Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 30 of 412
Full-Text Articles in Entire DC Network
การพัฒนาระบบแชตบอตสำหรับธุรกิจจำหน่ายบรรจุภัณฑ์ไปรษณีย์, เสริมศิริ นวลิขิต
การพัฒนาระบบแชตบอตสำหรับธุรกิจจำหน่ายบรรจุภัณฑ์ไปรษณีย์, เสริมศิริ นวลิขิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบัน เทคโนโลยีสารสนเทศได้เข้ามามีบทบาทในชีวิตประจำวันของผู้บริโภคเป็นอย่างมาก ผู้บริโภคสามารถเข้าถึงข้อมูลและทำธุรกรรมออนไลน์สะดวกรวดเร็ว ทำให้ธุรกิจประเภทพาณิชย์อิเล็กทรอนิกส์ (Electronic Commerce หรือ e-Commerce) มีอัตราการเติบโตที่สูงขึ้น ส่งผลให้ความต้องการบรรจุภัณฑ์ไปรษณีย์เติบโตตามไปด้วย ในช่วงเวลาที่ผ่านมา เทคโนโลยีแชตบอตเข้ามามีบทบาทสำคัญให้กับธุรกิจในด้านการให้บริการอัตโนมัติด้วยภาษาที่ใกล้เคียงกับภาษาธรรมชาติภายใต้แพลตฟอร์มที่ใช้กันทั่วไปและไม่ถูกจำกัดด้วยสถานที่หรือเวลาบริการ โครงการ “การพัฒนาระบบแชตบอตสำหรับธุรกิจจำหน่ายบรรจุภัณฑ์ไปรษณีย์” ที่พัฒนาขึ้นนี้ประกอบด้วย 5 ระบบ ได้แก่ (1) ระบบแชตบอตสำหรับแนะนำสินค้า (2) ระบบแชตบอตสำหรับประมวลผลคำสั่งซื้อ (3) ระบบแชตบอตสำหรับการสนับสนุนลูกค้า (4) ระบบแชตบอตสำหรับตอบคำถามที่พบบ่อย และ (5) ระบบวิเคราะห์การใช้งานแชตบอต โดยระบบแชตบอตถูกพัฒนาขึ้นด้วยโปรแกรม Dialogflow และ LINE Messaging API ส่วนระบบวิเคราะห์ข้อมูลถูกพัฒนาขึ้นด้วยโปรแกรม Microsoft Power BI 2.110 ร่วมกับระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยเพิ่มศักยภาพการให้บริการของธุรกิจ และสร้างประสบการณ์การรับบริการในรูปแบบใหม่ให้กับลูกค้า รวมถึงสามารถนำข้อมูลที่ได้จากการให้บริการมาวิเคราะห์เพื่อนำไปปรับปรุงและเพิ่มประสิทธิภาพให้กับระบบเพื่อสร้างความได้เปรียบในการแข่งขันให้กับธุรกิจ
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของศูนย์พัฒนาเกษตรกรรุ่นใหม่, กัญญณัฐ โภคาพันธ์
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของศูนย์พัฒนาเกษตรกรรุ่นใหม่, กัญญณัฐ โภคาพันธ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ภาคการเกษตรของประเทศไทยเป็นตัวขับเคลื่อนการพัฒนาเศรษฐกิจที่สำคัญของประเทศ เนื่องจากเป็นรากฐานของการสร้างความมั่นคงทางอาหารของประเทศและของโลก และประชากรส่วนใหญ่ของประเทศอยู่ในภาคการผลิตทางการเกษตร จากสถิติการเกษตรและสหกรณ์ของสำนักงานปลัดกระทรวงเกษตรและสหกรณ์ พบว่า เกินกว่าครึ่งหนึ่งของเกษตรกรทั้งประเทศเป็นกลุ่มที่มีอายุตั้งแต่ 46 ปีขึ้นไป ดังนั้น การพัฒนาเกษตรกรรุ่นใหม่ขึ้นมาทดแทนนับเป็นอีกหนึ่งหัวใจที่สำคัญในการขับเคลื่อนการพัฒนาภาคการเกษตรของประเทศไทย การพัฒนาเกษตรกรรุ่นใหม่ด้วยการพัฒนาและฝึกอบรมอย่างเหมาะสมเป็นการพัฒนาคนรุ่นใหม่ที่มีใจรักการเกษตร ให้รู้จักบริหารจัดการการเกษตรด้วยนวัตกรรมและเทคโนโลยีสมัยใหม่ อยู่ได้ท่ามกลางการเปลี่ยนแปลงของโลกในยุคปัจจุบัน สามารถต่อยอดไปสู่การเป็นผู้ประกอบการที่สามารถพึ่งพาตนเอง และเป็นผู้นำทางการเกษตรในท้องถิ่นสืบต่อรุ่นเก่าได้ ในช่วงเริ่มแรกเกษตรกรรุ่นใหม่จะเป็นศูนย์กลางและออกแบบการเรียนรู้งานด้านเกษตรกรรมด้วยตนเอง ในปัจจุบันมีการต่อยอดและพัฒนาให้เกษตรกรรุ่นใหม่เหล่านี้สามารถจัดตั้งศูนย์พัฒนาเกษตรกรรุ่นใหม่เพื่อเป็นแหล่งเรียนรู้สำหรับเกษตรกรในรุ่นต่อ ๆ ไป ระบบต้นแบบของโครงการนี้ถูกสร้างจากเครื่องมือ “Figma” จะช่วยให้สามารถนำไปพัฒนาโมไบล์แอปพลิเคชันของศูนย์พัฒนาเกษตรกรรุ่นใหม่ที่ใช้ได้จริง และตอบสนองความต้องการของผู้ใช้งานได้
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์, พิชญนันท์ มณีเนตร
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์, พิชญนันท์ มณีเนตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์ขยายตัวอย่างมากเนื่องจากการพัฒนาทางเทคโนโลยีที่ก้าวหน้าและความต้องการอุปกรณ์อิเล็กทรอนิกส์ของผู้บริโภคที่มีแนวโน้วที่มีแต่จะเพิ่มสูงขึ้นซึ่งถือว่าเป็นโอกาสที่ดีทางธุรกิจ แต่ก็อาจจะส่งผลให้ธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์ต้องผลิตชิ้นส่วนอิเล็กทรอนิกส์จำนวนมากและหลากหลายชนิด ทำให้ปริมาณข้อมูลในระบบการจัดการการผลิตมีมากและมีความซับซ้อน ดังนั้นจะต้องมีการนำการวิเคราะห์ข้อมูลเข้ามาช่วยในการดำเนินธุรกิจ เพราะจะทำให้เห็นถึงภาพรวม, แนวโน้มและโอกาสทางธุรกิจ และยังทำให้เห็นปัญหา, ข้อบกพร่องและสิ่งที่จะต้องปรับปรุงอีกด้วย ช่วยสร้างความได้เปรียบทางการแข่งขันเพื่อตอบสนองสภาพแวดล้อมทางธุรกิจที่เปลี่ยนแปลงไปอย่างรวดเร็วในปัจจุบันได้อีกด้วย โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์” ประกอบไปด้วย 5 ระบบ ได้แก่ 1.ระบบวิเคราะห์การขายและกำไร, 2.ระบบวิเคราะห์รายการการสั่งซื้อสินค้า, 3.ระบบวิเคราะห์สินค้าคงคลัง, 4.ระบบวิเคราะห์การจัดส่งสินค้า, 5.ระบบวิเคราะห์ลูกหนี้การค้า โดยระบบพัฒนาขึ้นบนระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 และใช้เครื่องมือต่าง ๆ ของโปรแกรม Tableau Desktop Version 2021.1 ในการพัฒนาระบบ ระบบที่พัฒนาขึ้นนี้จะสนับสนุนการตัดสินใจและช่วยให้ธุรกิจการผลิตชิ้นส่วนอิเล็กทรอนิกส์สามารถวางแผนการดำเนินงาน ปรับปรุงการดำเนินงาน และเตรียมการดำเนินงานในอนาคตได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของหน่วยงานบริหารจัดการการระบาดของโรคติดเชื้อไวรัสโคโรนา 2019, อนุวัฒน์ เลิศพงศ์วิภูษณะ
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของหน่วยงานบริหารจัดการการระบาดของโรคติดเชื้อไวรัสโคโรนา 2019, อนุวัฒน์ เลิศพงศ์วิภูษณะ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแพร่ระบาดของโรคติดเชื้อทางเดินหายใจที่เกิดจากเชื้อไวรัสโคโรนา 2019 ไปทั่วโลก ส่งผลให้มีจำนวนผู้ติดเชื้อและผู้เสียชีวิตจำนวนมาก สถานการณ์การแพร่ระบาดนี้ได้ส่งผลกระทบรุนแรงต่อภาคธุรกิจ หลายองค์กรจำเป็นต้องปิดตัวลงเพราะไม่สามารถรับมือกับผลกระทบกระทันหันจากสถานการณ์การแพร่ระบาดข้างต้น ดังนั้นภาคธุรกิจ องค์กร รวมถึงหน่วยงานที่เกี่ยวข้องควรมีเครื่องมือที่ช่วยในการรวบรวมข้อมูลจากแหล่งต่าง ๆ ให้สามารถเชื่อมโยงกันได้และนำมาวิเคราะห์เพื่อให้มองเห็นภาพรวมและทำความเข้าใจผลกระทบที่จากการระบาดของเชื้อไวรัสโคโรนา 2019 ในมุมมองต่าง ๆ เพื่อสามารถนำไปใช้วางแผนหรือวางมาตรการณ์ป้องกันในกรณีที่มีการแพร่ระบาดลักษณะเดียวกันในอนาคต โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของหน่วยงานบริหารจัดการการระบาดของโรคติดเชื้อไวรัสโคโรนา 2019” ประกอบไปด้วย 5 ระบบหลัก ได้แก่ ระบบวิเคราะห์จำนวนการติดเชื้อไวรัสโคโรนา 2019 ระบบวิเคราะห์จำนวนผู้เสียชีวิตจากผู้ติดเชื้อไวรัสโคโรนา 2019 ระบบวิเคราะห์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 และการเดินทาง ระบบวิเคราะห์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 และความเสี่ยงของประชากรไทย และระบบพยากรณ์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 จากข้อมูลปริมาณการเดินทางรูปแบบต่าง ๆ โดยระบบได้ถูกพัฒนาขึ้นบนระบบจัดการฐานข้อมูล PostgreSQL 14.2-2 เครื่องมีจัดเตรียมข้อมูล Tableau Prep 2022.1.0 เครื่องมือสร้างและนำเสนอรายงาน Tableau Desktop 2022.1.0 และเครื่องมือวิเคราะห์เชิงทำนาย RapidMiner 10.0 ระบบที่พัฒนาขึ้นจะช่วยให้ผู้บริหารในองค์กรที่เกี่ยวข้องสามารถมองเห็นภาพรวมและวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างสะดวกและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจหรือวางมาตรการป้องกันต่าง ๆ ในการลดจำนวนผู้ติดเชื้อและผู้เสียชีวิตในสถานการณ์โรคระบาดที่มีลักษณะใกล้เคียงกันในอนาคตได้
Deep Reinforcement Learning For Electricity Energy Trading, Manassakan Sanayha
Deep Reinforcement Learning For Electricity Energy Trading, Manassakan Sanayha
Chulalongkorn University Theses and Dissertations (Chula ETD)
The deregulation and liberalization of the energy market in the 1990s prompted short-term electricity trading, allowing energy markets to produce net output over a range of time periods as a result of this decentralized system, most commonly minutes to days ahead of time. The energy industry urgently requires a system that has undergone substantial modernization in place to handle a variety of issues, including the current climate, renewable resources, and the energy framework. In this dissertation, we investigate a deep reinforcement learning framework for both wholesale and local energy trading, which probes the challenge of RL to optimize the real-world …
Real-Time Image Classification For Malignant Biliary Strictures On Cholangioscopy Images Based On Deep Learning Approach, Passakron Phuangthongkham
Real-Time Image Classification For Malignant Biliary Strictures On Cholangioscopy Images Based On Deep Learning Approach, Passakron Phuangthongkham
Chulalongkorn University Theses and Dissertations (Chula ETD)
It is challenging to determine if the cause of bile duct strictures is benign or malignant. Currently, endoscopists may more precisely inspect the bile duct thanks to computerized single-operator cholangioscopy. As a result, lesions in the bile duct can be seen with the naked eye. However, endoscopists continue to diagnose patients differently. Consequently, a biopsy is typically regarded as the gold standard. The necessity to repeat operations results from a biopsy sample mistake that results in a false-negative cancer diagnosis. In this study, we suggest a convolutional neural network developed particularly for real-time malignant biliary stricture classification. Our approach, which …
Multi-Agent Deep Reinforcement Learning For Cryptocurrency Trading, Kittiwin Kumlungmak
Multi-Agent Deep Reinforcement Learning For Cryptocurrency Trading, Kittiwin Kumlungmak
Chulalongkorn University Theses and Dissertations (Chula ETD)
Reinforcement learning has emerged as a promising approach for enhancing profitability in cryptocurrency trading. However, the inherent volatility of the market, especially during bearish periods, poses significant challenges in this domain. Existing literature addresses this issue through the adoption of single-agent techniques such as deep Q-network (DQN), advantage actor-critic (A2C), and proximal policy optimization (PPO), or their ensembles. Despite these efforts, the mechanisms employed to mitigate losses during bearish market conditions within the cryptocurrency context lack robustness. Consequently, the performance of reinforcement learning methods for cryptocurrency trading remains constrained within the current literature. To overcome this limitation, we present a …
Corporate Credit Rating Prediction Using Deep Learning, Napasorn Thavichaigarn
Corporate Credit Rating Prediction Using Deep Learning, Napasorn Thavichaigarn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Corporate credit rating has an important role in reducing asymmetric information between investors and borrowers and assisting investors as a signal of the entities’ performance and creditworthiness for making appropriate investment decisions in a company’s assets. The economic distress has negatively affected various businesses and resulted in company rating transitions. This led to a problem in adjusting investment strategy and a serious loss as there is a lack of time between officially announced credit rating transitions and real transition. This study provides alternative methods for credit rating prediction by applying machine learning models; Support Vector Machine (SVM), Linear Regression, and …
Nft-Based Authentic Product Verification And Trading Platform, Natchapol Thongruang
Nft-Based Authentic Product Verification And Trading Platform, Natchapol Thongruang
Chulalongkorn University Theses and Dissertations (Chula ETD)
Counterfeit product has been a major problem to the economy for a while. The effect seems to be larger when it comes to the luxury product segment. When the consumers were unsure if the product that they are buying is genuine or not and its cost is very high, then the severity will become even greater. Among the countless number of attempts to fix this solution, utilizing blockchain technology is one of the most popular approaches for present days. In anti-counterfeit domain, associating an NFT token to a physical product is the most common approach. It allows us to unlock …
Real-Time Object Detection For Screening Cannabis Seed Gender, Prachya Boonsri
Real-Time Object Detection For Screening Cannabis Seed Gender, Prachya Boonsri
Chulalongkorn University Theses and Dissertations (Chula ETD)
Perception and understanding of cannabis are more expansive than they formerly were. Almost all growers are primarily interested in getting harvests of big flower buds from cannabis female plants since THC, CBD and other cannabinoids are found in female flowers and valuable for medical and industrial market segments. Selecting only female seeds to cultivate is thus an important step to produce THC, CBD profitably. Unfortunately, outdoor cultivation in Thailand traditionally grows regular cannabis seeds that grow up of mixed male and female plants. The male plants will be later spot and eliminated during the pre-flowering stage. This incurs the higher …
Job-Candidate Classifying And Ranking System With Machine Learning Method, Thapanee Boonchob
Job-Candidate Classifying And Ranking System With Machine Learning Method, Thapanee Boonchob
Chulalongkorn University Theses and Dissertations (Chula ETD)
Finding suitable candidates for an open job position could be a repetitive and time-consuming task, especially from a large pool of candidates. Besides, this task could truly make fair screening and shortlisting tedious. Losing the opportunity to hire top talent candidates due to the slow screening process or the wrong selection by human error is unacceptable. This paper presented a method for human resources to categorize and select the top candidates for job opening they applied for. The proposed system directed to alter a machine learning algorithm to classify the candidate into groups i) shortlist and ii) not-suitable. The productive …
Estimating Stock Price Based On Information From Financial Statement Using Machine Learning Approach, Thitikun Kunathananon
Estimating Stock Price Based On Information From Financial Statement Using Machine Learning Approach, Thitikun Kunathananon
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study introduces a new tool for stock market investors and institutions constructed from Long Short-Term Memory (LSTM) for predicting stock prices. By effectively analyzing financial statements and stock market data, LSTM provides a fast, unbiased, low-cost solution for stock price prediction, intending to increase profits for investors and reduce losses. The study results indicate that LSTM can maintain effectively captures complex relationships in the data and predicts stock prices. This research highlights the potential of LSTM as a valuable and innovative tool for investors and institutions in the stock market.
Xgboost For Prediction Of Ethereum Short-Term Returns Based On Technical Factor, Wipawee Nayam
Xgboost For Prediction Of Ethereum Short-Term Returns Based On Technical Factor, Wipawee Nayam
Chulalongkorn University Theses and Dissertations (Chula ETD)
Unlike traditional currencies that rely on centralized such as banks or governments, cryptocurrencies today have become popular due to its decentralized transactions. Decentralization takes advantage of no requirement for intermediaries, thus reducing transaction fees and processing time. However, investing in cryptocurrencies incurs risks and uncertainties due to price volatility and rapid changes. The fact that prediction of asset prices is complex due to the influence of multiple factors on price movements. This paper studied the technical factor to analyze the short-term returns of Ethereum in the periods of 1-10 days. The historical data containing Ethereum closing price are collected from …
Investigate The Possibility Of Using Smart Contracts And Digital Signatures To Create A Legally Binding Contract, And To Create A Prototype Opensource Web Application As A Proof Of Concept, Yosnai Chanatrutipan
Investigate The Possibility Of Using Smart Contracts And Digital Signatures To Create A Legally Binding Contract, And To Create A Prototype Opensource Web Application As A Proof Of Concept, Yosnai Chanatrutipan
Chulalongkorn University Theses and Dissertations (Chula ETD)
We investigated the possibility of using blockchain to create a legally binding contract. According to our study, blockchain can be used to authenticate the identities of the involved parties, to provide a cryptographically generated electronic signature used to sign a contract, and to automate and enforce the term of an agreement. The authentication and the signing are done using a blockchain-based self-sovereign identity framework called a decentralized identity and verifiable credentials. The term can be enforced by using a smart contract, a program that runs on the blockchain. Some contracts terms are too complex to be translated into a smart …
Mediastinal Lymph Node Detection And Segmentation Using Deep Learning, Al-Akhir Nayan
Mediastinal Lymph Node Detection And Segmentation Using Deep Learning, Al-Akhir Nayan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automatic lymph node (LN) segmentation and detection for cancer staging are critical. In clinical practice, computed tomography (CT) and positron emission tomography (PET) imaging detect abnormal LNs. Despite its low contrast and variety in nodal size and form, LN segmentation remains a challenging task. Deep convolutional neural networks frequently segment items in medical photographs. Most state-of-the-art techniques destroy image's resolution through pooling and convolution. As a result, the models provide unsatisfactory results. Keeping the issues in mind, a well-established deep learning technique UNet++ was modified using bilinear interpolation and total generalized variation (TGV) based upsampling strategy to segment and detect …
Recasnet: Reducing Mismatch Within The Two-Stage Mitosis Detection Framework, Chawan Piansaddhayanon
Recasnet: Reducing Mismatch Within The Two-Stage Mitosis Detection Framework, Chawan Piansaddhayanon
Chulalongkorn University Theses and Dissertations (Chula ETD)
Mitotic count (MC) is an important histological parameter for cancer diagnosis and grading, but the manual process to obtain this metric is tedious and not fully reproducible across different pathologists. To mitigate this problem, several deep learning models have been utilized to speed up the process. Typically, the problem is formulated as a two-stage deep learning pipeline: the detection stage for proposing the potential candidates for mitotic cells and the classification stage for refining prediction confidences from the former stage. However, this paradigm can lead to inconsistencies in the classification stage due to the poor prediction quality of the detection …
การทำนายค่าฝุ่น Pm2.5 ทั้งในเชิงแผนที่และเชิงเวลาด้วยเทคนิคการเรียนรู้เชิงลึก, ณัฏฐ์ ศิริสัมพันธ์
การทำนายค่าฝุ่น Pm2.5 ทั้งในเชิงแผนที่และเชิงเวลาด้วยเทคนิคการเรียนรู้เชิงลึก, ณัฏฐ์ ศิริสัมพันธ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
PM2.5 เป็นอนุภาคขนาดเล็กที่มีส่วนทำให้เกิดปัญหามลพิษทางอากาศในประเทศไทย การหายใจนำฝุ่น PM2.5 เข้าไปสามารถทำให้เกิดปัญหาสุขภาพตามมาได้ เช่น โรคทางเดินหายใจและโรคหัวใจเสื่อมสภาพ รวมถึงเพิ่มความเสี่ยงต่อการเสียชีวิตก่อนวัยอันควร งานวิจัยนี้เสนอแบบจำลองที่ใช้การเรียนรู้เชิงลึกเพื่อทำนายค่าฝุ่น PM2.5 ในระดับประเทศซึ่งเป็นการทำนายทั้งในเชิงพื้นที่และเวลา โดยแบบจำลองที่นำเสนอมีชื่อว่า SimVP-CFLL-ML มีพื้นฐานมาจากแบบจำลองการทำนายวิดีโอที่เรียกว่า "SimVP" และเพื่อเพิ่มประสิทธิภาพในการทำนายค่าฝุ่น PM2.5 ในช่วงที่มีค่าฝุ่นสูง SimVP ได้มีการพัฒนาเพิ่มเติมสองประการ คือ 1.Cross-Feature Learning Layer (CFLL) ซึ่งใช้ 1x1 convolution layer เพื่อเรียนรู้ความสัมพันธ์ของคุณลักษณะและ 2.Masking Layer (ML) ซึ่งใช้สำหรับคำนวณค่าลอสเฉพาะส่วนที่สำคัญที่ต้องการทำนาย โดยในที่นี้คือส่วนที่เป็นประเทศไทย การทดลองดำเนินการโดยใช้ข้อมูลที่เก็บรวบรวมจากกรมควบคุมมลพิษของประเทศไทยและโครงการ Sensor For All (SFA) ผลการทดลองแสดงให้เห็นว่าแบบจำลองของเราเหนือกว่าแบบจำลองพื้นฐานทั้งหมด โดยเฉพาะในกรณีที่ต้องการจำแนกช่วงที่ค่าฝุ่นมีค่าสูง แบบจำลองของเราได้ผลลัพธ์ค่าคะแนน F1 สูงกว่าแบบจำลองพื้นฐานที่ดีที่สุดถึง 3.51%
การใช้รถโดยสารประจำทางเป็นโหนดที่ขอบในเครือข่ายยานพาหนะ, ณัฐนนท์ มานพ
การใช้รถโดยสารประจำทางเป็นโหนดที่ขอบในเครือข่ายยานพาหนะ, ณัฐนนท์ มานพ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเติบโตของเครือข่ายไร้สายแบบแอดฮอกบนยานพาหนะได้ทำให้เกิดการพัฒนาแอปพลิเคชันบนยานพาหนะต่าง ๆ มากมาย เพื่อตอบรับสนองต่อการเติบโตนี้โครงร่างระบบการคำนวณแบบขอบบนยานพาหนะจึงถูกพัฒนาขึ้นเพื่อมุ่งเน้นไปที่การติดตั้งโหนดที่ขอบที่มักติดตั้งที่สถานีรับส่งสัญญาณข้างทาง อย่างไรก็ตามการติดตั้งสถานีในพื้นที่ขนาดใหญ่ต้องพิจารณาให้ครอบคลุมพื้นที่การให้บริการมากที่สุด งานวิจัยนี้จึงได้นำเสนอโครงร่างระบบใหม่ชื่อว่า Buses as an Infrastructure ซึ่งได้มีการใช้งานให้รถโดยสารประจำทางเป็นโหนดที่ขอบในการให้บริการทรัพยากรในการคำนวณและบริการอื่น ๆ แก่ผู้ใช้งาน โดยงานวิจัยนี้ได้มีการใช้ข้อได้เปรียบของระบบขนส่งสาธารณะที่มีอยู่แล้วเพื่อลดค่าใช้จ่ายในการติดตั้งโหนดที่ขอบแบบดั้งเดิม อีกทั้งงานวิจัยนี้ยังได้เสนอฮิวริสติกอัลกอรึทึมสำหรับการคำนวณหาการติดตั้งโหนดที่ขอบบนรถโดยสารประจำทางโดยให้ลำดับความสำคัญแก่จำนวนงานที่เกิดขึ้นคู่กับการใช้เทคนิคการเลือก N ลำดับสูงสุด โดยได้ทำการทดลองบนสภาพแวดล้อมจำลองและบนชุดข้อมูลจริง ผลการทดลองเมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางแสดงให้เห็นว่าฮิวริสติกอัลกอรึทึมที่นำเสนอสามารถให้จำนวนยานพาหนะที่โหนดที่ขอบสามารถให้บริการได้สูงขึ้นกว่า 6.08% - 52.20% และสามารถให้จำนวนยานพาหนะที่โหนดที่ขอบสามารถให้บริการได้สูงขึ้น 15.23% เมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางบนสภาพแวดล้อมจำลองและให้ผลรวมของระยะเวลาที่ติดต่อสื่อสารกันได้สูงขึ้น 54.24% เมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางบนชุดข้อมูลจริง
บทบัญญัติของกฎหมายที่ใช้บังคับในคดีละเมิด: การวิเคราะห์คำพิพากษาศาลไทยด้วยกระบวนการเรียนรู้เชิงลึก, ทวีศักดิ์ ชูศรี
บทบัญญัติของกฎหมายที่ใช้บังคับในคดีละเมิด: การวิเคราะห์คำพิพากษาศาลไทยด้วยกระบวนการเรียนรู้เชิงลึก, ทวีศักดิ์ ชูศรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประมวลผลเอกสารทางกฎหมายโดยใช้การประมวลผลภาษาธรรมชาติเป็นงานวิจัยที่น่าสนใจในการศึกษาอย่างมาก เนื่องจากการกำหนดหมวดกฎหมายสำหรับคดีในศาลมักต้องมีการปรึกษาหารือกับทนายความซึ่งมีค่าบริการที่สูงมาก ทำให้ประชาชนทั่วไปไม่สามารถเข้าถึงการใช้บริการดังกล่าวได้ จึงเป็นจุดเริ่มต้นในการจัดทำงานวิจัยนี้ ด้วยการสร้างระบบที่สามารถดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาล เพื่อให้บรรลุงานวิจัยนี้ ทางคณะผู้วิจัยได้รวบรวมชุดข้อมูลที่ครอบคลุมของคดีในศาลฎีกาจากประเทศไทย รวมถึงดึงข้อเท็จจริงจากเอกสารของโจทก์และจำเลยโดยใช้การผสมผสานระหว่างการเรียนรู้ของเครื่องและระบบที่ใช้กฎเป็นพื้นฐานเพื่อการวิเคราะห์การประมวลผลภาษาธรรมชาติเพิ่มเติม แนวทางที่ของงานวิจัยนี้นำเสนอมุ่งเน้นไปที่ระบบค้นคืนมาตราที่เกี่ยวข้องด้วยข้อมูลชุดฝึกที่มีจำนวนน้อย โดยใช้ข้อเท็จจริงของโจทก์เป็นข้อมูลเข้า ซึ่งระบบนี้จะสามารถจัดการกับมาตราต่างๆ ของกฎหมาย รวมถึงส่วนที่ไม่ค่อยพบหรือไม่ได้อยู่ในชุดการฝึกอบรม โดยที่ระบบจะทำงานได้ดีกว่ามาตรฐานพื้นฐาน โดยสรุป การวิจัยนี้มีเป้าหมายเพื่อสร้างระบบดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาลที่เข้าถึงได้และแม่นยำมากขึ้น ทางคณะผู้วิจัยหวังว่าจะลดความจำเป็นในการปรึกษาทนายความที่มีค่าบริการที่สูง และมอบเครื่องมือที่มีค่าสำหรับผู้เชี่ยวชาญด้านกฎหมายและบุคคลที่เกี่ยวข้องในกระบวนการพิจารณาคดีในศาล
เทคนิคการเรียนรู้เชิงลึกสำหรับการรู้จำภาพวัสดุกระเป๋าถือแบรนด์เนมปลอม, พศสรัล อภิปวินท์วงศา
เทคนิคการเรียนรู้เชิงลึกสำหรับการรู้จำภาพวัสดุกระเป๋าถือแบรนด์เนมปลอม, พศสรัล อภิปวินท์วงศา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การปลอมแปลงสินค้าด้านแฟชั่นเป็นปัญหาที่เกิดขึ้นอย่างต่อเนื่องโดยเฉพาะกับกระเป๋าแบรนด์หรู เนื่องจากมีความยากลำบากต่อการตรวจสอบความแท้จริง โดยเฉพาะอย่างยิ่งกับการตรวจสอบสินค้ามือสองที่เคยผ่านการใช้งานมาแล้ว ซึ่งทำให้เกิดปัญหาการตรวจสอบกระเป๋าของแท้และของปลอมทั้งในผู้ซื้อและผู้ขายโดยเฉพาะในช่วงล็อคดาวน์ระหว่างเหตุการณ์โรคระบาด Covid-19 ที่จำกัดการเดินทาง งานวิจัยนี้เสนอการประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกโครงข่ายปราสาทคอนโวลูชัน เพื่อจำแนกภาพในระดับพิกเซล ร่วมกับการนำการสกัดคุณลักษณะสำคัญพื้นผิวแบบ LBP มาพัฒนาการเรียนรู้ของแบบจำลอง โดยใช้แบบจำลองวีจีจี 16 และ เดนซ์เน็ต121 โดยใช้ stratified 5-Fold cross validation เพื่อประเมินแบบจำลอง ซึ่งการเปรียบเทียบผลการทดลองของการใช้แบบจำลองพื้นฐาน และการใช้แบบจำลองพื้นฐานร่วมกับการสกัดคุณลักษณะสำคัญแบบ LBP ทั้งนี้แบบจำลอง โครงข่ายปราสาทแบบเดนซ์เน็ต121 ร่วมกับการสกัดคุณลักษณะสำคัญแบบ LBP ให้ค่าความแม่นยำสูงสุดที่ 95% จากการจำแนกภาพกระเป๋าของแท้ ของปลอม และวัสดุอื่น เป็นการจำแนกรูปภาพแบบหลายประเภท และเมื่อนำการสกัดคุณลักษณะแบบ LBP ร่วมกับแบบจำลองทำให้ค่าความแม่นยำการทำนายผลลัพธ์ที่สูงขึ้น
ระบบสนับสนุนการจัดเก็บและวิเคราะห์ข้อมูลลำดับซ้ำเรียงต่อเนื่องแบบสั้นสำหรับนิติวิทยาศาสตร์, ณัฏฐชัย กุลธรรมนิตย์
ระบบสนับสนุนการจัดเก็บและวิเคราะห์ข้อมูลลำดับซ้ำเรียงต่อเนื่องแบบสั้นสำหรับนิติวิทยาศาสตร์, ณัฏฐชัย กุลธรรมนิตย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ลำดับซ้ำเรียงต่อเนื่องแบบสั้น (Short Tandem Repeat) หรือเอสทีอาร์ (STR) เป็นลำดับที่ซ้ำกันเป็นชุด ๆ ที่พบได้ในจีโนม (Genome) ของมนุษย์และมีประโยชน์มากในนิติวิทยาศาสตร์ เช่น การยืนยันตัวบุคคล การหาความสัมพันธ์ทางเครือญาติ เทคโนโลยีการลำดับเบสยุคใหม่ (Next-Generaton Sequencing: NGS) เช่น ForenSeq Signature Prep สามารถหาลำดับ STRs และให้ข้อมูลเชิงลึกเกี่ยวกับโครงสร้างประชากรได้ ถึงแม้ว่าเอสทีอาร์ที่ได้จากเทคโนโลยีนี้จะมีประโยชน์มากมาย แต่ไม่มีแพลตฟอร์มซอฟต์แวร์โอเพ่นซอร์สใดที่รวมการจัดการและการวิเคราะห์ข้อมูลของเอสทีอาร์ไว้ในแพลตฟอร์มเดียว ผู้ใช้งานอาจต้องใช้หลายโปรแกรมในการวิเคราะห์ข้อมูลเอสทีอาร์ จากนั้นรวบรวมผลลัพธ์ลงในฐานข้อมูลแยกหรือโฟลเดอร์ระบบไฟล์ เพื่อแก้ไขปัญหาดังกล่าว ระบบที่นำเสนอ STRategy เป็นเว็บแอพพลิเคชันที่มีระบบการจัดการและวิเคราะห์ข้อมูลเอสทีอาร์ โดย STRategy อนุญาตให้ผู้ใช้งานเก็บข้อมูลลงฐานข้อมูลหลังจากนั้นระบบจะวิเคราะห์และแสดงผลข้อมูลโดยอัตโนมัติ ระบบนี้ถูกออกแบบให้ใช้ในองค์กรหรือห้องปฏิบัติการ จึงมีระบบการกำหนดสิทธิผู้ใช้ระบบตามบทบาท (Role Based Access Control) เพื่อให้ผู้ใช้งานเข้าถึงข้อมูลตามสิทธิของแต่ละบุคคลเท่านั้น ระบบถูกออกแบบให้มีความยืดหยุ่นสูง และได้ปฏิบัติตามแนวคิดสถาปัตยกรรม 3-เลเยอร์ หลักการออกแบบโปรแกรมเชิงวัตถุ รวมถึงมีการใช้แบบรูป (Design patterns) ต่าง ๆ เพื่อรองรับการเพิ่มโมดูลการวิเคราะห์และโมดูลการแสดงผล รวมถึงการพัฒนาต่อยอดได้ง่ายในอนาคต
การแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาไปเป็นไทมด์ออโตมาตา, ณรงค์กร วงศ์สิทธิไพฑูรย์
การแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาไปเป็นไทมด์ออโตมาตา, ณรงค์กร วงศ์สิทธิไพฑูรย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระแสงานยอว์ลเป็นหนึ่งในกระแสงานทางธุรกิจที่ทันสมัย กระแสงานยอว์ลให้การแสดงเป็นภาพขั้นตอนกระแสงานของงานทางธุรกิจที่เข้าใจง่าย สามารถกำหนดเวลาการทำงานของงานภายในกระแสงานยอว์ลได้ วิทยานิพนธ์ฉบับนี้จะเน้นให้นำกระแสงานยอว์ลทั่วไปมาเพิ่มขีดความสามารถโดยการเพิ่มข้อจำกัดแบบช่วงเวลาให้กับแต่ละสัญลักษณ์งานในกระแสงานยอว์ล ผ่านค่าเฉลี่ยของข้อจำกัดของช่วงเวลาในรูปของขอบเขตล่าง และขอบเขตบนของเวลาที่สามารถเสร็จสิ้นการทำงานถูกกำหนดให้กับงานทางธุรกิจแต่ละงานในกระแสงานเพื่อรับมือกับปัญหาที่ซับซ้อนมากขึ้นของประสิทธิภาพด้านเวลาในกระแสงานกระบวนการทางธุรกิจ ในการจำลองพฤติกรรมของกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาจะถูกแปลงเป็นออโตมาตาที่กำหนดเวลาไว้ที่สอดคล้องกัน และจำลองโดยใช้เครื่องมือ UPPAAL วิทยานิพนธ์ฉบับนี้มีการเสนอชุดของกฎการแปลงเพื่อเป็นแนวทางในการแปลงของสัญลักษณ์ยอว์ลข้อจำกัดของช่วงเวลาให้อยู่ในรูปแบบของไทมด์ออโตมาตา และเสนอเว็บแอปพลิเคชันในการแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาเป็นออโตมาตา โดยผลลัพธ์ที่เป็นไทมด์ออโตมาตาจะถูกแปลงอย่างถูกต้อง และจำลองโดยใช้เครื่องมือจำลอง UPPAAL
แบบจำลองคุณภาพซอฟต์แวร์โอเพนซอร์ซเพื่อการวัดคุณภาพอย่างอัตโนมัติ, อัรกอม มะแดเฮาะ
แบบจำลองคุณภาพซอฟต์แวร์โอเพนซอร์ซเพื่อการวัดคุณภาพอย่างอัตโนมัติ, อัรกอม มะแดเฮาะ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันได้มีการนำเสนอแบบจำลองคุณภาพซอฟต์แวร์โอเพนซอร์ซหลายแบบจำลองเพื่อใช้ในการประเมินคุณภาพของซอฟต์แวร์โอเพนซอร์ซ แต่แบบจำลองเหล่านั้นมีข้อจำกัดเนื่องจากเป็นการประเมินตามความคิดส่วนตัวซึ่งต้องอาศัยผู้ใช้ในการประเมิน และแบบจำลองดังกล่าวต้องการข้อมูลจากหลากหลายแหล่ง เพื่อเสริมการประเมินคุณภาพซอฟต์แวร์โอเพนซอร์ซที่เป็นอยู่ให้ทำได้สมบูรณ์มากยิ่งขึ้น วิทยานิพนธ์นี้จึงได้นำเสนอแบบจำลองคุณภาพซอฟต์แวร์โอเพนซอร์ซใหม่ที่ชื่อว่าโอเอสเอส-เอคิวเอ็ม โดยมีเป้าหมายเพื่อการวัดคุณภาพซอฟต์แวร์โอเพนซอร์ซอย่างอัตโนมัติ แบบจำลองโอเอสเอส-เอคิวเอ็มได้นำเสนอตัววัดคุณภาพและเครื่องมืออัตโนมัติที่สามารถดึงข้อมูลเกี่ยวกับซอฟต์แวร์โอเพนซอร์ซจากกิตฮับ ซอร์ซโค้ด โซนาร์คิวบ์ และสแต็กเอกซ์เชนจ์ ทำให้สามารถกำหนดคะแนนคุณภาพของซอฟต์แวร์โอเพนซอร์ซได้ โอเอสเอส-เอคิวเอ็มได้รับการตรวจสอบจากวิศวกรซอฟต์แวร์ที่มีประสบการณ์ในการเลือกใช้ซอฟต์แวร์โอเพนซอร์ซ นอกจากนี้การจัดลำดับซอฟต์แวร์โอเพนซอร์ซโดยเครื่องมือโอเอสเอส-เอคิวเอ็มยังถูกนำไปเปรียบเทียบกับการจัดลำดับด้วยวิธีอื่น และพบว่าการจัดลำดับของโอเอสเอส-เอคิวเอ็มมีสหสัมพันธ์ระดับต่ำมากถึงปานกลางในทิศทางตรงกันข้ามกับวิธีจัดลำดับอื่น ๆ ตามความคิดเห็นและความนิยมของผู้ใช้ และมีสหสัมพันธ์ระดับปานกลางในทิศทางเดียวกันกับวิธีการจัดลำดับอื่นที่เน้นการตรวจสอบความมั่นคงที่ซอฟต์แวร์โดยตรง ทั้งนี้เนื่องจากโอเอสเอส-เอคิวเอ็มครอบคลุมปัจจัยคุณภาพหลายอย่างที่ไม่ได้ถูกพิจารณาโดยวิธีการจัดลำดับอื่น ๆ ดังกล่าว โอเอสเอส-เอคิวเอ็มจึงให้ข้อมูลด้านคุณภาพของซอฟต์แวร์โอเพนซอร์ซในเชิงลึกที่ดีกว่า
เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์ขนาดใหญ่และกลางในประเทศไทยแบบพหุปัจจัย, ธนดล ประพฤทธิกุล
เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์ขนาดใหญ่และกลางในประเทศไทยแบบพหุปัจจัย, ธนดล ประพฤทธิกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิธีการลงทุนแบบหมุนเวียนหลักทรัพย์ในพอร์ตโฟลิโอซึ่งจะทำการคัดเลือกหลักทรัพย์ที่มีค่าคะแนนสูงที่สุดเมื่อเปรียบเทียบกับหลักทรัพย์ตัวอื่นๆนี้ เป็นวิธีที่ได้รับความนิยมเมื่อเปรียบเทียบกับการเข้าซื้อขายตามสัญญาณแบบดั้งเดิม โดยปัจจุบันเทคโนโลยีการเรียนรู้ของเครื่องถูกนำมาประยุกต์ใช้กับงานต่างๆในชีวิตประจำวัน รวมถึงการลงทุนในตลาดหลักทรัพย์ด้วย ซึ่งการเรียนรู้ของเครื่องนี้สามารถนำมาใช้กับการลงทุนเชิงปริมาณเพื่อเพิ่มสมรรถนะของพอร์ตโฟลิโอสำหรับการลงทุนในตลาดการเงิน งานวิจัยนี้เสนอการใช้เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์แบบรายเดือนและรายไตรมาส ซึ่งแบบจำลองทั้งสองนี้ถูกพัฒนาบนชุดข้อมูลหลักทรัพย์ขนาดใหญ่และขนาดกลางในประเทศไทยโดยมีปัจจัยทั้งหมด 27 ปัจจัยแบ่งออกตามกลุ่มต่างๆได้ ดังนี้ ปัจจัยเชิงคุณค่า, ปัจจัยการเติบโตของกิจการ, ปัจจัยแนวโน้มของราคา, ปัจจัยสภาพคล่อง, ปัจจัยคุณภาพ, ปัจจัยเงินปันผล และปัจจัยด้านขนาด เพื่อใช้เป็นตัวแปรต้น สำหรับให้แบบจำลองเรียนรู้และจากผลการศึกษา พบว่า ปัจจัยเชิงเทคนิคเป็นปัจจัยที่มีความสำคัญสำหรับการทำนายการเคลื่อนไหวของราคาสินทรัพย์แบบรายเดือน ซึ่งแตกต่างกับการเคลื่อนไหวของราคาสินทรัพย์แบบรายไตรมาสที่ปัจจัยพื้นฐานจะมีความสำคัญมากกว่าปัจจัยเชิงเทคนิค นอกจากนี้ เมื่อจำลองการสร้างพอร์ตโฟลิโอการหมุนเวียนหลักทรัพย์แบบรายเดือนและรายไตรมาส พบว่า พอร์ตโฟลิโอแบบรายเดือนให้ค่าสถิติในเชิงพอร์ตโฟลิโอที่ดีกว่าซึ่งเป็นเพราะพอร์ตโฟลิโอดังกล่าวมีโอกาสในการคัดเลือกหลักทรัพย์ใหม่ๆเข้ามาในพอร์ตโฟลิโอได้มากกว่า อย่างไรก็ตาม ในด้านค่าสถิติของการซื้อขายกลับพบว่าพอร์ตโฟลิโอแบบรายไตรมาสกลับให้ค่าที่ดีกว่า เนื่องจากระยะเวลาการถือครองหลักทรัพย์ที่นานขึ้นทำให้มีค่าผลตอบแทนคาดหวังต่อการซื้อขายที่สูงขึ้น ทั้งนี้ พอร์ตโฟลิโอทั้งสองยังคงให้ระดับผลตอบแทนต่อความเสี่ยงที่สูงกว่าดัชนีอ้างอิงทั้งหมดประกอบด้วย ดัชนี SET TRI, ดัชนีที่ให้น้ำหนักการลงทุนแบบเท่าเทียม, และดัชนีผลตอบแทนแบบปัจจัยเดียว
โมเดลการเรียนรู้ด้วยเครื่องเพื่อทำนายความต้องการในการอัดประจุรถยนต์พลังงานไฟฟ้า, ปรัชญา อุดมปริฉัตร
โมเดลการเรียนรู้ด้วยเครื่องเพื่อทำนายความต้องการในการอัดประจุรถยนต์พลังงานไฟฟ้า, ปรัชญา อุดมปริฉัตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การควบคุมการอัดประจุรถยนต์พลังงานไฟฟ้าอัจฉริยะ (Smart Charging) เป็นวิธีการจัดกำหนดการอัดประจุรถยนต์ไฟฟ้าให้ได้อย่างเหมาะสม ทำให้สถานีอัดประจุสาธารณะทำกำไรได้มากขึ้น ผลกำไรดังกล่าวนี้มักมาจากการลดค่าใช้จ่ายของค่าความต้องการพลังงานไฟฟ้าสูงสุดโดยที่ยังคงสามารถตอบสนองความต้องการของผู้ใช้รถยนต์ไฟฟ้าได้ สถานีอัดประจุสาธารณะที่มีการใช้ Smart charging ส่วนใหญ่จะให้ผู้ใช้รถยนต์ไฟฟ้าเป็นผู้กำหนดความต้องการของพวกเขาเอง อย่างไรก็ตามผู้ใช้รถยนต์ไฟฟ้าอาจจะป้อนข้อมูลความต้องการที่ไม่ตรงกับความเป็นจริง ส่งผลให้ผลกำไรของสถานีอัดประจุสาธารณะลดลงได้ ในงานวิจัยนี้ผู้ทำจิจัยได้ทำการนำเสนอ End-to-end framework ซึ่งมีเป้าหมายในการสร้างกำไรสูงสุดแก่สถานีอัดประจุสาธารณะโดยที่ยังคงตอบสนองกับความต้องการของผู้ใช้รถยนต์ไฟฟ้า โดย framework จะประกอบด้วยโมดูลหลักสองอย่าง ได้แก่ โมดูลการพยากรณ์ความต้องการของผู้ใช้รถยนต์ไฟฟ้าอันได้แก่ระยะเวลาในการเชื่อมต่อและความต้องการพลังงานไฟฟ้า ที่ใช้เทคนิคการเรียนรู้ของเครื่อง (machine learning) ต่างๆ เช่น XGBoost, Random Forest (RF), และ TabNet กับโมดูลการหาค่าที่เหมาะสมที่สุดในการจัดกำหนดการอัดประจุของรถยนต์ไฟฟ้าที่มีพื้นฐานจากเทคนิค Model predictive control (MPC) ซึ่งโมดูลการหาค่าที่เหมาะสมที่สุดนี้ได้รับการปรับปรุงให้ดีขึ้นโดยใช้ข้อมูลจากการป้อนกลับและพฤติกรรมของการดึงกระแสของรถยนต์ไฟฟ้าที่เรียกว่า Constant Current Constant Voltage (CC-CV) การทดลองได้ทำกับข้อมูลธุรกรรมการอัดประจุจริงจากกับสี่สถานีอัดประจุ จากผลการทดลองพบว่า framework นั้นสามารถทำให้สถานีอัดประจุได้รับกำไรที่มากขึ้น
การจำแนกระดับความคิดในการฆ่าตัวตายจากข้อความทวิตเตอร์โดยใช้การเรียนรู้ของเครื่อง, พันธพร เบ็ญจไชยรัตน์
การจำแนกระดับความคิดในการฆ่าตัวตายจากข้อความทวิตเตอร์โดยใช้การเรียนรู้ของเครื่อง, พันธพร เบ็ญจไชยรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ความคิดฆ่าตัวตายเป็นหนึ่งในภาวะสุขภาพจิตที่สำคัญอย่างมากในสังคมไทย ในปัจจุบันคนที่มีความคิดฆ่าตัวตายได้มีการแสดงความรู้สึกออกมาผ่านสื่อสังคมออนไลน์ต่าง ๆ ในวิทยานิพนธ์นี้จึงได้มีแนวคิดในการนำเอาเทคนิคการประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่อง มาใช้ในการจำแนกข้อความที่เป็นภาษาไทยบนเครือข่ายสังคมออนไลน์ทวิตเตอร์เพื่อตรวจหาระดับความคิดฆ่าตัวตายทั้ง 6 ระดับ ได้แก่ 1) อยากตาย, 2) คิดฆ่าตัวตายแต่ยังไม่มีรายละเอียดที่เจาะจง, 3) คิดฆ่าตัวตายโดยกล่าวถึงวิธีการ แต่ยังไม่มีแผนและยังไม่ส่อเจตนาที่จะลงมือ, 4) คิดฆ่าตัวตายโดยมีเจตนาที่จะลงมือ ยังไม่มีแผนที่เจาะจง, 5) คิดฆ่าตัวตายโดยมีแผนที่เจาะจงและมีเจตนาที่จะลงมือ และ 6) อื่น ๆ (ไม่ใช่ความคิดฆ่าตัวตาย) โดยใช้อัลกอริทึมแอลเอสทีเอ็ม, เอสวีเอ็ม, แรนดอมฟอเรสต์ และ เอกซ์จีบูสต์ จากการประเมินผลพบว่าอัลกอริทึมแอลเอสทีเอ็มมีประสิทธิภาพโดยรวมดีที่สุด โดยมีค่าความเที่ยงเป็น 93.68% ค่าเรียกคืนเป็น 94.25% ค่าเอฟวันเป็น 93.88% และค่าความแม่นเป็น 95.05% งานวิจัยนี้ได้พัฒนาเว็บแอปพลิเคชันเพื่อใช้ทำนายระดับความคิดฆ่าตัวตายจากข้อความของผู้ใช้ที่โต้ตอบกับเว็บแอปพลิเคชัน เพื่อเสนอแนวทางการช่วยเหลือตัวเองในเบื้องต้นหรือให้คำแนะนำได้อย่างเหมาะสมตามระดับความคิดฆ่าตัวตายนั้น ๆ ตลอดจนให้ความรู้เกี่ยวกับความคิดด้านลบและวิธีการจัดการความคิดลบอัตโนมัติของตนเอง และมีช่องทางการติดต่อโรงพยาบาลและเบอร์ฉุกเฉินให้แก่ผู้ที่มีความเสี่ยงในการฆ่าตัวตายสูง เพื่อให้ผู้ใช้เข้าถึงความช่วยเหลือได้ทันที
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวีดิทัศน์จราจรหลายมุมมอง, วิชุกร คันธินทระ
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวีดิทัศน์จราจรหลายมุมมอง, วิชุกร คันธินทระ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบริหารจัดการการจราจรถือเป็นความท้าทายสำคัญสำหรับเมืองขนาดใหญ่ในปัจจุบัน ข้อมูลปริมาณความหนาแน่นของยานพาหนะจะมีส่วนช่วยในการวางแผนจัดการจราจร อาทิเช่น การวางแผนระยะเวลาในการเปิด-ปิดไฟจราจรให้เหมาะสมตามปริมาณความหนาแน่นของยานพาหนะ เป็นต้น ปัจจุบันเราใช้คนในการประเมินจำนวนยานพาหนะซึ่งเกิดความล่าช้า และผิดพลาด ทำให้ไม่เหมาะสมในนำข้อมูลไปใช้ในการบริหารจัดการจราจร งานวิจัยนี้นำเสนอระบบนับแยกประเภทยานพาหนะจากวีดิทัศน์บันทึกภาพของกล้องจราจร โดยระบบจะประกอบด้วย object detection และ object tracking จากการทดสอบจะพบว่า YOLOX ทำประสิทธิภาพได้ดีกว่า YOLOv3 มากถึง 26.80% สำหรับชุดข้อมูลภาพมุมข้าง และ 8.34% สำหรับกรณีมุมบน เนื่องจาก YOLOX มีการแยกส่วนของ head ออกเป็น box classification และ box regression ซึ่งมีส่วนช่วยเพิ่มความแม่นยำ และ ByteTrack มีความเหมาะสมในการใช้ในการติตามวัตถุ object tracking อันเนื่องจาก ByteTrack สามารถในการจัดการการบดบังได้ดีกว่า Centroid track โดย ByteTrack จะการทำนายพิกัดของวัตถุที่เกิดการสูญหายขณะถูกบดบังด้วยเทคนิค kalman filter ทำให้ระบบสามารถติดตามวัตถุได้ต่อเนื่องเมื่อการบดบังสิ้นสุดลง จากผลการวิจัยสรุปได้ว่า การทำงานกันระหว่าง YOLOX และ ByteTrack ประกอบกับการนับแบบมี ROI จะช่วยให้ระบบคัดแยกประเภทยานพาหนะ และนับยานพาหนะตามประเภทมีค่าความผิดพลาดที่ต่ำอยู่ที่ 16.67% สำหรับวีดิทัศน์มุมข้างและ 23.40% สำหรับวีดิทัศน์มุมบน โดยระบบที่นำเสนอนี้สามารถใช้ในการช่วยติดตามดูแลสภาพจราจรในระบบขนส่งอัจฉริยะได้
การแบ่งส่วนตับและเนื้องอกในภาพสเปคซีทีของเทคนีเซียม-99เอ็ม เอ็มเอเอ สำหรับการวางแผนการรักษาด้วยการนำสารกัมมันตรังสีเข้าสู่ร่างกายเฉพาะจุดด้วยโครงข่ายประสาทเชิงลึก, สุกัญญา แซ่คู
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบำบัดด้วยรังสีเฉพาะจุดเป็นวิธีการสลายลิ่มเลือดด้วยรังสีที่ใช้ในการรักษาเนื้องอกร้ายในตับ อัตราส่วนเนื้องอกต่อเนื้อตับเป็นพารามิเตอร์ที่สำคัญสำหรับการวางแผนการรักษาด้วยการนำสารกัมมันตรังสีเข้าสู่ร่างกายเฉพาะจุดด้วยอนุภาคเรซินไมโครสเฟียร์เคลือบสารกัมมันตรังสีอิตเทรียม-90 (90Y) เพื่อใช้ประเมินปริมาณสารกัมมันตรังสีอิตเทรียม-90 จากปริมาตรของเนื้อตับและเนื้องอกตับของคนไข้ด้วยสารเภสัชรังสีการปล่อยโฟตอนเดี่ยวเทคนีเซียม-99เอ็ม เอ็มเอเอ ในการศึกษานี้เสนอ Multi-Scale Attention U-Net (MA-Net) ที่รวมคุณสมบัติที่หลากหลายของรูปภาพที่มีการตัดเฉพาะส่วนช่องท้อง และใช้ฮิสโตแกรมจัดการรูปภาพสเปค-ซีที ที่มีการกระจายค่าแสงแบบปกติและผิดปกติ โดยใช้โมเดลที่ผ่านการฝึกอบรมล่วงหน้า Noisy student และการเพิ่มความหลากหลายของภาพ งานวิจัยนี้นำเสนอโมเดลที่แยกระหว่างการแบ่งส่วนเนื้อตับจากภาพซีทีและการแบ่งส่วนเนื้องอกตับจากภาพสเปค-ซีที และโมเดลรวมการแบ่งส่วนเนื้อตับและเนื้องอกตับจากการฟิวชั่นภาพซีทีและภาพสเปค-ซีที ในงานวิจัยนี้ใช้ชุดข้อมูลสาธารณะ 3DIRCADb-01 ร่วมกับชุดข้อมูลภาพเทคนีเซียม-99เอ็ม เอ็มเอเอ ซีที สำหรับการแบ่งส่วนเนื้อตับและชุดข้อมูลภาพเทคนีเซียม-99เอ็ม เอ็มเอเอ สเปค-ซีที สำหรับเนื้องอกตับที่รวบรวมจากหน่วยเวชศาสตร์นิวเคลียร์โรงพยาบาลจุฬาลงกรณ์สภากาชาดไทย วิธีการที่นำเสนอโมเดลแยกการแบ่งเนื้อตับและเนื้องอกตับมีค่า Dice Similarity Coefficient (DSC) เท่ากับ 0.90, 0.66 และ Intersection over Union (IoU) เท่ากับ 0.84 และ 0.55 ตามลำดับ ซึ่งมีประสิทธิภาพการแบ่งส่วนที่แม่นยำกว่าโมเดลการเรียนรู้เดียวกันโดยใช้รูปภาพฟิวชั่นภาพ ซีที และสเปค-ซีที การแบ่งส่วนเนื้อตับและเนื้องอกตับ มีค่า DSC เท่ากับ 0.83, 0.62 และ IoU เท่ากับ 0.74 และ 0.51 ตามลำดับ การแบ่งส่วนที่แม่นยำจะทำให้การบำบัดด้วยรังสีเฉพาะจุดมีประสิทธิภาพที่ดี
วิธีการทำนายคะแนนความพึงพอใจด้วยข้อมูลจากเครือข่ายคอมพิวเตอร์สำหรับการส่งวิดีโอแบบปรับตัวผ่านทางเอชทีทีพี, สุทัส ธนะจันทร์
วิธีการทำนายคะแนนความพึงพอใจด้วยข้อมูลจากเครือข่ายคอมพิวเตอร์สำหรับการส่งวิดีโอแบบปรับตัวผ่านทางเอชทีทีพี, สุทัส ธนะจันทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในช่วงไม่กี่ปีที่ผ่านมา บริการวิดีโอสตรีมมิงผ่านอินเทอร์เน็ต ได้รับความนิยมขึ้นอย่างมาก ทำให้การวัด QoE เป็นกระบวนการที่มีความสำคัญสำหรับผู้ให้บริการเครือข่าย อย่างไรก็ตามกระบวนการวัด QoE ตามมาตรฐานไม่ได้ถูกออกแบบมาเพื่ออำนวยความสะดวกในการวัดของผู้ให้บริการเครือข่ายเนื่องจากเป็นการใช้ข้อมูลจากฝั่งอุปกรณ์ของผู้ใช้งาน เพื่อที่จะช่วยให้ผู้ให้บริการเครือข่ายสามารถวัด QoE ได้โดยปราศจากการเข้าถึงอุปกรณ์ของผู้ใช้บริการ วิทยานิพนธ์ฉบับนี้จึงเสนอแบบแผนการทำนาย QoE เชิงเครือข่ายสำหรับมาตรฐาน ITU-T P.1204.3 โดยใช้การวิเคราะห์การถดถอย บนข้อมูลการจราจรในเครือข่าย ผลลัพธ์ของการทดลองแสดงให้เห็นว่า แบบแผนที่เรานำเสนอนั้น สามารถทำนาย QoE ของผู้ใช้งานได้อย่างมีประสิทธิภาพด้วย RMSE เท่ากับ 0.14 และ PCC เท่ากับ 0.98
ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันโทรเวชกรรม, มนัสวี ศรีราช
ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันโทรเวชกรรม, มนัสวี ศรีราช
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้เป็นการวิจัยเชิงสำรวจเพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันโทรเวชกรรม ซึ่งเป็นแอปพลิเคชันที่เป็นสื่อกลางในการสื่อสารเนื้อหาทางการแพทย์จากแพทย์สู่ผู้เข้ารับบริการทางการแพทย์ ที่สามารถลดข้อจำกัดด้านเวลา ด้านสถานที่ รวมถึงเพิ่มความปลอดภัยจากโรคระบาด โดยศึกษาว่าปัจจัยใดบ้างที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันโทรเวชกรรมของคนไทย ซึ่งเกิดในปี พ.ศ. 2508 ถึง 2552 หรือครอบคลุมเจเนอเรชันเอ็กซ์ วาย และแซดที่ไม่มีประสบการณ์เข้ารับบริการจากแพทย์ผ่านแอปพลิเคชันโทรเวชกรรมมาก่อน โดยใช้หน่วยตัวอย่างจำนวน 500 คน เครื่องมือที่ใช้ในการเก็บข้อมูลคือแบบสอบถามออนไลน์ สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือสถิติเชิงพรรณนา ได้แก่ ค่าเฉลี่ย ร้อยละ ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์สัมประสิทธิ์สหสัมพันธ์เชิงอันดับของสเปียร์แมน ผลการวิจัย พบว่า ปัจจัยที่ส่งผลเชิงบวกต่อความตั้งใจใช้แอปพลิเคชันโทรเวชกรรมมากที่สุดในภาพรวม ได้แก่ ปัจจัยอิทธิพลทางสังคม สำหรับผู้ตอบแบบสอบถามเจเนอเรชันเอ็กซ์ ได้แก่ ปัจจัยอิทธิพลทางสังคม สำหรับผู้ตอบแบบสอบถามเจเนอเรชันวาย ได้แก่ ปัจจัยลักษณะนิสัย และสำหรับเจเนอเรชันแซด ได้แก่ ปัจจัยความคาดหวังในชื่อเสียง ผู้วิจัยมีความคาดหวังว่าผลการวิเคราะห์จากงานวิจัยชิ้นนี้จะเป็นประโยชน์ต่อสถาบันหรือผู้พัฒนาที่เกี่ยวข้อง โดยนำผลลัพธ์การวิจัยไปใช้เพื่อพัฒนาแอปพลิเคชันโทรเวชกรรมให้มีการบริการที่สอดคล้องกับความต้องการของผู้ใช้ได้ในอนาคต