติ
การทำนายการยกเลิกบริการของลูกค้าโดยใช้เทคนิคการเรียนรู้เสริมกำลัง, เมธาวี ปัญจสุชาติ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายการยกเลิกบริการของลูกค้าเป็นหนึ่งในความท้าทายที่ยิ่งใหญ่สำหรับการดำเนินงานธุรกิจในปัจจุบัน เนื่องจากการสูญเสียลูกค้าย่อมส่งผลโดยตรงต่อชื่อเสียง แผนการเงินและการเติบโตขององค์กร พฤติกรรมลูกค้าอาจเปลี่ยนแปลงไปจากเหตุปัจจัยที่ไม่สามารถควบคุมได้หรือสถานการณ์ที่ไม่อาจคาดคิด ส่งผลกระทบต่อแพตเทิร์นของข้อมูลที่เปลี่ยนไป ซึ่งอาจส่งผลลบต่อความสามารถการทำนายของตัวจำแนกประเภทที่สร้างจากเทคนิคการเรียนรู้แบบมีการชี้นำซึ่งเป็นการเรียนรู้ที่ไม่โต้ตอบ งานวิจัยนี้จึงนำเสนอการประยุกต์ใช้เทคนิคการเรียนรู้เสริมกำลังสำหรับการทำนายการยกเลิกบริการของลูกค้าในธุรกิจโทรคมนาคม แบบจำลองดีคิวเอ็นและโพลิซีเกรเดียนต์ได้ถูกพัฒนาและปรับใช้เพื่อการเรียนรู้บนชุดข้อมูลการยกเลิกบริการของลูกค้าที่ใช้สำหรับงานการจำแนกประเภท ชุดข้อมูลอีกชุดหนึ่งได้ถูกสร้างขึ้นจากชุดข้อมูลเดิมโดยการเพิ่มตัวอย่างที่แสดงถึงพฤติกรรมลูกค้าที่เปลี่ยนแปลงไป สมรรถนะของตัวจำแนกประเภทที่เลือกเปรียบเทียบกับดีคิวเอ็นและโพลิซีเกรเดียนต์ถูกประเมินด้วยค่าตัววัดทั้งสี่ประกอบด้วย ความแม่นยำ ความเที่ยงตรง ความครบถ้วน และเอฟวัน ผลการทดลองพบว่า เมื่อเปรียบเทียบกับตัวจำแนกประเภทที่เลือกคือ เอกซ์จีบูสต์ แรนดอมฟอเรสต์ และ เคเอ็นเอ็น ตัวเรียนรู้เชิงรุก ดีคิวเอ็นและโพลิซีเกรเดียนต์ มีสมรรถนะที่เหนือกว่าทั้งสองสถานการณ์ กล่าวคือ เมื่อทดสอบด้วยชุดข้อมูลตั้งต้น และเมื่อชุดข้อมูลได้ขยายตัวเพิ่มขึ้นและวิวัฒนาการจากการเกิดขึ้นของแพตเทิร์นใหม่
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา โดยใช้เมทริกซ์โพรไฟล์แบบประมาณที่มีการเพิ่มสมรรถนะ, ชนะพล อ้นวงษา
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา โดยใช้เมทริกซ์โพรไฟล์แบบประมาณที่มีการเพิ่มสมรรถนะ, ชนะพล อ้นวงษา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา เป็นสาขาหนึ่งของงานวิจัยการทำเหมืองข้อมูลอนุกรมเวลา ซึ่งการค้นหารูปแบบของลำดับย่อยที่เกิดขึ้นซ้ำโดยมีลักษณะคล้ายกัน และรูปแบบของลำดับย่อยที่มีความผิดปกติ คือการค้นพบโมทีฟและการค้นพบดิสคอร์ดตามลำดับ วิธีการหนึ่งที่เป็นที่นิยมสำหรับงานด้านการค้นพบโมทีฟและดิสคอร์ด คือการคำนวณหาเมทริกซ์โพรไฟล์ เนื่องจากเป็นวิธีที่รวดเร็ว และได้คำตอบที่ถูกต้องแม่นยำ แต่ถ้าหากข้อมูลอนุกรมเวลามีขนาดที่ใหญ่มาก จะส่งผลให้เวลาที่ใช้ในการคำนวณนั้นนานมากตามไปด้วย และอีกหนึ่งปัญหาที่สำคัญ คือการกำหนดค่าพารามิเตอร์ความยาว ของลำดับย่อย ที่ใช้ในการค้นหาโมทีฟ ที่ผู้ใช้ไม่สามารถทราบได้แน่ชัดว่า ควรกำหนดความยาวของลำดับย่อยเป็นเท่าใด เพื่อแก้ปัญหาที่กล่าวมาข้างต้น งานวิจัยนี้จึงได้นำเสนอเมทริกซ์โพรไฟล์แบบประมาณ ที่มีการเพิ่มสมรรถนะ สำหรับทั้งปัญหาการค้นพบโมทีฟและดิสคอร์ด ซึ่งลดเวลาในการคำนวณได้เป็นอย่างมาก และผลลัพธ์ที่ได้มีความใกล้เคียงเดิม อีกทั้งนำเสนออัลกอริทึมสำหรับการกำหนดพารามิเตอร์ค่าความยาวโมทีฟที่เหมาะสม จากผลการทดลอง อัลกอริทึมสามารถลดกระบวนการคำนวณลงได้ ส่งผลให้เวลาที่ใช้ในการคำนวณลดลงได้เป็นอย่างมาก อีกทั้งผลลัพธ์ที่ได้ มีค่าใกล้เคียงกับการใช้เมทริกซ์โพรไฟล์แบบปกติ และยังสามารถค้นพบโมทีฟได้ โดยไม่จำเป็นต้องกำหนดค่าความยาวของลำดับย่อย
การออกและแบบพัฒนาวิธีวิเคราะห์ข้อมูลทวิตเตอร์เพื่อศึกษาพฤติกรรมการตลาดทางการเมืองและกลุ่มผู้บริโภคผ่านการเลือกตั้งในประเทศไทยปี พ.ศ. 2562, ชามีมี่ ประเสริฐดำ
การออกและแบบพัฒนาวิธีวิเคราะห์ข้อมูลทวิตเตอร์เพื่อศึกษาพฤติกรรมการตลาดทางการเมืองและกลุ่มผู้บริโภคผ่านการเลือกตั้งในประเทศไทยปี พ.ศ. 2562, ชามีมี่ ประเสริฐดำ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเลือกตั้งเป็นส่วนสำคัญในระบอบประชาธิปไตย การเลือกตั้งครั้งล่าสุดในประเทศไทยจัดขึ้นเมื่อวันที่ 24 มีนาคม พ.ศ. 2562 ซึ่งเป็นการลงคะแนนเสียงครั้งแรกในรอบห้าปี นับตั้งแต่การยึดอำนาจด้วยการรัฐประหาร สื่อสังคมออนไลน์ทวิตเตอร์เป็นเครื่องมือที่ใช้กันอย่างแพร่หลายในการสร้างกระแสโดยพรรคการเมืองและนักการเมือง วิทยาพนธ์นี้ผู้วิจัยเสนอการวิเคราะห์การเลือกตั้งโดยการวิเคราะห์ข้อมูลจากทวิตเตอร์และผลการเลือกตั้งจากสำนักงานคณะกรรมการการเลือกตั้ง (กกต.) ผู้วิจัยรวบรวมข้อมูล 6 เดือน จากวันที่ 1 มกราคมถึง 6 มิถุนายน พ.ศ. 2562 ผู้วิจัยพบคำหลักที่ได้รับความนิยมบนทวิตเตอร์เป็นพรรคอนาคตใหม่ ในขณะที่พรรคที่ได้รับคะแนนโหวตยอดนิยมคือพรรคพลังประชารัฐ และไม่พบความสัมพันธ์กันระหว่างจำนวนการรีทวีตและผลการโหวตเนื่องจากมีเพียงพรรคเดียวเท่านั้นที่มีจำนวนการรีทวีตที่โดดเด่นเมื่อวิเคราะห์ความรู้สึกของข้อความที่กล่าวถึงพรรคการเมืองจากทวีตของผู้บริโภคค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างจำนวนการกล่าวถึงในเชิงบวกและการโหวตเพิ่มเป็น 0.615 เมื่อทำการถอดถอนพรรคอนาคตใหม่ออกจากการวิเคราะห์ อีกทั้งใช้เทคนิคความถี่ของคำ-ส่วนกลับความถี่ของเอกสารวิเคราะห์ข้อความทวีตในระหว่างการรณรงค์แสดงให้เห็นว่าคำที่มาจากแต่ละพรรคมีความหมายตามบริบทที่แตกต่างกัน ในการจัดกลุ่มรีทวีตเตอร์ พรรคอนาคตใหม่มีสัดส่วนกลุ่มผู้บริโภคที่มีอัตรารีทวีตสูงสุดและอัตรารีทวีตต่ำสุดมากกว่าพรรคอื่น จากการศึกษาพฤติกรรมของผู้บริโภคในการตลาดทางการเมือง พบว่ามีกลุ่มเครือข่ายได้ทำการทวีตถึงทุกพรรคแต่สนับสนุนเพียง 2 พรรคการเมือง ได้แก่ พรรคอนาคตใหม่และพรรคเพื่อไทยจากการวิเคราะห์ความรู้สึกผ่านทวีต ซึ่งผู้บริโภคในเครือข่ายเดียวกันมีข้อความทวีตที่คล้ายคลึงกันโดยพิจารณาจากค่าความเหมือนโคไซน์และพบว่าเมื่อสิ้นสุดการเลือกตั้งพฤติกรรมของผู้บริโภคบางรายได้หยุดการเคลื่อนไหวเกี่ยวกับเรื่องการเมืองบนทวิตเตอร์
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแปรผันเชิงโครงสร้างทางพันธุกรรมคือการเปลี่ยนแปลงลำดับเบสของจีโนมที่ครอบคลุมบริเวณกว้าง การแปรผันเชิงโครงสร้างเหล่านี้มีโอกาสที่จะเกี่ยวข้องกับการเกิดโรค ดังนั้นการตรวจหาการแปรผันเชิงโครงสร้างจึงเป็นปัจจัยหนึ่งที่สำคัญในการหาสาเหตุของโรค อย่างไรก็ตามเครื่องมือสำหรับตรวจหาการแปรผันเชิงโครงสร้างที่มีอยู่มีประสิทธิภาพแตกต่างกันไปในการตรวจหาการแปรผันเชิงโครงสร้างแต่ละประเภท รวมทั้งไม่สามารถตรวจหาการแปรผันได้ครอบคลุมในตำแหน่งส่วนใหญ่ที่ได้ยืนยันจากการทดลองในห้องปฏิบัติการ วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการทางคอมพิวเตอร์เพื่อตรวจหาการแปรผันเชิงโครงสร้างที่เน้นการเพิ่มประสิทธิภาพความครอบคลุม โดยพยายามรักษาความแม่นยำของการแปรผันเชิงโครงสร้างที่ตรวจพบผ่านการวิเคราะห์คู่รีด การแตกรีด และการนับรีด เพื่อรวบรวมหลักฐานที่แสดงความเป็นไปได้ในการเกิดการแปรผันเชิงโครงสร้างแต่ละประเภทในแต่ละบริเวณของจีโนม และนำเสนอวิธีการคัดกรองเบรกเอ็นด์ที่แสดงถึงตำแหน่งเริ่มต้นและตำแหน่งสิ้นสุดของการเกิดการแปรผันประเภทต่างๆ วิธีการกรองจะทำการแบ่งตัวอย่างเป็นบล็อกๆ ข้อมูลของบล็อกประกอบไปด้วย จำนวนรีดที่แมพได้ในบล็อกนั้นและจำนวนการแปรผันเชิงโครงสร้างของแต่ละประเภทภายในบล็อก การคัดกรองเบรกเอ็นด์จะอาศัยข้อมูลทั้งจากบล็อกที่เบรกเอ็นด์อยู่และบล็อกที่อยู่ติดกัน ผลลัพธ์จากการเปรียบเทียบประสิทธิภาพของวิธีการที่นำเสนอกับ SvABA DELLY GROM LUMPY และ Wham พบว่าวิธีการที่นำเสนอได้ผลลัพธ์ดีกว่าเครื่องมืออื่นๆ ในส่วนของความแม่นยำในการตรวจหาลำดับเบสที่เกิดความซ้ำเป็นชุดติดๆกันและลำดับเบสที่เกิดการกลับด้าน และความครบถ้วนในส่วนของการตรวจหาลำดับเบสที่ถูกเพิ่มเข้ามาสำหรับชุดข้อมูลจริง NA12878 และ HG00514 ที่ใช้ในการทดสอบ
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในอุตสาหกรรมน้ำมันและก๊าซธรรมชาติ รีโมทคอมเพรสเซอร์ถือเป็นอุปกรณ์สำคัญ ซึ่งความล้มเหลวของอุปกรณ์ที่มีความรุนแรงระดับสูงสามารถทำให้เกิดความเสียหายอย่างใหญ่หลวงต่อมนุษย์และสิ่งแวดล้อมได้ วิศวกรต้องใช้ข้อมูลจากเครื่องมือวัดหลายจุดเพื่อวิเคราะห์ด้วยวิธีการทางสถิติในการวางแผนการบำรุงรักษาและการดำเนินงาน แต่เมื่อข้อมูลมีปริมาณมหาศาลจึงเป็นความท้าทายอย่างยิ่งในการวิเคราะห์โดยมนุษย์ ดังนั้นการทำนายความล้มเหลวล่วงหน้าของรีโมทคอมเพรสเซอร์จึงมีความสำคัญอย่างยิ่ง วิทยานิพนธ์นี้นำเสนอ หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจ ซึ่งมีความสามารถในการเรียนรู้ที่มีการอ้างอิงระยะยาวของข้อมูลอนุกรมเวลาและกลไกจุดสนใจที่ช่วยเพิ่มช่วยให้แบบจำลองสามารถเลือกลำดับของเอาต์พุตที่เหมาะสม และเสริมประสิทธิภาพโดยใช้โครงข่ายคอนโวลูชันในการสลัดคุณลักษณะสำคัญอย่างอัตโนมัติจากคุณลักษณะท้องถิ่นที่อิสระต่อเวลา เพื่อเสริมประสิทธิภาพความครอบคลุมแก่แบบจำลอง วิทยานิพนธ์นี้ยังได้นำเสนอเทคนิคการลดข้อมูล เพื่อปรับปรุงประสิทธิโดยแสดงประสิทธิผลของกระบวนการฝึกด้วยชุดข้อมูลขนาดใหญ่ ผู้วิจัยประเมินประสิทธิภาพของวิธีการที่นำเสนอโดยใช้ชุดข้อมูลจริงของรีโมทคอมเพรสเซอร์ เปรียบเทียบคะแนน F1 กับแบบจำลองการเรียนรู้ของเครื่องและแบบจำลองโครงข่ายประสาทเทียมหลากหลายสถาปัตยกรรม ผลการลดลองชี้ให้เห็นว่าวิธีการที่นำเสนอนี้มีประสิทธิภาพการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์ที่เหนือกว่าวิธีอื่น
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
เฟซบุ๊กเป็นแพลตฟอร์มที่ได้รับความนิยมมากที่สุดในโลก นักการตลาดจึงต้องการใช้ข้อมูลเฟซบุ๊กจำนวนมากในการทำการตลาด ดังนั้นการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจึงเป็นเรื่องสำคัญ เพื่อนำรุ่นอายุของผู้ใช้งานเฟซบุ๊กมาวิเคราะห์หากลุ่มเป้าหมายในการทำการตลาด ในงานวิจัยนี้ได้ทำการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจากข้อมูลการโพสของผู้ใช้งาน โดยใช้การรวมกันระหว่างการเรียนรู้เชิงลึกกับข้อมูลความน่าจะเป็นของคำในแต่ละรุ่นอายุ ผลลัพธ์จากการทดลองได้ค่าความแม่นยำแบบต่อผู้ใช้เท่ากับ 82.90% และค่าความแม่นยำแบบต่อโพสต์เท่ากับ 52.48% ซึ่งได้ประสิทธิภาพดีกว่าการใช้แบบจำลองเพอร์เซ็ปตรอนหลายชั้น ,นิวรอลเน็ตเวิร์กคอนโวลูชัน ,หน่วยความจำระยะสั้นแบบยาว เพียงอย่างเดียว จากผลการทดลองแสดงให้เห็นว่าการใช้ความน่าจะเป็นของคำในแต่ละรุ่นอายุเข้ามาช่วย ทำให้สามารถเพิ่มประสิทธิภาพของแบบจำลองได้ดียิ่งขึ้น
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอวิธีการจำแนกวิดีโอ ด้วยเทคนิคแบบจำลองคอนโวลูชันสองมิติ และการเรียนรู้แบบกึ่งกำกับ โดยทั่วไปการจำแนกวิดีโอที่มีประสิทธิภาพสูง ถูกนำเสนอโดยใช้วิธีการเรียนรู้แบบลึก อย่างไรก็ตามจากการเพิ่มขึ้นของจำนวนวิดีโอในปัจจุบัน การเรียนรู้ของแบบจำลองเพื่อจำแนกวิดีโอจำเป็นต้องใช้ประสิทธิภาพในการประมวลผลสูง งานวิจัยนี้จึงนำเสนอวิธีการเรียนรู้ด้วยแบบจำลองคอนโวลูชันสองมิติโดยใช้การซ้อนทับกันของภาพฉาก และการจัดกลุ่มของภาพฉากด้วยแผนที่จัดระเบียบด้วยตนเองก่อนนำไปสร้างแบบจำลองจำแนกประเภทรายการ โดยการสร้างแบบจำลองประเภทรายการถูกนำเสนอใน 4 รูปแบบ ประกอบด้วย การออกเสียง การคำนวณค่าความวุ่นวาย การเรียนรู้ด้วยแบบจำลองโครงข่ายประสาทเทียม การเรียนรู้ด้วยหน่วยความจำระยะสั้นแบบยาว อีกทั้งยังประเมินจำนวนภาพฉากสำหรับการประมวลผลในการจัดกลุ่มโดยเปรียบเทียบระหว่างระยะเวลาการเรียนรู้และความแม่นยำ วิธีการในงานวิจัยนี้ถูกนำเสนอด้วยประเมินจากการเรียนรู้ด้วยชุดข้อมูลวิดีโอจำนวน 18 ประเภท 912 วิดีโอ จากรายการโทรทัศน์ ในการประเมินด้วยการประเมินผลแบบไขว้ จำนวน 5 โฟลด์ วิธีการในงานวิจัยนี้มีความแม่นยำเฉลี่ยร้อยละ 71.98 และใช้เวลาในการเรียนรู้โดยเฉลี่ยประมาณ 40 นาที นอกจากนี้ยังเปรียบเทียบกับการเรียนรู้ด้วยแบบจำลองอื่นๆ อาทิ แบบจำลองคอนโวลูชันสามมิติ และแบบจำลองคอนโวลูชันร่วมกับหน่วยความจำระยะสั้นแบบยาว รวมถึงประเมินผลกับชุดข้อมูลพื้นฐาน Hollywood2 ซึ่งการเรียนรู้มีความแม่นยำเฉลี่ยร้อยละ 93.72
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบป้องกันการพลิกคว่ำสำคัญมากสำหรับความปลอดภัยของผู้ขับขี่ การพัฒนาระบบป้องกันการพลิกคว่ำต้องการการประเมินความเสี่ยงในการพลิกคว่ำ ความยากของการประเมินความเสี่ยงคือ การที่ไม่รู้ความสูงจุดศูนย์ถ่วงของรถ หรือน้ำหนักของรถในขณะนั้น เป็นต้น งานวิจัยนี้จะพัฒนาการคาดเดาการพลิกคว่ำโดยที่ไม่รู้ตัวแปรข้างต้น โดยโครงข่ายประสาทใช้ค่าจากเซนเซอร์ที่ติดตั้งบนรถ การทดลองจะใช้โมเดลของรถยนต์ SUV เนื่องจากมีจุดศูนย์ถ่วงที่สูงกว่ารถยนต์ประเภทอื่น การทดสอบใช้รถทดสอบอัตราส่วน 1:5 โดยใช้ทฤษฎีบักกิงแฮมพาย และรถทดสอบได้ติดตั้งเซนเซอร์วัดความเร่ง 5 จุด และไจโรสโกป 1 จุด การเตือนการพลิกคว่ำ แบ่งเป็น 3 ระดับ ได้แก่ ปลอดภัย, มีความเสี่ยง และมีความเสี่ยงสูง โดยระบบสามารถเตือนการพลิกคว่ำได้ทั้งแบบทริป และอันทริป ทริป คือการเข้าโค้งและสะดุดหลุม หรือสิ่งกีดขวาง อันทริปคือการเข้าโค้งด้วยความเร็วสูง การเตือนการพลิกคว่ำใกล้เคียงกับค่าดัชนีการพลิกคว่ำที่วัดได้จริง การทดลองด้วยข้อมูลจากโปรแกรมจำลอง “CarSim” งานวิจัยนี้ใช้โครงข่ายประสาทแบบวนกลับ โดยใช้ข้อมูลจากเซนเซอร์ที่ติดตั้งบนตัวรถ ผู้วิจัยทดสอบ และเปรียบเทียบ ชนิดของโครงข่ายประสาท โครงสร้างของโครงข่ายประสาท และข้อมูลรับเข้าที่แตกต่างกัน โดยโครงข่ายประสาทที่เหมาะสมกับการคาดเดาแบบทริปคือแทนเจนต์มีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง (RMSE) อยู่ที่ 3.66x10-4 และ GRU เหมาะสำหรับการคาดเดาแบบอันทริป โดยมีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสองอยู่ที่ 0.131x10-2
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
Chulalongkorn University Theses and Dissertations (Chula ETD)
แม้ว่าในปัจจุบันบล็อกเชนจะถูกนำมาใช้ประโยชน์ในหลายอุตสาหกรรม แต่ในอุตสาหกรรมเกมนั้น บล็อกเชนไม่ได้ถูกนำไปใช้อย่างกว้างขวางมากนัก นอกจากนี้ แม้ว่าในอุสาหกรรมเกมจะมีผู้เล่นอยู่เป็นจำนวนมาก แต่ก็ยังไม่มีเกมหรือแพลตฟอร์มใดที่ให้สิทธิผู้เล่นในการเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอย่างแท้จริง โดยแม้จะมีความพยายามในการระดมทุนเพื่อทำเกมหรือแพลตฟอร์มที่ให้ผู้เล่นได้มีโอกาสเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอยู่บ้าง แต่ก็ยังคงอยู่ในขั้นตอนการทดลองที่ยังไม่เสร็จสมบูรณ์ และผู้เล่นยังต้องพึ่งพาระบบนิเวศน์ของแพลตฟอร์มนั้น ๆ อีกด้วย ในวิทยานิพนธ์ฉบับนี้ ผู้วิจัยจึงประสงค์ที่จะนำเสนอสถาปัตยกรรมกลางที่ทำให้ผู้เล่นเกมสามารถเป็นเจ้าของเวลาที่ตนเองใช้ภายในเกมได้โดยใช้บล็อกเชนสาธารณะ ทั้งผู้เล่นยังสามารถนำเวลาดังกล่าวไปใช้ในเกมอื่นได้ด้วย โดยใช้มาตราฐานโทเคนดิจิทัล ERC-20 บนอีเธอเรี่ยม นอกจากนี้ รูปแบบสถาปัตยกรรมที่นำเสนอดังกล่าวยังสามารถประยุกต์ใช้ได้กับทุกบล็อกเชนสาธารณะ และยังเป็นประโยชน์ต่อทุกองค์ประกอบของระบบนิเวศน์ อาทิเช่น ผู้เล่น บล็อกเชนโหนด และผู้พัฒนาเกม โดยผลการทดลองในงานวิทยานิพนธ์นี้ ยังแสดงว่าแนวความคิดดังกล่าวทำให้ผู้เล่นใช้เวลาในการเล่นเกมนานขึ้น และมีแนวโน้มที่จะอยากเล่นเกมใหม่ๆ ที่สามารถนำมูลค่าในเกมเดิมไปใช้ได้ แต่ทั้งนี้ยังมีปัจจัยหลายอย่างที่มีผล อาทิเช่น ประเภทของเกม การแลกเปลี่ยนค่าของเวลาภายในเกม เป็นต้น
การแปลงกระแสงานยอร์ลที่มีเงื่อนไขเวลาไปเป็นสโตแคสติกเพทริเน็ตส์ทั่วไป, สุพัตรา บุญญะวัตร
การแปลงกระแสงานยอร์ลที่มีเงื่อนไขเวลาไปเป็นสโตแคสติกเพทริเน็ตส์ทั่วไป, สุพัตรา บุญญะวัตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันโลกทางธุรกิจมีการแข่งขันกันอยู่ตลอดเวลา ผู้ประกอบการทางธุรกิจจึงจำเป็นต้องมีการวางแผนและการบริหารจัดการเวลา ทรัพยากร รวมไปถึงค่าใช้จ่ายต่าง ๆ ให้เป็นไปตามแผนที่วางไว้ ในปัจจุบันมีเครื่องมือที่ช่วยในการจำลองกระบวนการทางธุรกิจ เช่น แผนภาพบีพีเอ็มเอ็น บีเพล และกระแสงานยอว์ล เป็นต้น แต่เครื่องมือดังกล่าวยังไม่สามารถระบุเวลาเฉลี่ยของแต่ละงานในการพัฒนาระบบได้ งานวิทยานิพนธ์นี้ได้เสนอการแปลงกระแสงานยอว์ลไปเป็นสโตแคสติกเพทริเน็ตแบบทั่วไป ซึ่งในงานวิทยานิพนธ์นี้เลือกใช้กระแสงานยอว์ลมาใช้ในการสร้างแบบจำลองกระบวนการทางธุรกิจเพราะกระแสงานยอว์ลมีเครื่องมือ YAWL Editor ที่มีฟีเจอร์ในการตรวจสอบคุณสมบัติของแบบจำลองที่สร้างขึ้น เช่น ตรวจสอบสภาวะติดตายของระบบ เป็นต้น ถึงแม้ว่ากระแสงานยอว์ลจะมีฟีเจอร์ที่ดีดังที่ได้กล่าวไว้ข้างต้น แต่กระแสงานยอว์ลไม่สามารถวิเคราะห์ข้อจำกัดด้านเวลาได้ ดังนั้นในงานวิทยานิพนธ์นี้จึงได้เสนอการแปลงกระแสงานยอว์ลที่มีเงื่อนไขของเวลาไปเป็นสโตแคสติกเพทริเน็ตส์ทั่วไป โดยผู้วิจัยจะเพิ่มค่าเฉลี่ยของเวลาเข้าไปในสัญลักษณ์ของกระแสงานยอว์ลมาตรฐานหลังจากที่แปลงเป็นสโตแคสติกเพทริเน็ตส์ทั่วไปแล้ว โดยใช้การวิเคราะห์ความน่าจะเป็นของเวลาในรูปแบบความน่าจะเป็นที่มีการแจกแจงแบบเอ็กโพเนนเชียลในการสาธิตการใช้งานโมเดล
การพัฒนาเว็บแอปพลิเคชันและแช็ทบอทของธุรกิจขายเสื้อผ้า, ปาลิตา อนันตนิติเวทย์
การพัฒนาเว็บแอปพลิเคชันและแช็ทบอทของธุรกิจขายเสื้อผ้า, ปาลิตา อนันตนิติเวทย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบัน ภาวะการแข่งขันของธุรกิจขายเสื้อผ้าค้าปลีกต้องปรับตัวเพื่อแข่งขันกับผู้ประกอบการค้าปลีกและค้าส่งรายอื่น ๆ เนื่องด้วยการขายเสื้อผ้าเป็นที่นิยมอย่างมากประกอบกับปัจจุบันการเข้ามาของอินเตอร์เน็ตทำให้ผู้คนนิยมซื้อสินค้าผ่านทางออนไลน์กันมากขึ้น ผู้ประกอบการจึงต้องปรับตัวและเพิ่มเติมช่องทางจำหน่ายสินค้าทั้งการมีเว็บไซต์ของร้านค้า การขายสินค้าในโซเชียลมีเดีย และการขายสินค้าในมาร์เก็ตเพลส การเพิ่มเติมช่องทางการจำหน่ายนี้ล้วนเป็นช่องทางที่มีต้นทุนไม่สูงนักจึงทำให้ผู้ประกอบการส่วนใหญ่มีช่องทางเหล่านี้เป็นพื้นฐาน ผู้ประกอบการใดที่ขาดพื้นฐานนี้ไปอาจทำให้สูญเสียลูกค้าไปได้เพราะลูกค้าต้องการซื้อสินค้าจากร้านค้าที่น่าเชื่อถือและให้ความสะดวกแก่ลูกค้าในการซื้อสินค้า และปัจจุบันปัญหาที่ผู้ประกอบการส่วนใหญ่พบคือเมื่อสินค้าได้รับความสนใจจากลูกค้ามากขึ้น การตอบสนองต่อลูกค้าจึงทำได้ช้าลง ทำให้ปัจจุบันการเข้ามาของเทคโนโลยีแช็ทบอทเป็นที่น่าสนใจ การตอบสนองลูกค้าได้ทันท่วงทีทำให้ลูกค้ารู้สึกพึงพอใจนี้ทำให้เป็นจุดแข็งที่สามารถแข่งขันในภาวะปัจจุบันนี้ได้ โครงการ “การพัฒนาเว็บแอปพลิเคชันและแช็ทบอทของธุรกิจขายเสื้อผ้า” ประกอบด้วย 7 ระบบ ได้แก่ (1) ระบบจัดการสิทธิ์ในการเข้าระบบ (2) ระบบจัดการข้อมูลหลัก (3) ระบบจัดการการขายสินค้า (4) ระบบจัดการการจัดส่งสินค้า (5) ระบบตอบโต้โดยแช็ทบอทผ่านไลน์แอปพลิเคชัน (6) ระบบสารสนเทศสาหรับผู้บริหาร และ (7) ระบบวิเคราะห์พฤติกรรมสมาชิก ในส่วนของเว็บแอปพลิเคชันได้ถูกพัฒนาด้วยซอฟต์แวร์ Apache, PHP และ phpMyAdmin โดยใช้ฐานข้อมูล MySQL และภาษาที่ใช้ในการพัฒนาคือ HTML, PHP, CSS และ JavaScript ในส่วนของแช็ทบอทถูกพัฒนาด้วย Dialogflow, ngrok และ LINE Messaging API และในส่วนคลังข้อมูลถูกพัฒนาบนฐานข้อมูล Microsoft SQL Server โดยใช้โปรแกรม Tableau Desktop ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้สามารถแข่งขันกับผู้ประกอบการอื่นได้ สามารถเข้าถึงตลาดกลุ่มเป้าหมายและตอบสนองต่อลูกค้าได้ทันท่วงที อีกทั้งคลังข้อมูลยังช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจในการดำเนินธุรกิจได้อย่างเหมาะสมและมีประสิทธิภาพ ซึ่งจะสร้างประโยชน์ให้แก่องค์กรโดยรวม
Thai Stock Return Prediction Using Deep Learning Models With Stock Indicators And Textual Features, Tanawat Chiewhawan
Thai Stock Return Prediction Using Deep Learning Models With Stock Indicators And Textual Features, Tanawat Chiewhawan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Stock prediction task is notoriously challenging due to the uncertainty and dynamic external factor which influence the stock behavior. Recently, Deep learning research is gaining popularity on this task but often focuses on only a particular type of data; numeric indicators or textual information. Moreover, most researches focus on only a single stock or a market index. In this paper, we aim to predict multiple stock returns using both types of data. The model consists of dual-stage attention recurrent neural network, our proposed stock relation inference framework, and textual features integration. The proposed stock relation inference help tackles multiple time-series …
กลไกจุดสนใจแบบเน็ตเวิร์กละเอียดสำหรับการจำแนกประเภทของรูปภาพอาหาร, วศิณี นุชศิริ
กลไกจุดสนใจแบบเน็ตเวิร์กละเอียดสำหรับการจำแนกประเภทของรูปภาพอาหาร, วศิณี นุชศิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบัน มีจำนวนรูปภาพอาหารมากมายที่ถูกอัพโหลดผ่านเครือข่ายสังคม โดยรูปภาพส่วนหนึ่งไม่ได้รับการระบุป้ายชื่ออาหาร การใช้แอปพลิเคชันสำหรับการจำแนกประเภทรูปภาพของอาหาร สามารถช่วยระบุป้ายชื่อ และจัดจำแนกประเภทของรูปภาพอาหารเหล่านั้นได้ ปัญหาของงานจำแนกประเภทของรูปภาพอาหาร จัดเป็นงานที่ค่อนข้างมีความซับซ้อน เนื่องจากจำนวนของประเภทอาหารมีมากกว่าหนึ่งร้อยประเภท และอาหารบางประเภทยังมีลักษณะที่แตกต่างกันเล็กน้อย ไม่ว่าจะเป็นประเภทของส่วนผสม หรือลักษณะการจัดวางจาน ซึ่งปัญหาเหล่านี้นำไปสู่งานที่เรียกว่า งานจำแนกประเภทรูปภาพแบบละเอียด (Fine-grained Image Classification) ในปัจจุบันแบบจำลองนิวรอลเน็ตเวิร์กแบบคอนโวลูชันเชิงเส้นคู่ (Bilinear Convolutional Neural Networks หรือ B-CNN) ถูกนำมาใช้ในการจำแนกประเภทของรูปภาพอาหาร เนื่องจากแบบจำลองนี้มีความแม่นยำในการจำแนกประเภทของรูปภาพสูง และสามารถสกัดลักษณะของรูปภาพออกมาอย่างหลากหลาย เพื่อโฟกัสรายละเอียดของอาหารในแต่ละประเภท แต่เนื่องจากคุณลักษณะของรูปภาพที่ถูกสกัดมานั้น บางลักษณะอาจจะไม่ได้มีความสำคัญต่อรูปภาพนั้น ๆ ด้วยเหตุผลดังกล่าว งานวิจัยนี้จึงได้นำเสนอกลไกจุดสนใจ (Attention Mechanism) มาสกัดลักษณะที่จำเพาะของรูปภาพอาหารในแต่ละประเภท อีกทั้งงานวิจัยนี้เลือกคอนโวลูชันเน็ตเวิร์กที่มีประสิทธิภาพในการจำแนกประเภทของรูปภาพดีกว่าคอนโวลูชันเน็ตเวิร์กแบบอื่น ๆ ในปัจจุบัน คือ อินเซ็บชันเวอร์ชันสาม และ อินเซ็บชันเรสเน็ตเวอร์ชันสอง (Inception-Resnet-v2 หรือ In-res-v2) มาเป็นตัวสกัดลักษณะของรูปภาพ โดยงานวิจัยนี้ได้ทำการทดลองกับชุดข้อมูลเชิงรูปภาพ จาก Wongnai ซึ่งเป็นแอปพลิเคชันสำหรับการอัปโหลดรูปภาพอาหาร โดยผลการทดลองพบว่าแบบจำลองที่ได้นำเสนอ มีประสิทธิภาพในการจำแนกประเภทของรูปภาพอาหารได้อย่างถูกต้องแม่นยำมากขึ้นเมื่อเปรียบเทียบกับแบบจำลองอื่น ๆ
ตัวสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสจากแผนภาพลำดับและแผนภาพคลาส, พีรวุฒิ เหลืองเรืองโรจน์
ตัวสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสจากแผนภาพลำดับและแผนภาพคลาส, พีรวุฒิ เหลืองเรืองโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในการพัฒนาซอฟต์แวร์ นักเขียนโปรแกรมแต่ละคนอาจจะเขียนโปรแกรมแต่ละส่วนเสร็จไม่พร้อมกัน หากต้องรอนักเขียนโปรแกรมทุกคนเขียนโปรแกรมเสร็จสิ้นจึงเริ่มการทดสอบจะเป็นการเสียเวลา การทดสอบซอฟต์แวร์จึงเริ่มทันทีเมื่อรหัสต้นฉบับบางส่วนพัฒนาเสร็จสิ้น ซึ่งสตับและไดร์เวอร์จะถูกนำมาใช้แทนมอดูลที่ยังพัฒนาไม่เสร็จ อย่างไรก็ตามสตับและไดร์เวอร์เป็นรหัสต้นฉบับเสียเปล่าที่ถูกสร้างเพื่อใช้เพียงครั้งเดียวและไม่สามารถนำมาใช้กับโครงการอื่น ๆ ได้ การสร้างสตับและไดร์เวอร์จึงควรใช้ความพยายามในการพัฒนาให้น้อยที่สุด งานวิจัยก่อนหน้าได้นำเสนอตัวสร้างสตับและไดร์เวอร์โดยใช้ข้อมูลจากแผนภาพลำดับและแผนภาพคลาส ซึ่งมีข้อจำกัดด้านการสร้างสตับและไดร์เวอร์สำหรับคลาสนามธรรม คลาสภายใน และอินเตอร์เฟส รวมทั้งสามารถเลือกคลาสภายใต้การทดสอบได้เพียงคลาสเดียวและไม่สามารถสร้างกรณีทดสอบได้ โดยงานวิจัยนี้จะพัฒนาตัวสร้าง สตับและไดร์เวอร์ที่แก้ไขข้อจำกัดของงานวิจัยดังกล่าว ผู้ทดสอบสามารถสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสโดยนำเข้าแผนภาพลำดับและแผนภาพคลาสในรูปเอกซ์เอ็มแอล จากนั้นตัวสร้างจะประมวลผลแผนภาพและสร้างกราฟการเรียกใช้งานขึ้นมา ผู้ทดสอบสามารถเลือกกคลาสภายใต้การทดสอบได้ตั้งแต่หนึ่งคลาสขึ้นไป และตัวสร้างจะรวบรวมสตับและไดร์เวอร์ที่ต้องใช้ทดสอบคลาสที่เลือกและสร้างรหัสต้นฉบับของสตับและไดร์เวอร์ขึ้นมาเพื่อทดสอบคลาสเหล่านั้น นอกจากนี้ตัวสร้างจะสุ่มค่าของข้อมูลทดสอบได้แก่ข้อมูลนำเข้าและผลลัพธ์ที่คาดหวังลงไปในไดร์เวอร์ จากนั้นตัวสร้างจะส่งออกไฟล์รหัสต้นฉบับเพื่อการทดสอบรวมคลาสดังกล่าว ซึ่งสตับและไดร์เวอร์ที่สร้างขึ้นมาจะนำไปทดสอบรวมกับกรณีศึกษา 3 กรณี ซึ่งพบว่าสตับและไดร์เวอร์ที่ถูกสร้างขึ้นสามารถแทนที่คลาสที่ยังพัฒนาไม่เสร็จได้
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0 : โมดูลการบริหารจัดการวัตถุดิบของธุรกิจจัดจำหน่ายข้าวสาร, ณัฐญา เจริญสุข
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0 : โมดูลการบริหารจัดการวัตถุดิบของธุรกิจจัดจำหน่ายข้าวสาร, ณัฐญา เจริญสุข
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0: โมดูลการจัดการวัตถุดิบสำหรับธุรกิจจัดจำหน่ายข้าวสาร พัฒนาขึ้นโดยมีจุดประสงค์เพื่อกำหนดค่าการทำงานของซอฟต์แวร์วางแผนจัดการทรัพยากรขององค์กรให้ตรงกับความต้องการและสอดคล้องกับกระบวนการทางธุรกิจของบริษัทจัดจำหน่ายข้าวสารที่นำมาเป็นกรณีศึกษา เพื่อให้บริษัทมีระบบสารสนเทศแบบบูรณาการในการดำเนินงานร่วมกันในส่วนงานที่เกี่ยวข้อง มีการใช้ข้อมูลร่วมกันภายในบริษัท และสนับสนุนการออกรายงานสำหรับผู้บริหารเพื่อใช้ในการวิเคราะห์ ตัดสินใจ และวางแผนการดำเนินงานอย่างมีประสิทธิภาพ โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0: โมดูลการจัดการวัตถุดิบสำหรับธุรกิจจัดจำหน่ายข้าวสาร ประกอบด้วย 5 ระบบย่อย ได้แก่ ระบบจัดการข้อมูลหลักวัตถุดิบ ระบบจัดซื้อ ระบบการจัดการสินค้าคงคลัง ระบบการรับรู้หนี้การค้า และระบบสารสนเทศเพื่อการจัดการ โครงการนี้พัฒนาขึ้นโดยใช้ซอฟต์แวร์สำเร็จรูป SAP ECC 6.0 ระบบจัดการฐานข้อมูล Oracle 11g และระบบปฏิบัติการ Microsoft Windows Server 2008 R2
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจโรงแรมขนาดกลาง, สมาน มะโนแก้ว
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจโรงแรมขนาดกลาง, สมาน มะโนแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
No abstract provided.
ระบบสนับสนุนการตัดสินใจซื้อขายเงินตราต่างประเทศ ด้วยเทคนิครีอินฟอร์สเม้นท์เลิร์นนิ่ง, วัฒน์ วัฒนการุณ
ระบบสนับสนุนการตัดสินใจซื้อขายเงินตราต่างประเทศ ด้วยเทคนิครีอินฟอร์สเม้นท์เลิร์นนิ่ง, วัฒน์ วัฒนการุณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันผู้คนเริ่มมีความกังวลกับการมีรายได้ทางเดียว ทำให้มีความพยายามที่จะหาหนทางสร้างรายได้ในรูปแบบอื่นนอกเหนือจากงานประจำ เช่น การหารายได้เสริม การขายของทั้งออนไลน์ และ ออฟไลน์ หรือสิ่งที่คนมักจะพูดถึงคือ การลงทุน การลงทุนคือการที่ใช้จ่ายเงินสดรูปแบบหนึ่งในปัจจุบัน โดยมุ่งหวังได้รับผลตอบแทนจากการใช้จ่ายนั้นในอนาคต ซึ่งผู้ลงทุนเชื่อว่าเงินสดหรือผลตอบแทนส่วนเพิ่มที่จะได้รับนั้น จะสามารถชดเชยระยะเวลา อัตราเงินเฟ้อ และความเสี่ยงที่อาจเกิดขึ้นอย่างคุ้มค่า หรืออาจกล่าวได้ในอีกมุมหนึ่งว่าการลงทุนหมายถึง การออมเพื่อให้ได้รับผลตอบแทนที่มากขึ้น ซึ่งจะต้องยอมรับความเสี่ยงที่เพิ่มมากขึ้นเช่นกัน การตัดสินใจนำเงินออมมาลงทุน จึงต้องพิจารณาอย่างรอบคอบ และศึกษาหาข้อมูลที่เกี่ยวข้องเป็นอย่างดี เพื่อให้ได้รับผลตอบแทนตามที่คาดหวังไว้และลดความเสี่ยงที่จะเกิดขึ้นจากการลงทุน ในช่วงเวลาที่ผ่านมา การเรียนรู้ของเครื่องได้รับความสนใจจากทางด้านบริษัทเทคโนโลยีและบริษัทที่เกี่ยวข้องกับการลงทุน โดยมีการนำเทคนิค การเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้สอน และ รีอินฟอร์สเม้นท์เลิร์นนิ่ง มาใช้ในการทำนายราคา หรือ สนับสนุนการตัดสินใจลงทุน เพิ่มขึ้นเป็นอย่างมาก ระบบสนับสนุนการตัดสินใจซื้อขายเงินตราต่างประเทศด้วยเทคนิครีอินฟอร์สเม้นท์เลิร์นนิ่งพัฒนาขึ้นเพื่อใช้สนับสนุนการตัดสินใจลงทุนซื้อขายเงินตราระหว่างประเทศ โดยประกอบด้วย 3 ระบบหลัก คือ ระบบผู้ใช้งาน, ระบบสร้างโมเดล, ระบบการประเมินผลตอบแทนและแนะนำการลงทุน ระบบนี้พัฒนาด้วยภาษา Python, HTML, CSS ระบบจัดการฐานข้อมูล SQLite ในส่วนของการพัฒนาตัวแบบด้วยเทคนิครีอินฟอร์สเม้นท์เลิร์นนิ่ง พัฒนาโดยการใช้ Keras ซึ่งเป็นไลบราลี่สำหรับพัฒนาตัวแบบการเรียนรู้เชิงลึก ที่มี TensorFlow เป็นฐาน
การสร้างแบบจำลองเชิงรูปนัยของเครือข่ายแถวคอยแบบหลายหน่วยบริการ โดยใช้สโตแคสติกเพทริเน็ตส์, พิมพร บุญอินทร์
การสร้างแบบจำลองเชิงรูปนัยของเครือข่ายแถวคอยแบบหลายหน่วยบริการ โดยใช้สโตแคสติกเพทริเน็ตส์, พิมพร บุญอินทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบเครือข่ายแถวคอยเชิงรูปนัยครอบคลุมแบบจำลองระดับสูง เพื่อช่วยในการวิเคราะห์ประสิทธิภาพของความพร้อมใช้งานของลูกค้าที่เข้ามารับบริการ และทรัพยากรที่ให้บริการ ผู้ออกแบบกระบวนการทางธุรกิจสามารถปรับการสร้างเครือข่ายแถวคอยเพื่อรับมือกับข้อจำกัดด้านเวลาในลักษณะแบบสุ่ม ผู้วิจัยตั้งเป้าหมายที่จะจัดทำสโตแคสติกแถวคอยเชิงรูปนัยแบบหลายหน่วยบริการในวิทยานิพนธ์นี้ เพื่อรองรับระบบเครือข่ายแถวคอยที่ซับซ้อนแบบหลายหน่วยบริการ พฤติกรรมการให้บริการแบบสุ่มจะถูกพิจารณาและแปลงเป็นสโตแคสติกเพทริเน็ตส์ ชุดของกฎการจับคู่ถูกกำหนดเพื่อแปลงเครือข่ายแถวคอยแบบหลายหน่วยบริการเป็นสโตแคสติกเพทริเน็ตส์ อีกทั้งผู้วิจัยได้สาธิตการสร้างกราฟมาร์คอฟพร้อมการแจกแจงความน่าจะเป็นของเครือข่ายแถวคอย
เครื่องมือประเมินความสามารถในการใช้งานเชิงฮิวริสติกสำหรับแอปพลิเคชันแอนดรอยด์เพื่อเด็กอายุ 6 – 12 ปี, ณัฏฐิกา ศรีเกียรติวงศ์
เครื่องมือประเมินความสามารถในการใช้งานเชิงฮิวริสติกสำหรับแอปพลิเคชันแอนดรอยด์เพื่อเด็กอายุ 6 – 12 ปี, ณัฏฐิกา ศรีเกียรติวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การออกแบบโมไบล์แอปพลิเคชันสำหรับเด็กนั้นมีความแตกต่างจากการออกแบบโมไบล์แอปพลิเคชันสำหรับผู้ใช้งานที่เป็นผู้ใหญ่เนื่องจากเด็กมีพฤติกรรมและพัฒนาการที่ต่างกับผู้ใหญ่ และยังต้องคำนึงถึงประสบการณ์ของผู้ใช้และความสามารถในการใช้งานอีกด้วย การประเมินเชิงฮิวริสติกเป็นวิธีการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ที่ได้รับความนิยม โดยให้ผู้เชี่ยวชาญด้านความสามารถในการใช้งานทำการเปรียบเทียบการออกแบบส่วนต่อประสานกับผู้ใช้กับแนวทางการออกแบบหรือฮิวริสติกว่ามีความขัดแย้งกับแนวทางการออกแบบแต่ละข้อหรือไม่ แต่เนื่องจากแนวทางการออกแบบมีเป็นจำนวนมากจึงทำให้เป็นภาระในการประเมิน ทำให้บ่อยครั้งเกิดการตรวจพบข้อผิดพลาดได้ไม่ครบถ้วน จึงทำให้การประเมินเชิงฮิวริสติกมีประสิทธิภาพไม่ดีนัก งานวิจัยนี้ได้ทำการรวบรวมและปรับปรุงแนวทางการออกแบบความสามารถในการใช้งานเชิงฮิวริสติกสำหรับโมไบล์แอปพลิเคชันเพื่อเด็กอายุ 6–12 ปี มาจากหลายแหล่ง แล้วนำไปประเมินความเหมาะสมโดยผู้เชี่ยวชาญด้านการออกแบบส่วนต่อประสานกับผู้ใช้สำหรับโมไบล์แอปพลิเคชัน แนวทางการออกแบบที่ได้จะแบ่งออกเป็น 12 หมวด รวมทั้งหมด 94 รายการ จากนั้นได้ทำการพัฒนาเครื่องมือประเมินความสามารถในการใช้งาน ซึ่งสามารถประเมินจากรหัสต้นฉบับของแอปพลิเคชันแอนดรอยด์ตามแนวทางการออกแบบเฉพาะในส่วนที่สามารถตรวจสอบได้อย่างอัตโนมัติจำนวน 25 รายการ เพื่อช่วยแบ่งเบาภาระของผู้ประเมินในการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ จากการทดสอบการประเมินความสามารถในการใช้งานของ 5 แอปพลิเคชันสำหรับเด็กบนระบบปฏิบัติการแอนดรอยด์ตามรายการประเมิน 25 รายการที่สามารถตรวจสอบได้อย่างอัตโนมัติพบว่า เครื่องมือสามารถตรวจหาข้อผิดพลาดในการออกแบบที่ผู้ประเมินทั้งที่เป็นผู้มีประสบการณ์ด้านการออกแบบส่วนต่อประสานกับผู้ใช้และที่เป็นนักพัฒนาแอปพลิเคชันไม่สามารถตรวจพบได้ ในขณะที่เครื่องมือเองยังมีข้อจำกัดที่ทำให้ตรวจไม่พบข้อผิดพลาดที่ผู้ประเมินตรวจพบได้เช่นกัน ถึงอย่างนั้นก็ตามค่าเฉลี่ยของจำนวนจุดที่พบข้อผิดพลาดในการออกแบบเมื่อประเมินด้วยเครื่องมือมีค่ามากกว่าค่าเฉลี่ยของผู้ประเมินทั้งสองกลุ่มที่ระดับนัยสำคัญทางสถิติ 0.05 และจากการทดสอบประสิทธิภาพด้านเวลายังพบว่า เครื่องมือสามารถช่วยลดเวลาในการประเมินได้อีกด้วย
การทำนายยอดการดูวิดีโอโดยใช้การแบ่งกลุ่มยอดการดูวิดีโอและแบบจำลองเชิงเส้นหลายตัวแปร, เอกพล วงศ์ศุภรัตน์กุล
การทำนายยอดการดูวิดีโอโดยใช้การแบ่งกลุ่มยอดการดูวิดีโอและแบบจำลองเชิงเส้นหลายตัวแปร, เอกพล วงศ์ศุภรัตน์กุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในงานวิจัยนี้ เราตั้งเป้าหมายในการออกแบบแบบจำลองที่ทำนายยอดการดูระยะสั้นของวิดีโอบนยูทูบ เราเสนอแบบจำลองเอฟ7เอ็นเอ็มแอลซึ่งเป็นแบบจำลองที่สามารถจัดกลุ่มรูปแบบยอดการดูวิดีโอและกำจัดรูปแบบที่ผิดปกติ แบบจำลองนี้ประกอบด้วย 4 อย่าง อย่างแรกคือการจัดกลุ่มรูปแบบโดยใช้แบบจำลองการจัดกลุ่ม จากนั้นกลุ่มที่มีจำนวนน้อยซึ่งถูกกำหนดเป็นรูปแบบที่ไม่ได้เกิดขึ้นบ่อยจะถูกกำจัดออกไป ต่อมาจัดกลุ่มรูปแบบวิดีโอจากชุดข้อมูลทดสอบโดยใช้แบบจำลองเพื่อนบ้านใกล้เคียงที่สุด 1 อันดับ อย่างสุดท้ายคือรูปแบบแต่ละกลุ่มจะกลายเป็นชุดข้อมูลสำหรับแบบจำลองเชิงเส้นหลายตัวแปรซึ่งนำไปใช้ฝึกฝนเฉพาะกลุ่ม ผลการทดลองพบว่าแบบจำลองเอฟ7เอ็นเอ็มแอลที่ใช้แบบจำลองการจัดกลุ่มที่เหมาะสมทำให้ค่าความผิดพลาดจากการทำนายยอดการดูในวันที่ 30 ลดลง 27% จากแบบจำลองที่ดีที่สุดที่นำมาเปรียบเทียบจากงานวิจัยอื่น
กลยุทธ์การตัดบนโยโลวีสามสำหรับการตรวจจับวัตถุแบบทันกาล, ณัฐนนท์ กฤตยานวัช
กลยุทธ์การตัดบนโยโลวีสามสำหรับการตรวจจับวัตถุแบบทันกาล, ณัฐนนท์ กฤตยานวัช
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในงานตรวจจับวัตถุ แบบจำลอง YOLOv3 จัดว่าเป็นแบบจำลองที่มีประสิทธิภาพดีในด้านความแม่นยำ แต่ทว่าด้วยจำนวนตัวแปรในแบบจำลองที่มีมากกว่าสิบล้านตัวแปร ส่งผลให้ตัวแบบจำลองไม่เหมาะสมที่จะนำไปใช้งานบนกล้องหรืออุปกรณ์ขนาดเล็ก โดยงานวิจัยชิ้นนี้นำเสนอกลไกการบีบอัดแบบจำลองที่ออกแบบมาโดยเฉพาะสำหรับแบบจำลอง YOLOv3 เพื่อตัดตัวกรองที่ไม่จำเป็นออกจากตัวแบบจำลอง แต่เนื่องจากแบบจำลอง YOLOv3 นั้นประกอบไปด้วยองค์ประกอบ 2 ส่วน คือ โครงข่ายกระดูกสันหลัง และโครงข่ายพีระมิดฟีเจอร์ งานวิจัยชิ้นนี้จึงนำเสนอกลยุทธ์ 3 อย่างดังต่อไปนี้ 1) การตัดแบบแยกส่วน 2) การจำกัดการตัด และ 3) เกณฑ์การหยุด หลังจากนั้นจึงนำกลยุทธ์ทั้ง 3 อย่างมารวมกันเป็นกลไกการตัดแบบทนทานเพื่อตัดแบบจำลองแบบแยกส่วนกัน ด้วยวิธีการนี้ สามารถช่วยป้องกันการตัดส่วนใดส่วนหนึ่งของแบบจำลองมากเกินไป ส่งผลให้แบบจำลองมีเสถียรภาพมากขึ้น
วิธีการสำหรับการสร้างหุ่นยนต์สนทนาไทยโดยใช้หน่วยความจำระยะสั้นแบบยาวแบบสยามและการแต่งเติมข้อมูลเชิงข้อความ, ธนัญญา พีรพัฒนาการ
วิธีการสำหรับการสร้างหุ่นยนต์สนทนาไทยโดยใช้หน่วยความจำระยะสั้นแบบยาวแบบสยามและการแต่งเติมข้อมูลเชิงข้อความ, ธนัญญา พีรพัฒนาการ
Chulalongkorn University Theses and Dissertations (Chula ETD)
แนวคิดการนำหุ่นยนต์สนทนามาช่วยในการตอบคำถามปัญหาที่พบบ่อยให้กับผู้รับบริการ เช่น การสอบถามข้อมูลทั่วไปเกี่ยวกับผู้ให้บริการ เป็นต้น เริ่มเป็นที่นิยมมากขึ้นในยุคปัจจุบัน อีกทั้งในการเรียนรู้ของเครื่องสำหรับสร้างหุ่นยนต์สนทนานั้น ชุดข้อมูลที่ใช้สำหรับการเรียนรู้ของแบบจำลอง ถือเป็นอีกหนึ่งสิ่งสำคัญที่จะช่วยให้แบบจำลองให้สามารถทำงานได้อย่างมีประสิทธิภาพ ในงานวิจัยนี้ได้รับการสนับสนุนข้อมูลจากการไฟฟ้านครหลวงแห่งประเทศไทยที่ได้รวบรวมข้อมูลการให้บริการการตอบปัญหาลูกค้าผ่านช่องทางสื่อสังคมออนไลน์ โดยจำนวนของชุดคำถามที่ได้นั้นมีปริมาณน้อยกว่า 1,500 คำถาม ทำให้จำนวนและความหลากหลายของข้อมูลที่มีนั้นส่งผลกับการเรียนรู้ของเครื่องโดยตรง งานวิจัยนี้จึงนำเสนอแนวคิดในการแต่งเติมข้อมูลด้วยวิธีการแทนที่คำด้วยคำที่มีความหมายคล้ายกันด้วยการวัดระยะห่างระหว่างเวกเตอร์น้อยที่สุดเมื่อเทียบกับคำที่ต้องการจะนำไปแทนที่ในประโยคเดิม เพื่อเพิ่มจำนวนและความหลากหลายของข้อมูล จากนั้นจึงนำชุดข้อมูลที่ได้ไปประยุกต์ใช้กับแบบจำลองหน่วยความจำระยะสั้นแบบยาว (Long Short-Term Memory: LSTM) ที่ใช้ร่วมกับการหาระยะทางร่วมกับการทดลองหาระยะทางของเวกเตอร์ทั้ง 3 แบบ ได้แก่ การหาระยะทางแบบยุคลิด (Euclidean Distance) การหาระยะทางแบบแมนฮัตตัน (Manhattan Distance) และ การหาค่าความคล้ายโคไซน์ (Cosine Similarity) เพื่อนำไปใช้ในการค้นคืนคำตอบของคำถามที่ได้รับมาจากผู้ใช้งาน ซึ่งผลการทดลองแสดงให้เห็นว่าชุดข้อมูลที่ปรับปรุงด้วยวิธีการแต่งเติมข้อมูลเชิงข้อความที่นำเสนอนั้นสามารถเพิ่มประสิทธิภาพของแบบจำลองได้ดีกว่าชุดข้อมูลตั้งต้น