Open Access. Powered by Scholars. Published by Universities.®
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 30 of 34
Full-Text Articles in Physical Sciences and Mathematics
การคำนวณระนาบการหยิบจับแบบสามนิ้วในสามมิติ, กีรติ พูนวัฒนชัย
การคำนวณระนาบการหยิบจับแบบสามนิ้วในสามมิติ, กีรติ พูนวัฒนชัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
ความสามารถในการหยิบจับสิ่งของเป็นความฝันอันยาวนานของหุ่นยนต์ ถึงแม้ว่าจะมีความพยายามในการวิจัยอย่างจริงจังในช่วงหลายสิบปีที่ผ่านมา หุ่นยนต์ที่ทันสมัยที่สุดก็ยังคงหยิบจับสิ่งของไม่ได้ ความท้าทายหลักคือการจัดการกับข้อผิดพลาดและความไม่แน่นอนที่เกิดขึ้น การวางแผนการหยิบจับวัตถุของหุ่นยนต์ในวิธีการแบบดั้งเดิมเช่น ICR และ caging สามารถจัดการกับปัญหาความไม่แน่นอนในระดับหนึ่งแต่ยังให้ผลลัพธ์ไม่ดีเท่าที่ควร วิทยานิพนธ์นี้จึงพยายามมองการหยิบจับวัตถุในมุมมองที่กว้างมากขึ้นโดยมุ่งเป้าไปที่การหาระนาบของการหยิบจับที่ดี (แทนที่การระบุจุดจับ) เพื่อวางนิ้วหุ่นยนต์ทั้งสาม วิทยานิพนธ์นี้นำเสนอวิธีการเพื่อหาระนาบการหยิบจับสำหรับมือหุ่นยนต์แบบสามนิ้ว โดยข้อมูลนำเข้าคือโมเดลสามมิติของวัตถุ และในการวัดผลได้มีการทดลองบนหุ่นยนต์จริงเพื่อแสดงถึงประสิทธิภาพของวิธีการ
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทวนสอบเชิงรูปนัยสามารถนำไปใช้เป็นทางเลือกในการทวนสอบแบบจำลองต้นแบบที่ออกแบบให้ทราบถึงข้อผิดพลาดหรือคุณลักษณะด้านความปลอดภัย แต่อย่างไรก็ตาม การออกแบบแบบจำลองเครือข่ายทางรถไฟขนาดใหญ่ที่มีความซับซ้อนค่อนข้างมากอาจเกิดข้อผิดพลาดขึ้นได้ง่าย วิทยานิพนธ์นี้จึงได้นำเสนอทางเลือกในการสร้างแบบจำลองเครือข่ายทางรถไฟโดยใช้มอดูลที่ถูกสร้างขึ้นจากแบบจำลองไทมด์คัลเลอร์เพทริเน็ตซึ่งเป็นแบบจำลองเชิงรูปนัยแทนการสร้างแบบจำลองไทมด์คัลเลอร์เพทริเน็ตแบบทั่วไป โดยวิทยานิพนธ์ได้นำเสนอมอดูลมาตรฐานที่แทนส่วนประกอบในเครือข่ายทางรถไฟ คือ สถานีรถไฟ และ รางรถไฟ รองรับประเภทรถไฟโดยสาร 3 ประเภทและการควบคุมการเดินรถไฟโดยใช้ตารางเวลารถไฟที่สามารถกำหนดได้ พร้อมทั้งนำเสนอกฎและเงื่อนไขในการต่อประสานมอดูลเหล่านั้นเพื่อประกอบกันเป็นเครือข่ายทางรถไฟขนาดใหญ่ได้ โดยมีเครื่องมือที่ถูกพัฒนาในวิทยานิพนธ์ช่วยเหลือผู้ใช้ในการสร้างและแปลงเครือข่ายทางรถไฟที่ถูกออกแบบไปเป็นไทมด์คัลเลอร์เพทริเน็ต ผลลัพธ์การจำลองแสดงผลผ่านโปรแกรมเครื่องมือ ซีพีเอ็น เพื่อตรวจหาความถูกต้อง และความปลอดภัยของแบบจำลองเครือข่ายทางรถไฟและตารางรถไฟที่นำเข้ามาตรวจสอบ โดยยกตัวอย่างกรณีศึกษาสำหรับเครือข่ายทางรถไฟจำนวน 8 สถานี พร้อมทำการจำลองเหตุการณ์ความล่าช้าที่เกิดขึ้นที่เครือข่ายทางรถไฟ เพื่อตรวจสอบผลกระทบที่เกิดขึ้น
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการรีวิวโค้ดบนกิตฮับ เป็นกระบวนการที่สำคัญกระบวนการหนึ่งในการทำงานบนกิตฮับ โดยนักพัฒนาซอฟต์แวร์จะทำการร้องขอการนำเข้าซอร์สโค้ดหลังจากทำการแก้ไขหรือเปลี่ยนแปลงซอร์สโค้ดเสร็จเรียบร้อยแล้ว ผู้ดูแลระบบจะเป็นผู้รีวิวซอร์สโค้ด โดยพิจารณาถึงคุณภาพ และรายละเอียดทั้งหมดของรายการร้องขอการนำเข้าซอร์สโค้ดนั้น ๆ จากการวิเคราะห์ผลการรีวิว พบว่ามีรายการร้องขอการนำเข้าซอร์สโค้ดจำนวนมาก ที่ไม่ผ่านการรีวิว เนื่องด้วยปัจจัยหลายประการ เช่น ความซับซ้อนของซอร์สโค้ด คุณภาพของซอร์สโค้ด รวมไปถึงจำนวนการเปลี่ยนแปลงไฟล์ เป็นต้น กระบวนการแก้ไขรายการร้องขอการนำเข้าซอร์สโค้ดที่ไม่ผ่านการรีวิวต้องใช้ความพยายาม และเวลาอย่างมากในการแก้ไข ซึ่งอาจส่งผลกระทบกับค่าใช้จ่ายของโครงการ หรือกำหนดการของโครงการได้ งานวิทยานิพนธ์นี้จึงออกแบบ แบบจำลองการทำนายผลการรีวิวโค้ดบนกิตฮับ โดยการวิเคราะห์ข้อมูลบนกิตฮับ กำหนดตัวแปรที่คาดว่าจะมีผลกระทบกับการรีวิวโค้ด รวมถึงการหาความสัมพันธ์ที่เกิดขึ้นบ่อยจากกฎความสัมพันธ์ จากนั้นทำการสร้างแบบจำลองการทำนายการรีวิวโค้ดบนกิตฮับด้วยวิธีการทางสถิติโลจิสติก และหลักการเรียนรู้ด้วยเครื่อง การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น ผลการทดลองแสดงสิบรายการร้องขอการนำเข้าซอร์สโค้ดที่พบบ่อยที่สุดในชุดข้อมูล และแบบจำลองการทำนายผลการรีวิวโค้ด โดยแบบจำลองที่ใช้ในการทำนายผลการรีวิวโค้ดที่ใช้การวิเคราะห์โลจิสติกในการวิเคราะห์ข้อมูลมีเปอร์เซ็นต์ความแม่นยำ 89.2307% และแบบจำลองที่ใช้การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น มีเปอร์เซ็นต์ความแม่นยำ 90.7692%
ระบบนำทางหุ่นยนต์ด้วยหลายตัวนำทางย่อยและหลายแผนที่ย่อย, สุขุม สัตตรัตนามัย
ระบบนำทางหุ่นยนต์ด้วยหลายตัวนำทางย่อยและหลายแผนที่ย่อย, สุขุม สัตตรัตนามัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การใช้งานหุ่นยนต์อัตโนมัติในเขตเมืองที่มีความหลากหลายของลักษณะพื้นที่สูงเป็นงานท้าทายที่ต้องการโปรแกรมนำทางและรูปแบบแผนที่ที่แตกต่างกันในแต่ละบริเวณ การปฏิบัติงานของหุ่นยนต์ในโลกจริงต้องเจอกับสิ่งแวดล้อมที่มีการเปลี่ยนแปลงอย่างต่อเนื่อง เช่น ฝนตกหรือความคับคั่งของบริเวณที่ต้องนำทาง ส่งผลให้ต้องปรับแผนเส้นทาง ในงานวิจัยนี้นำเสนอระบบนำทางหุ่นยนต์ในโลกจริงซึ่งเป็นรูปแบบใหม่ของการสลับการทำงานระหว่างโปรแกรมนำทางหลายตัวอย่างเหมาะสม เพื่อให้สามารถจัดการกับพฤติกรรมของหุ่นยนต์และสภาพแวดล้อมที่ท้าทายได้ ระบบที่นำเสนอในงานวิจัยนี้เป็นผลลัพธ์ของการติดตั้งหุ่นยนต์จริงในระบบซึ่งมีผู้ใช้งานและสภาพแวดล้อมจริง
การวิเคราะห์ผลกระทบและควบคุมเวอร์ชันของการเปลี่ยนแปลงข้อมูลนำเข้าและข้อมูลนำออกของความต้องการเชิงฟังก์ชัน, นันท์นภัส เชิดสกุลวงศ์
การวิเคราะห์ผลกระทบและควบคุมเวอร์ชันของการเปลี่ยนแปลงข้อมูลนำเข้าและข้อมูลนำออกของความต้องการเชิงฟังก์ชัน, นันท์นภัส เชิดสกุลวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจัดเก็บความต้องการ ถือเป็นขั้นตอนสำคัญในวิศวกรรมซอฟต์แวร์ หากจัดเก็บความต้องการไม่ครบถ้วน จะสามารถเกิดการเปลี่ยนแปลงความต้องการเชิงฟังก์ชันได้ตลอดเวลา ดังนั้นการเปลี่ยนแปลงจึงควรอยู่ภายใต้การควบคุมของผู้บริหารโครงการ เพื่ออนุมัติการเปลี่ยนแปลงที่เกิดขึ้นก่อนเสมอ ความต้องการเชิงฟังก์ชันประกอบไปด้วยข้อมูลนำเข้าและข้อมูลนำออก ซึ่งอาจจะมีความสัมพันธ์กับสคีมาฐานข้อมูลหรือไม่มีความสัมพันธ์กับสคีมาฐานข้อมูล หากเกิด การเปลี่ยนแปลงอาจจะส่งผลกระทบกับกรณีทดสอบ หรือสคีมาฐานข้อมูล ดังนั้นจึงจำเป็นต้องทำการจัดเก็บข้อมูลการเปลี่ยนแปลงและควบคุมเวอร์ชัน ซึ่งการจัดเก็บเวอร์ชันทำให้สามารถย้อนกลับเวอร์ชันที่ต้องการได้วิทยานิพนธ์เล่มนี้นำเสนอการวิเคราะห์และควบคุมเวอร์ชันของการเปลี่ยนแปลงข้อมูลนำเข้าและข้อมูลนำออกของต้องการเชิงฟังก์ชัน ผู้วิจัยได้พัฒนาเครื่องมือสนับสนุนการวิเคราะห์และควบคุมเวอร์ชันตามที่นำเสนอ โดยเครื่องมือมีความสามารถนำเข้าข้อมูลที่เกี่ยวข้องต่าง ๆ อีกทั้งสามารถจัดการการร้องขอเปลี่ยนแปลงข้อมูลของความต้องการเชิงฟังก์ชันจากผู้ใช้ วิเคราะห์และควบคุมเวอร์ชันของข้อมูลที่ถูกเปลี่ยนแปลง โดยมีการตรวจสอบสิทธิ์ในการเปลี่ยนแปลงข้อมูลนำเข้าและข้อมูลนำออกของความต้องการเชิงฟังก์ชัน และสามารถย้อนกลับความต้องการเชิงฟังก์ชันได้ สุดท้ายเครื่องมือถูกนำไปทดสอบความถูกต้องกับกรณีศึกษาทั้งหมด 3 กรณีศึกษา ซึ่งผลลัพธ์ที่ได้คือเครื่องมือสามารถวิเคราะห์ผลกระทบและควบคุมเวอร์ชันได้อย่างถูกต้อง
การแปลงไทม์เพทริเน็ตเป็นโพรเมลา, อรสุธี ชัยชมภู
การแปลงไทม์เพทริเน็ตเป็นโพรเมลา, อรสุธี ชัยชมภู
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้เสนอวิธีการแปลงไทม์เพทริเน็ตเป็นโพรเมลา เพื่อตรวจสอบคุณสมบัติ พฤติกรรมของไทม์เพทริเนตที่เป็นระบบเวลา โดยคุณสมบัติที่ตรวจสอบมีคุณสมบัติเชิงคุณภาพ และคุณสมบัติเชิงปริมาณ ประการแรกการสร้างกฎการแปลงไทม์เพทริเน็ตเป็นโพรเมลา นำส่วนประกอบของไทม์ เพทริเน็ต ตัวแปรเวลา พฤติกรรมของเวลา พฤติกรรมการเคลื่อนที่โทเค็น และโครงสร้างเนต มาสร้างกฎสี่กฎ ได้แก่ กฎกำหนดชื่อตัวแปรโพรเมลา กฎกำหนดการเปลี่ยนแปลงเวลา กฎการ เคลื่อนที่โทเค็น และกฎโครงสร้างเน็ต ตามลำดับ เมื่อได้กฎการแปลงไทม์เพทริเน็ตเป็นโพรเมลา แล้ว จะได้โพราเมลา 4 ส่วน จากนั้นรวมโพรเมลาทั้งหมดจึงได้โพรเมลาของไทม์เพทริ เน็ต ประการที่สองเครื่องมือสนับสนุนการแปลงไทม์เพทริเน็ตเป็นโพรเมลานั้น เนื่องจากไทม์เพทริเน็ตเป็นสัญลักษณ์เชิงรูปภาพ ดังนั้นเปลี่ยนสัญลักษณ์เชิงรูปภาพเป็นข้อมูลตัวอักษรที่เรียกว่าพี เอ็นเอ็มแอล แต่พีเอ็นเอ็มแอลมาตรฐานไม่รองกับไทม์เพทริเน็ต ฉะนั้นวิทยานิพนธ์นี้เสนอพี เอ็นเอ็มสำหรับไทม์เพทริเน็ตด้วย เพื่อทำให้พีเอ็นเอ็มแอลเป็นข้อมูลนำเข้าของเครื่องมือสนับสนุน การแปลงไทม์เพทริเน็ตเป็นโพรเมลา เมื่อนำข้อมูลนำเข้าพีเอ็นเอ็มแอลเข้าเครื่องมือสนับสนุนการ แปลงแล้วจะได้โพรเมลาของไทม์เพทริเน็ตมา ประการที่สามคุณสมบัติที่ตรวจสอบมีคุณสมบัติเชิง คุณภาพและคุณสมบัติเชิงปริมาณ โดยการตรวจสอบนำโพรเมลาของไทม์เพทริเน็ตและแอลทีแอล ไปตรวจสอบด้วยเครื่องมือสปิน ได้ผลลัพธ์การตรวจสอบที่ผลลัพธ์การตรวจสอบที่ผ่านและผลลัพธ์ การตรวจสอบที่ไม่ผ่านอันเป็นไปตามผลลัพธ์ที่คาดหวัง
Knowing When Not To Answer: Positional Peptide Sequencing With Encoder-Decoder Networks, Korrawe Karunratanakul
Knowing When Not To Answer: Positional Peptide Sequencing With Encoder-Decoder Networks, Korrawe Karunratanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
การถอดรหัสเปปไทด์นั้นเป็นองค์ประกอบสำคัญสำหรับการศึกษาโปรตีน โดยทั่วไปแล้วการวิเคราะห์ข้อมูล mass spectrum นั้นจะศึกษาเพียงสายของกรดอะมิโนที่ปรากฏอยู่ในฐานข้อมูลเท่านั้น ทำให้การค้นหาสายเปปไทด์แบบใหม่ที่อาจเกิดจากการกลายพันธุ์นั้นทำได้ยาก วิถีการถอดรหัสด้วยดีโนโวแก้ไขข้อจำกัดนี้ด้วยการถอดรหัสสายเปปไทด์โดยตรงจากข้อมูล mass spectrum โดยใช้ความรู้เกี่ยวกับกระบวนการแตกตัวของไอออน ทำให้ไม่จำเป็นต้องใช้ฐานข้อมูลโปรตีนช่วย อย่างไรก็ดี วิธีดังกล่าวยังมีข้อจำกัดด้านความแม่นยำและต้องการการตรวจทานโดยผู้เชี่ยวชาญ วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการถอดรหัสเปปไทด์ด้วยวิธีการดีโนโวแบบใหม่ชื่อ SMSNet โดยใช้โมเดล deep learning เข้าช่วย โดยยังสามารถทำนายกรดอะมิโนได้อย่างครอบคลุมในระดับความแม่นยำของกรดอะมิโนที่ 95% งานฉบับนี้เสนอขั้นตอน ถอดรหัส ตัดออก และสืบค้น เพื่อตัดผลทำนายในตำแหน่งที่มีความกำกวมออกและใช้ข้อมูลจากฐานข้อมูลโปรตีนช่วยเพื่อให้ทำนายสายเปปไทด์ได้ถูกต้องทั้งเส้น นอกจากนี้ งานนี้ได้นำเสนอการใช้ rescorer ในการแก้ไขคะแนนความมั่นใจสำหรับผลทำนายในแต่ละตำแหน่ง ซึ่งส่งผลให้สามารถแยกกลุ่มคะแนนความมั่นใจสำหรับคำตอบที่ถูกต้องและคำตอบที่ผิดได้ดียิ่งขึ้น เมื่อประกอบทุกขั้นตอนวิธีในงานวิจัยฉบับนี้เข้าด้วยกันพบว่า SMSNet สามารถทำนายสายเปปไทด์ได้ในประสิทธิภาพที่ใกล้เคียงกับการทำนายด้วยฐานข้อมูลในการทดลองจริง
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
การหาเส้นทางการเดินในระยะยาวรวมกับการหลบหลีกสิ่งกีดขวางรอบๆ เป็นวิธีทั่วไปที่ถูกนำมาใช้ในการจำลองการเคลื่อนไหวของตัวตนจำลองจากตำแหน่งหนึ่งไปยังอีกตำแหน่งหนึ่ง โดยไม่ให้เกิดการชนกันระหว่างตัวตนจำลองกับวัตถุในฉากและระหว่างตัวตนจำลองด้วยกันเอง วิธีนี้สามารถให้ผลการจำลองที่ดีในสถานการณ์ที่ผู้คนสามารถเดินได้หลายทิศทาง แต่ในสถานการณ์ที่ผู้คนถูกจำกัดทิศทางการเดินให้เหลือเพียงหนึ่งหรือสองทิศทางนั้น ปรากฏว่าตัวตนจำลองมีลักษณะการเดินที่ผิดธรรมชาติ เช่น เดินเข้าไปติดและอยู่นิ่งระหว่างตัวตนจำลองสองตัวที่เดินสวนมาหรือเดินเข้าไปในพื้นที่ที่แออัดหรือมีกลุ่มคนเยอะๆ ทั้งๆที่ยังมีเส้นทางเดินที่ทำให้ตัวตนจำลองสามารถเดินหลบหลีกไปได้ ลักษณะเช่นนี้เกิดขึ้นบ่อยและเห็นได้ชัดในสถานการณ์แบบสองทิศทาง งานวิจัยนี้จึงได้เสนอขั้นตอนในการหาเส้นทางในระยะสั้นเพื่อขจัดความบกพร่องของพฤติกรรมการเดินของตัวตนจำลองในสถานการณ์แบบสองทิศทางนี้ขึ้น โดยใช้สมการพลังงานทางชีวกลศาสตร์ของการเดินเข้ามาเป็นตัวแปรที่บังคับให้ตัวตนจำลองมีความฉลาดในการเลือกเส้นทางในระยะสั้นได้ ผลลัพธ์ของการวิเคราะห์สมการพลังงานนั้น ช่วยบ่งบอกลักษณะของการเลือกเส้นทางการเดินที่ดีที่สุด โดยคำนึงถึงความเร็วที่ใช้เพื่อให้ประหยัดพลังงานที่สุด พร้อมๆ กับถึงจุดหมายปลายทางให้เร็วที่สุดด้วย นอกจากนี้ยังพบว่าการนำวิธีที่เสนอนี้ไปใช้ในสถานการณ์แบบหลายทิศทางนั้น ตัวตนจำลองสามารถหาเส้นทางที่เหมาะสมกว่าเมื่อเทียบกับวิธีก่อนอีกด้วย ยกตัวอย่าง เช่น ตัวตนจำลองสามารถเดินแทรกเข้าไปในช่องแคบๆ ของขบวนพาเหรดได้ เป็นต้น
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak
Chulalongkorn University Theses and Dissertations (Chula ETD)
Emotion classification is one of essential tasks for Human Computer Interaction (HCI) to make computers more efficiently interact with their users. Electroencephalogram (EEG) signals, associated with cognitive states of emotions, propagate though a complex hierarchy of neuron cells. Therefore, EEG-based emotion classification requires sophisticated learning algorithms that can represent high-level abstraction of a complicated task. This dissertation focuses on applying deep learning networks (DLNs) to enhance accuracy performance of the EEG-based emotion classification system. The DLN provides hierarchical feature learning methodology which is suitable for EEG-related feature learning algorithms. Furthermore, this research investigates the effects of temporal neural dynamics of …
Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk
Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
Existing quest generation systems that used quest structures had an important limitation. They were not compatible with dynamic environment games, where player actions may have unforeseen repercussion from chain-reaction, such as locking the quest or preventing it from being completed. In addition, quests generated by such systems were not guaranteed to have multiple completion paths.
In this thesis, action-based-objective quests were replaced with game state-based-objective quests, while retaining the previous grammar rule. Each quest's contents and objectives were filled using Token system and Full Condition State system to ensure the connectivity within the quest's contents and to prevent players from …
แนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน, กิตติภพ พละการ
แนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน, กิตติภพ พละการ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบจำนวนเศษเหลือ เป็นระบบการแทนจำนวนเต็มที่สามารถแทนจำนวนเต็มขนาดใหญ่ด้วยจำนวนเต็มที่มีค่าน้อยกว่าหลาย ๆ จำนวน การคำนวณผลบวกและผลคูณในระบบดังกล่าวสามารถทำได้อย่างรวดเร็ว ทำให้ระบบจำนวนเศษเหลือถูกนำมาใช้อย่างแพร่หลายในงานต่าง ๆ เช่น การประมวลผลสัญญาณ งานด้านการสื่อสารและเครือข่าย และการเข้ารหัสลับ เป็นต้น ระบบจำนวนเศษเหลือได้ถูกพัฒนาเป็นระบบจำนวนเศษเหลือซ้ำซ้อน ซึ่งสามารถตรวจจับและแก้ไขความผิดพลาดได้ ทำให้เหมาะกับงานที่ต้องการความสามารถในการทนต่อความผิดพร่อง ปัจจุบันมีแนวทางหลัก 2 แนวทางในการแปลงจากระบบจำนวนเศษเหลือให้เป็นระบบจำนวนเศษเหลือซ้ำซ้อน วิทยานิพนธ์นี้จะเสนอแนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน วิธีการที่นำเสนอนี้ทำให้การประมวลผลบางอย่างสามารถทำได้รวดเร็วขึ้น เช่น การแปลงจำนวนในรูปเศษเหลือกลับเป็นจำนวนเต็ม และการตรวจจับความผิดพลาด เป็นต้น นอกจากนี้ยังทำให้ระบบสามารถเปรียบเทียบค่าจำนวนเต็มในรูปของเศษเหลือได้รวดเร็วมากขึ้นด้วย อย่างไรก็ตามวิธีการที่นำเสนอทำให้ใช้เวลาในการคำนวณผลบวกและผลคูณมากขึ้น วิทยานิพนธ์นี้ได้ทำการเปรียบเทียบข้อดีและข้อจำกัดของวิธีการแปลงจากระบบจำนวนเศษเหลือให้เป็นระบบจำนวนเศษเหลือซ้ำซ้อนแบบต่าง ๆ เพื่อให้ผู้ที่สนใจสามารถนำไปพัฒนาระบบจำนวนเศษเหลือซ้ำซ้อนให้มีประสิทธิภาพมากยิ่งขึ้น
การทำนายแนวโน้มของตลาดหุ้นด้วยแบบจำลองการเรียนรู้เชิงลึกที่เพิ่มประสิทธิภาพร่วมกับข้อมูลเชิงตัวเลขและข้อมูลเชิงตัวอักษร, พิศุทธ อ่อนเจริญ
การทำนายแนวโน้มของตลาดหุ้นด้วยแบบจำลองการเรียนรู้เชิงลึกที่เพิ่มประสิทธิภาพร่วมกับข้อมูลเชิงตัวเลขและข้อมูลเชิงตัวอักษร, พิศุทธ อ่อนเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายแนวโน้มของตลาดหุ้นเป็นสิ่งที่ยากเนื่องจากตลาดหุ้นมีความผันผวนสูงและได้รับอิทธิพลจากปัจจัยภายนอกอื่น ๆ ในปัจจุบันเริ่มมีการนำเทคนิคการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการทำนายแนวโน้มของตลาดหุ้น โดยที่ข้อมูลรับเข้าของแบบจำลองสามารถแบ่งออกได้เป็น 2 ประเภทคือ 1) ข้อมูลเชิงตัวเลข เช่น ราคาในอดีตและตัวชี้วัดทางเทคนิค และ 2) ข้อมูลเชิงตัวอักษร ซึ่งได้แก่หัวข้อข่าวและเนื้อข่าว เป็นต้น แต่อย่างไรก็ตามงานวิจัยส่วนใหญ่มักจะมุ่งเน้นไปที่สร้างแบบจำลองโดยใช้ข้อมูลประเภทใดประเภทหนึ่งเท่านั้น ในขณะที่นักลงทุนส่วนใหญ่ทำการวิเคราะห์พฤติกรรมของตลาดโดยพิจารณาจากข้อมูลหลากหลายประเภท งานวิจัยนี้ได้นำเสนอแบบจำลองการเรียนรู้เชิงลึกที่สามารถพิจารณาข้อมูลทั้งสองประเภทเพื่อทำนายแนวโน้มของตลาดหุ้น ซึ่งแบบจำลองนี้ประกอบไปด้วยนิวรอลเน็ตเวิร์กแบบคอนโวลูชัน (Convolutional Neural Network) และหน่วยความจำระยะสั้นแบบยาว (Long-Short Term Memory) โดยใช้ข้อมูลรับเข้าเป็นเหตุการณ์ฝังตัวซึ่งสกัดได้จากหัวข้อข่าว ราคาในอดีตและตัวชี้วัดทางเทคนิคซึ่งสร้างจากข้อมูลของราคาในอดีต รวมทั้งได้ทำการนำเสนอฟังก์ชันวัตถุประสงค์ชนิดใหม่ที่สามารถช่วยเพิ่มประสิทธิภาพในด้านผลตอบแทนเฉลี่ยต่อปีที่ได้จากการจำลองการซื้อขาย โดยการนำเอาค่าชาร์ปเรโชซึ่งเป็นตัวชี้วัดผลตอบแทนเมื่อเทียบกับความเสี่ยงมาใช้ร่วมกับค่าครอสเอนโทรปี
Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul
Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The compact genetic algorithm is derived from the genetic algorithm in which the population is represented by the probabilistic vector. To improve the search capability and avoiding local minima, parallelization has been employed where many search processes are deployed concurrently. In order to coordinate the work of multiple processes, knowledge sharing is necessary. Multiple processes share their probabilistic vectors partially. To escape from local minima the restart step is introduced. The experiment compares the proposed algorithm with two other competitive algorithms using Traveling Salesman problem, Bin Packing problem, Subset Sum problem, and Knapsack problem. The results show that the proposed …
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The biomedical relation extraction (RE) tasks aim to study the interaction between pre-defined entities from biomedical literature: Bacteria Biotope (BB) and Drug-Drug interactions (DDI) tasks. Some previous investigations have used feature-based models; others have presented deep-learning-based models such as convolutional and recurrent neural networks used with the shortest dependency paths (SDPs). Although SDPs contain valuable and concise information, sections of significant information necessary to define bacterial location relationships are often neglected. In addition, the traditional word embedding used in previous studies may suffer from word ambiguation across linguistic contexts. Here, we present a deep learning model for biomedical RE. The …
Boundwarden: Thread-Enforced Spatial Memory Safety Through Compile-Time Transformations, Smith Dhumbumroong
Boundwarden: Thread-Enforced Spatial Memory Safety Through Compile-Time Transformations, Smith Dhumbumroong
Chulalongkorn University Theses and Dissertations (Chula ETD)
This dissertation presents BoundWarden, a novel runtime spatial memory safety enforcement technique that comprehensively detects and prevents buffer overflow and other out-of-bound errors in buffers on stack, heap, and BSS and data segments of memory. BoundWarden leverages the ubiquity of multi-core processors by offloading most of the works to a dedicated bound checking thread, which performs bound checking and manages metadata, thus reducing the runtime overhead. Since BoundWarden stores base and bound of buffers in a dedicated bound table, the memory layout of programs remains unchanged, thus preserving compatibility with existing libraries and binaries. Experiments showed that the prototype of …
การหักล้างความสมมาตรพลวัตในปัญหาความสอดคล้องแบบบูลโดยใช้ประพจน์เลือกต่อเติมพร้อมด้วยการเล็มต้นไม้ค้นหาในเวลาเชิงพหุนาม, เตวิช ตรีธัญญพงศ์
การหักล้างความสมมาตรพลวัตในปัญหาความสอดคล้องแบบบูลโดยใช้ประพจน์เลือกต่อเติมพร้อมด้วยการเล็มต้นไม้ค้นหาในเวลาเชิงพหุนาม, เตวิช ตรีธัญญพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเพิ่มความเร็วในการแก้ปัญหาความสอดคล้องแบบบูลนั้นสามารถทำได้ด้วยการใช้สมบัติของความสมมาตร หนึ่งในเทคนิคที่ใช้ประโยชน์จากความสมมาตรคือการหักล้างความสมมาตรพลวัต ซึ่งโดยปกติแล้วจะทำโดยการเพิ่มประพจน์เลือกที่สมมาตรกับประพจน์เลือกที่ถูกเรียนรู้ลงไปในนิพจน์บูลีนด้วย วิทยานิพนธ์ฉบับนี้จัดทำขึ้นเพื่อทำให้เทคนิคการหักล้างความสมมาตรพลวัตสามารถหักล้างความสมมาตรได้เป็นจำนวนที่เป็นเอกซ์โพเนนเชียลฟังก์ชันและใช้พื้นที่หน่วยความจำเป็นฟังก์ชันพหุนามของข้อมูลนำเข้า โดยใช้แนวคิดของประพจน์เลือกต่อเติมในกรณีที่กลุ่มความสมมาตรประกอบด้วยความสมมาตรแบบแถว วิทยานิพนธ์ฉบับนี้จะแสดงให้เห็นว่าปัญหาตัวขนย้ายลำดับที่เคซึ่งจำเป็นสำหรับการเผยแพร่ประพจน์เลือกเดี่ยวสามารถแก้ได้ในเวลาที่เป็นฟังก์ชันพหุนามเมื่อกลุ่มความสมมาตรเป็นความสมมาตรแบบแถว ผู้จัดทำยังได้ทำการศึกษาสมบัติของกลุ่มความสมมาตรที่มีความสมมาตรแบบแถวเป็นกลุ่มย่อยปกติ เช่น การแยกตัวประกอบเป็นผลคูณของความสมมาตรแบบแถวที่เป็นกลุ่มย่อยปกติ และความเป็นเอกลักษณ์ของการแยกตัวประกอบ เนื่องด้วยสมบัติเหล่านี้ ทางผู้จัดทำจึงได้เสนอวิธีการสร้างกลุ่มย่อยที่สามารถหาผลเฉลยได้ และเทคนิคการเล็มต้นไม้ค้นหาที่สมบูรณ์และสามารถทำได้ในเวลาที่เป็นฟังก์ชันพหุนามสำหรับปัญหาตัวขนย้ายลำดับที่เคภายใต้กลุ่มย่อยที่เราได้เสนอ และในส่วนสุดท้าย ผู้จัดทำได้ทำการวิเคราะห์บางแง่มุมของการการใช้งานเทคนิคที่ได้นำเสนอในวิทยานิพนธ์ฉบับนี้
การตรวจจับหัวข้ออัตโนมัติบนข้อมูลทวิตเตอร์โดยการใช้คุณลักษณะจากตัวชี้วัดของหุ้น, เอกภพ วีระสกุลวงศ์
การตรวจจับหัวข้ออัตโนมัติบนข้อมูลทวิตเตอร์โดยการใช้คุณลักษณะจากตัวชี้วัดของหุ้น, เอกภพ วีระสกุลวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
สื่อสังคมออนไลน์เป็นหนึ่งในการสื่อสารที่สำคัญและรวดเร็วที่สุดในปัจจุบัน การ สังเกตการณ์ข้อมูลทวิตเตอร์ทำให้สามารถตรวจจับเหตุการณ์ที่กำลังเป็นที่สนใจแบบใกล้ทันกาล หรือหัวข้อเกิดใหม่ได้ โดยหัวข้อเกิดใหม่แต่ละหัวข้อจะประกอบด้วยกลุ่มของคำที่เกี่ยวข้องหรือ กลุ่มของคำเกิดใหม่ งานวิจัยหลายงานนำเสนอวิธีการตรวจจับกลุ่มคำเหล่านี้โดยใช้คุณลักษณะที่ สร้างจากสถิติของคำที่อยู่ในข้อความทวิตเตอร์ ซึ่งบางคุณลักษณะมีความคล้ายคลึงกับตัวชี้วัดของ หุ้น แต่อย่างไรก็ตามวิธีเหล่านี้ใช้เพียงคุณลักษณะเดียว ซึ่งเป็นการยากที่จะตรวจจับคำเกิดใหม่ได้ หลากหลายรูปแบบ แม้จะมีบางงานวิจัยพยายามใช้หลายคุณลักษณะด้วยตัวจำแนกประเภท แต่ ด้วยข้อจำกัดของการสร้างตัวแปรผลเฉลยของข้อมูลที่ใช้ในการสอนตัวจำแนกประเภท ทำให้ยาก ต่อการนำไปใช้ นอกจากนี้ในงานวิจัยที่เกี่ยวข้องกับการตรวจจับหัวข้อเกิดใหม่ ไม่มีชุดผลเฉลยที่ ชัดเจน และไม่มีการวัดประสิทธิภาพที่เป็นมาตรฐาน ในงานวิจัยนี้จึงเสนอการตรวจจับหัวข้อเกิด ใหม่ด้วยคุณลักษณะจากตัวชี้วัดของหุ้นที่นิยมใช้ในปัจจุบันและมีการปรับปรุงคุณลักษณะดังกล่าว ให้ดียิ่งขึ้น อีกทั้งตัวจำแนกที่ได้ประสิทธิภาพสูงสุด ซึ่งได้แก่ป่าไม้แบบสุ่ม ถูกนำมาใช้ในการ ตรวจจับคำเกิดใหม่โดยไม่มีข้อจำกัดในการสร้างตัวแปรผลเฉลยของข้อมูล สุดท้ายเพื่อให้สามารถ วัดประสิทธิภาพในการตรวจจับคำและหัวข้อเกิดใหม่ จึงทำการสร้างชุดผลเฉลยรายวันและใช้ชุด ผลเฉลยดังกล่าวในการวัดประสิทธิภาพด้วยมาตรวัดประสิทธิภาพของหัวข้อแบบแมโครที่สามารถ วัดประสิทธิภาพในแง่มุมของคำและหัวข้อเกิดใหม่พร้อมกัน จากการทดลองพบว่าประสิทธิภาพ ของวิธีที่นำเสนอในงานวิจัยนี้ สามารถตรวจจับคำและหัวข้อเกิดใหม่ได้อย่างมีประสิทธิภาพดีกว่า วิธีการในปัจจุบัน ได้แก่ SigniTrend และ TopicSketch นอกจากนี้ยังพบว่าวิธีที่นำเสนอใน งานวิจัยนี้สามารถตรวจจับคำและหัวข้อเกิดใหม่ได้ก่อนงานวิจัยอื่น
แบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาที่เรียนรู้จากคำพิพากษาศาลฎีกาไทย โดยใช้เทคนิคการเรียนรู้เชิงลึก, กานกวิญจน์ โค้วสีหวัฒน์
แบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาที่เรียนรู้จากคำพิพากษาศาลฎีกาไทย โดยใช้เทคนิคการเรียนรู้เชิงลึก, กานกวิญจน์ โค้วสีหวัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายผลคำตัดสินในคดีอาญาด้วยแบบจำลองการเรียนรู้ของเครื่องได้รับความสนใจมากขึ้นในช่วงเวลาที่ผ่านมา อย่างไรก็ดี เทคนิคที่ใช้ในแบบจำลองดังกล่าวมักใช้ตัวแทนข้อความที่มีที่มาจากแบบจำลองถุงคำ ซึ่งไม่สนใจลำดับของข้อความทำให้สูญเสียบริบทของข้อความ และผลลัพธ์การทำนายมีความแม่นยำลดลง ดังนั้น วิทยานิพนธ์ฉบับนี้จึงเสนอแบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาซึ่งเรียนรู้จากคำพิพากษาศาลฎีกาไทยโดยใช้เทคนิคการเรียนรู้เชิงลึกผ่านชุดโครงข่ายประสาทเทียม แบบจำลองนี้สร้างตัวแทนข้อความด้วยโครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจ ก่อนนำตัวแทนข้อความนั้นไปทำนายผลคำตัดสินและประเด็นในคดีอาญาด้วยโครงข่ายประสาทเทียมแบบโมดูลซึ่งจำลองโครงสร้างความรับผิดทางอาญาตามทฤษฎีกฎหมายอาญา ผลการทดลองแสดงให้เห็นว่าแบบจำลองให้ประสิทธิภาพสูงกว่าแบบจำลองที่ใช้เทคนิคการเรียนรู้ของเครื่องเดิมอย่างเนอีฟเบยส์และเอสวีเอ็ม เมื่อพิจารณาจากค่า F1 นอกจากนี้ แบบจำลองยังให้ประสิทธิภาพสูงในการทำนายประเด็นในคดีอาญาบางประเด็นซึ่งมีผลต่อการทำนายผลคำตัดสินในคดีอาญาด้วย นอกจากนั้น ผลการทดลองสะท้อนให้เห็นว่า การใช้โครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจสามารถสร้างตัวแทนข้อความที่ดีกว่าแบบจำลองดั้งเดิมที่มีลักษณะเดียวกันกับถุงคำ ตลอดจนโครงข่ายประสาทเทียมแบบโมดูลสามารถจำลองโครงสร้างความรับผิดทางอาญาได้
การสกัดคำสำคัญที่เป็นกระแสและคำหยุดจากเพจเฟซบุ๊กภาษาไทยโดยใช้เอ็นแกรมแบบตัวอักษร, ณัษฐพงษ์ อู่สิริมณีชัย
การสกัดคำสำคัญที่เป็นกระแสและคำหยุดจากเพจเฟซบุ๊กภาษาไทยโดยใช้เอ็นแกรมแบบตัวอักษร, ณัษฐพงษ์ อู่สิริมณีชัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
สื่อสังคมออนไลน์สามารถใช้วิเคราะห์พฤติกรรมของผู้คนในสังคมได้ โดยสื่อสังคมออนไลน์ที่คนไทยนิยมมากที่สุดคือเฟซบุ๊ก ดังนั้นถ้าเราสามารถวิเคราะห์พฤติกรรมของผู้คนในเฟซบุ๊กได้ก็จะสามารถเข้าใจพฤติกรรมของคนไทยส่วนใหญ่ในสังคมได้ ซึ่งหนึ่งในการวิเคราะห์พฤติกรรมของผู้คนนั้น เรามักจะวิเคราะห์ผ่านกระแสที่เกิดขึ้นในสังคม ว่าผู้คนในสังคมให้ความสนใจในกระแสนั้นอย่างไร จุดเริ่มต้นของกระแสคือเมื่อไหร่ เป็นต้น ซึ่งการวิเคราะห์กระแสนั้นสามารถทำได้ผ่านการวิเคราะห์คำสำคัญที่เกี่ยวข้องกับกระแสดังกล่าว แต่วิธีการที่ใช้ในการสกัดคำสำคัญในปัจจุบันนั้นจำต้องใช้เครื่องมือตัดคำภาษาไทย ซึ่งเครื่องมือในปัจจุบันถูกฝึกสอนด้วยคลังข้อมูลภาษาที่ไม่ได้รวมเอาข้อมูลประโยคที่พบในสื่อสังคมออนไลน์อย่างเฟซบุ๊กไว้ ผลจึงทำให้เครื่องมือตัดคำมีปัญหาเมื่อพบคำที่ไม่เป็นมาตรฐาน ส่งผลต่อประสิทธิภาพของการสกัดคำสำคัญ อีกทั้งวิธีสกัดคำสำคัญในปัจจุบันรองรับการสกัดคำสำคัญที่ความยาวคงที่เท่านั้น ทำให้วิทยานิพนธ์ฉบับนี้ได้พัฒนาวิธีการสกัดคำสำคัญที่เป็นกระแสโดยไม่ใช้เครื่องตัดคำ แต่เลือกใช้อัลกอริทึมเอ็นแกรมแบบตัวอักษรเข้ามาช่วย ซึ่งทำให้สามารถสกัดคำสำคัญที่มีความยาวแบบไม่คงที่ได้ และยังใช้ลักษณะของกระแสในการสร้างฐานข้อมูลคำหยุด และกรองเฉพาะคำที่เป็นกระแสออกมา โดยเมื่อเปรียบเทียบผลกับวิธีดั้งเดิมอย่างวิธี TF-IDF และวิธี TF พบว่าวิธีที่วิทยานิพนธ์นี้นำเสนอ ได้คะแนน F1 ที่ 0.402 ซึ่งดีกว่าวิธี TF-IDF ที่ได้คะแนน F1 ที่ 0.165 และวิธี TF ที่ได้คะแนน F1 ที่ 0.183 โดยวิธีที่วิทยานิพนธ์นี้นำเสนอเหมาะเป็นอย่างยิ่งสำหรับงานที่ต้องการคำสำคัญที่มีความยาวไม่คงที่ อย่างเช่นการหากระแสในสื่อสังคมออนไลน์เฟซบุ๊ก
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้มีการขยายตัวเติบโตเป็นอย่างมากในช่วงหลายปีที่ผ่านมา โครงข่ายประสาทคอนโวลูชันหรือซีเอ็นเอ็นเป็นหนึ่งในหลายแบบจำลองสมรรถนะสูงที่รู้จักกันดีสำหรับการจำแนกและการแบ่งส่วนภาพ งานวิจัยนี้เสนอแนวคิดการใช้คอมพิวเตอร์ที่สามารถช่วยวินิจฉัยในเบื้องต้นการติดเชื้อวัณโรค ผู้วิจัยได้ปรับแต่งสถาปัตยกรรมซีเอ็นเอ็นสามโครงสร้างประกอบด้วย อเล็กซ์เน็ต วีจีจี-16 และ แคปส์เน็ต เพื่อจำแนกรอยโรควัณโรคบนภาพเอกซเรย์ทรวงอกหรือซีเอกซ์อาร์ที่ได้มาจากไลบรารีทางการแพทย์แห่งชาติและชุดข้อมูลไทยส่วนตัว ตัววัดที่ใช้ประเมินสมรรถนะตัวจำแนกประเภททั้งสาม ได้แก่ ความแม่นยำ ความไว และความจำเพาะ การทดสอบแบบจำลองทั้งสามบนชุดข้อมูลที่เพิ่มจำนวนด้วยการสุ่มตัวอย่างแบบสับเปลี่ยนให้ผลลัพธ์ค่าความแม่นยำที่เพิ่มขึ้นทุกแบบจำลอง นอกจากนี้ ยังได้มีการประเมินสมรรถนะแบบจำลองบนชุดข้อมูลที่เพิ่มจำนวนตัวอย่างด้วยการหมุนภาพ เนื่องจากในความเป็นจริงภาพซีเอกซ์อาร์อาจไม่ได้ตั้งตรงในแนวดิ่ง ผลการประเมินพบว่า แคปส์เน็ตให้ค่าตัววัดที่ดีกว่าแบบจำลองอเล็กซ์เน็ต และวีจีจี-16 เมื่อทำนายภาพแอฟฟีน
การทวนสอบเชิงรูปนัยของการออกแบบบีพีเอ็มเอ็นโดยใช้โมเดลเช็คกิง, ชานนท์ เดชสุภา
การทวนสอบเชิงรูปนัยของการออกแบบบีพีเอ็มเอ็นโดยใช้โมเดลเช็คกิง, ชานนท์ เดชสุภา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทวนสอบโมเดลบีพีเอ็มเอ็นด้วยวิธีโมเดลเช็คกิงเป็นวิธีการหนึ่งที่ช่วยให้มั่นใจว่าโมเดลบีพีเอ็มเอ็นที่ออกแบบปราศจากปัญหาติดตายและปราศจากคุณสมบัติที่ไม่พึงประสงค์ที่เป็นสาเหตุโมเดลไม่ตรงตามความต้องการหรือส่งผลให้ระบบหยุดทำงาน คุณสมบัติของโมเดลบีพีเอ็มเอ็นที่จำเป็นต้องทวนสอบได้แก่ คุณสมบัติความปลอดภัยและคุณสมบัติความสมบูรณ์ ขั้นตอนการทวนสอบด้วยวิธีโมเดลเช็คกิงค่อนข้างซับซ้อนเพราะเกี่ยวข้องกับภาษารูปนัยที่ใช้อธิบายโมเดลเชิงนามธรรมและการใช้เครื่องมือทวนสอบ รวมถึงอาจต้องใช้เทคนิคเฉพาะเพื่อจัดการโมเดลบีพีเอ็มเอ็นที่มีขนาดใหญ่ที่เป็นสาเหตุของปัญหาการระเบิดของปริภูมิสถานะ การสร้างโมเดลนามธรรมโดยอัตโนมัติช่วยลดความผิดพลาดและเวลาที่ใช้ในการสร้างโมเดล สามารถจัดการโมเดลที่มีขนาดใหญ่และปัญหาการระเบิดของปริภูมิสถานะได้ งานวิจัยนี้เสนอเทคนิคการทวนสอบคุณสมบัติความปลอดภัย คุณสมบัติความสมบูรณ์ของโมเดลบีพีเอ็มเอ็นด้วยวิธีโมเดลเช็คกิง คัลเลอร์เพทริเน็ตหรือซีพีเอ็นถูกนำมาใช้อธิบายโมเดลนามธรรม เทคนิคการแบ่งโมเดลออกเป็นโมเดลย่อยและการจัดโครงสร้างโมเดลแบบมีลำดับชั้นถูกนำมาใช้เพื่อหลีกเลี่ยงปัญหาการระเบิดของปริภูมิสถานะ กรอบงานได้ถูกพัฒนาขึ้นเพื่อใช้แปลงโมเดลบีพีเอ็มเอ็นเป็นโมเดลซีพีเอ็นและมีตัวสร้างและค้นปริภูมิสถานะจากโมเดลซีพีเอ็น ซึ่งกรอบงานเป็นตัวเลือกที่มีประโยชน์สำหรับนักออกแบบกระบวนการซอฟต์แวร์ที่ต้องการทวนสอบโมเดลบีพีเอ็มเอ็นที่มีขนาดใหญ่
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการฝังคำเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรคจากบันทึกทางการแพทย์ของแผนกออร์โธปิดิกส์, ธนากร รัตนจริยา
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการฝังคำเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรคจากบันทึกทางการแพทย์ของแผนกออร์โธปิดิกส์, ธนากร รัตนจริยา
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้จะนำเสนอวิธีการฝังคำในการเรียนรู้เชิงลึกเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรค ซึ่งปัจจัยสำคัญที่ทำให้ผลการวินิจฉัยโรคของแพทย์ผิดพลาดคือประสบการณ์ของแพทย์ที่ไม่เพียงพอ โดยการวินิจฉัยโรคที่ผิดพลาดนั้น นอกจากจะนำไปสู่การรักษาที่ผิดพลาดแล้ว ยังทำให้ผู้ป่วยเสียทั้งเงินและเวลา ดังนั้นเพื่อแก้ไขปัญหาการวินิจฉัยที่ผิดพลาด งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้การเรียนรู้เชิงลึกกับการฝังคำ เพื่อทำนายผลการวินิจฉัยโรคจากระบบเวชระเบียน โดยจะสร้างแบบจำลองจากการใช้ข้อมูลในบันทึกของแพทย์ ซึ่งข้อมูลจะถูกนำไปวิเคราะห์ผ่านแบบจำลอง เพื่อทำนายผลการวินิจฉัยโรคที่มีความน่าจะเป็นออกมา เรียงตามลำดับความเชื่อมั่น และสุดท้ายจะใช้อัตราผลบวกจริง อัตราผลบวกเท็จ และค่าความแม่นยำมาเป็นตัววัดประสิทธิภาพของแบบจำลองที่ได้ ซึ่งพบว่าค่าความแม่นยำของแบบจำลองในงานวิจัยนี้มีค่าเท่ากับ 99.95% และอัตราผลบวกจริงมีค่าเท่ากับ 86.64% ด้วยการทำนายผลลัพธ์อันดับแรกเพียงอันดับเดียว
การประมาณค่าจำนวนเต็มบวกด้วยพจน์เดี่ยวในระบบจำนวนฐานคู่, ธีรภัทร์ ชุนเดชสัมฤทธิ์
การประมาณค่าจำนวนเต็มบวกด้วยพจน์เดี่ยวในระบบจำนวนฐานคู่, ธีรภัทร์ ชุนเดชสัมฤทธิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในระบบจำนวนฐานคู่นั้นเป็นระบบที่ออกแบบมาสำหรับการคำนวณแบบขนานซึ่งเป็นข้อดีในการดำเนินการทางคณิตศาสตร์ต่าง ๆ โดยเฉพาะอย่างยิ่งสำหรับการคูณและการบวก ซึ่งได้มีการนำเสนอคุณสมบัติเอกซ์โพเนนเชียลต่าง ๆ และกฏเกณฑ์เอกลักษณ์ต่าง ๆ เพื่อลดความซับซ้อนของการดำเนินการทางคณิตศาสตร์ต่าง ๆ แต่ทว่าการหารนั้นจะมีข้อด้อยหลาย ๆ ด้านในกรณีที่ตัวหารนั้นมีจำนวนหลายพจน์โดยงานวิจัยนี้ ผู้วิจัยได้พิจารณาการหารูปแบบแทนจำนวนด้วยพจน์เดี่ยวสำหรับจำนวนใด ๆ ซึ่งผู้วิจัยได้นำเสนออัลกอริทึมการประมาณค่าเพื่อลดจำนวนพจน์โดยเฉพาะสำหรับจำนวนเต็ม รวมถึงยังได้นำเสนออัลกอริทึมการหารทั้งหมดพร้อมบทพิสูจน์ความถูกต้อง และสุดท้ายการใช้ตารางคำนวณค่าล่วงหน้าแสดงให้เห็นว่าสามารถลดเวลาการคำนวณได้ ซึ่งผู้วิจัยคาดหวังว่าแนวคิดในงานวิจัยนี้จะเป็นประโยชน์สำหรับงานวิจัยที่เกี่ยวข้องกับการออกแบบอุปกรณ์ฮาร์ดแวร์ หรือสถาปัตยกรรมทางคอมพิวเตอร์ในอนาคต
ระบบสังเคราะห์เสียงร้องเพลงภาษาไทยโดยใช้แบบจำลองฮิดเดนมาร์คอฟ, ลัทธพล จีระประดิษฐ
ระบบสังเคราะห์เสียงร้องเพลงภาษาไทยโดยใช้แบบจำลองฮิดเดนมาร์คอฟ, ลัทธพล จีระประดิษฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การร้องเพลงในแต่ละภาษานั้นมีเอกลักษณ์เฉพาะตัวบางอย่างซึ่งส่งผลให้การพัฒนาความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ในแต่ละภาษานั้นมีความท้าทายแตกต่างกัน เสียงวรรณยุกต์เป็นส่วนที่มีผลมากกับการสื่อสารในภาษาที่มีเสียงวรรณยุกต์ แต่ระบบสังเคราะห์เสียงร้องเพลงในปัจจุบันไม่ได้คำนึงถึงเสียงวรรณยุกต์ นอกจากนี้เมลิสมาเป็นอีกสถานการณ์หนึ่งที่พบได้บ่อยครั้งในการร้องเพลงป็อปไทยซึ่งต้องมีการจัดการเพื่อจำลองการร้องเมลิสมา เป้าหมายของวิทยานิพนธ์นี้จึงมุ่งเน้นที่การปรับระบบสังเคราะห์เสียงร้องเพลงให้รองรับการจำลองเสียงในสถานการณ์เมลิสมาและผลกระทบของเสียงวรรณยุกต์ งานวิทยานิพนธ์นี้เสนอ 1) ปัจจัยบริบทที่ใช้ในระบบสังเคราะห์เสียงร้องเพลงสำหรับภาษาที่วรรณยุกต์มีผลต่อเสียงร้องเพลงและคำนึงถึงเมลิสมา 2) วิธีการทำสำเนารูปเขียน จากการประเมินผลพบว่า วิธีการทำสำเนารูปเขียนที่เสนอทั้งสองแบบนั้นส่งผลให้ระบบสังเคราะห์เสียงร้องเพลงรองรับเมลิสมา โดยวิธีการทำสำเนารูปเขียนที่คำนึงถึงสระเสียงสั้น-ยาวและตัวสะกดนั้นมีรูปคลื่นของเสียงร้องเพลงสังเคราะห์ใกล้เคียงกับรูปคลื่นของเสียงร้องเพลงจริงมากกว่า รวมถึงมีความเป็นธรรมชาติมากกว่าโดยใช้มาตรวัดเอ็มโอเอส อีกทั้งเมื่อมีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ เค้ารูปของความถี่มูลฐานที่สังเคราะห์ได้นั้นมีความใกล้เคียงเสียงร้องเพลงจริงมากกว่าในระบบที่ไม่มีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ และมีความเป็นธรรมชาติมากขึ้นโดยใช้มาตรวัดเอ็มโอเอส นอกจากนี้เพื่อเพิ่มความเป็นธรรมชาติให้เสียงร้องเพลงสังเคราะห์จึงมีการทดลองเกี่ยวกับจำนวนสถานะของแบบจำลองเสียงพบว่า เมื่อจำนวนสถานะเพิ่มขึ้น ความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ก็มากขึ้น แต่เมื่อถึงจุดหนึ่งเสียงร้องเพลงสังเคราะห์ที่ได้จะมีความเป็นธรรมชาติลดลง
การปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวไม่สม่ำเสมอแบบทันที, วรายุ จริยาวัฒนรัตน์
การปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวไม่สม่ำเสมอแบบทันที, วรายุ จริยาวัฒนรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วัตถุประสงค์หลักของงานวิจัยนี้คือปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวที่ไม่สม่ำเสมอแบบทันที ในวิธีการพื้นฐาน แต่ละพิกเซลจะถูกคำนวณว่าเป็นฉากหลังโดยใช้ค่าขีดจำกัดเดียวกันทั้งภาพเพียง 2 ค่า แต่ในความเป็นจริง วิธีการนี้มีปัญหาในหลาย ๆ กรณี เช่น พื้นหลังไม่ได้เป็นสีเดียวกันทั้งหมด หรือมีเงาของนักแสดงทอดลงไปที่พื้นหลัง เป็นต้น ดังนั้นการใช้ค่าขีดจำกัดเดียวกันหมดทั้งภาพจึงไม่เหมาะสมสำหรับกรณีดังกล่าว งานวิจัยนี้จึงใช้การประมาณความหนาแน่นเคอร์เนลมาช่วยในการหาค่าขีดจำกัดของแต่ละพิกเซลในภาพ เพื่อให้ทุก ๆ พิกเซลในภาพมีขีดจำกัดที่เหมาะสม และยังมีความเร็วในการประมวลผลที่สามารถออกอากาศสดได้ที่ 60 เฟรมต่อวินาที สำหรับความละเอียดระดับ Full HD
ระบบการสื่อสารแบบดีซิงโครไนเซชั่นสาหรับขบวนยานพาหนะขับเคลื่อนอัตโนมัติ, วิศทัศน์ ดียิ่ง
ระบบการสื่อสารแบบดีซิงโครไนเซชั่นสาหรับขบวนยานพาหนะขับเคลื่อนอัตโนมัติ, วิศทัศน์ ดียิ่ง
Chulalongkorn University Theses and Dissertations (Chula ETD)
ขบวนยานพาหนะขับเคลื่อนอัตโนมัตินั้นมีความท้าทายในการสร้างสูงอันเนื่องมาจากมีความต้องการในการประกาศข้อมูลที่มีความถี่ในการประกาศสูง ประสิทธิภาพของโพรโทคอลซีเอสเอ็มเอ/ซีเอบนมาตรฐานการสื่อสาร IEEE 802.11p นั้นไม่สามารถตอบสนองต่อความต้องการของขบวนยานพาหนะขับเคลื่อนอัตโนมัติได้เนื่องจากความล่าช้าที่ไม่มีขอบเขตโดยเฉพาะกรณีที่มีการใช้งานช่องสัญญาณมาก มีงานวิจัยหลากหลายงานที่นั้นมีการเกี่ยวพันกับชั้นการควบคุมการเข้าถึงสื่อกลางและ/หรือไม่รองรับจำนวนยานพาหนะที่มีการเปลี่ยนแปลงและ/หรือมีจุดเดียวของความล้มเหลว เราเสนอให้ใช้งานการดีซิงโครไนเซชั่นสำหรับยานพาหนะที่มีพื้นฐานมาจากโพรโทคอลทีดีเอ็มเอบนมาตรฐานการสื่อสาร IEEE 802.11p ที่มีอยู่ทั่วไปแล้ว โดยยังสามารถรองรับจำนวนยานพาหนะที่มีการเปลี่ยนแปลงและไม่มีจุดเดียวของความล้มเหลว เราได้เสนอช่วงการตั้งค่าที่เหมาะสมกับการใช้งานขบวนยานพาหนะขับเคลื่อนอัตโนมัติ จากผลการทดลองได้แสดงว่าเมื่อใช้งานช่วงการตั้งค่าที่เราเสนอ การดีซิงโครไนเซชั่นสามารถรองรับการประกาศข้อมูลที่มีความถี่สูงในสถานการณ์ที่มียานพาหนะสูงสุดถึง 16 คัน ที่การประกาศข้อมูล 100 รอบต่อวินาที และมีประสิทธิภาพที่ดีกว่าโพรโทคอลซีเอสเอ็มเอ/ซีเอ ในกรณีที่เกิดความล้มเหลว จากผลการทดลองได้แสดงว่าการดีซิงโครไนเซชั่นสำหรับยานพาหนะนั้นไม่ได้มีผลกระทบที่ร้ายแรงอันเนื่องมาจากความล้มเหลวเมื่อเปรียบเทียบกับงานวิจัยอื่น
การจำแนกโครงสร้างจุลภาคไทเทเนียมด้วยโครงข่ายประสาทคอนโวลูชันเต็มรูป, สิโรดม มงคลธนาภรณ์
การจำแนกโครงสร้างจุลภาคไทเทเนียมด้วยโครงข่ายประสาทคอนโวลูชันเต็มรูป, สิโรดม มงคลธนาภรณ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในช่วงทศวรรษที่ผ่านมา ได้มีการใช้การเรียนรู้เชิงลึกอย่างแพร่หลายเพื่อจำแนกภาพที่ให้ความแม่นยำสูง การแบ่งส่วนความหมายเป็นประเภทหนึ่งของการเรียนรู้เชิงลึกที่มุ่งเน้นการจำแนกคลาสในแต่ละพิกเซลของภาพ ทางด้านโลหะศาสตร์ ไทเทเนียมและอัลลอยมีคุณสมบัติที่โดดเด่นสำหรับการใช้งานทางชีวการแพทย์ โดยเฉพาะในการผ่าตัดฝังวัสดุทดแทน การตรวจสอบวัสดุโดยทั่วไปมักกระทำโดยผู้เชี่ยวชาญในการจำแนกโครงสร้างจุลภาคไทเทเนียม งานวิจัยนี้เสนอการประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกเพื่อเป็นแนวทางการจำแนกระดับพิกเซลโครงสร้างจุลภาคไทเทเนียมที่อาจช่วยลดทรัพยากรและความไม่แน่นอนระหว่างการควบคุมคุณภาพ วิธีการที่ใช้คือเทคนิคการแบ่งส่วนความหมายที่เรียกว่า โครงข่ายประสาทคอนโวลูชันเต็มรูปที่ถูกพัฒนาด้วยสถาปัตยกรรมยู-เน็ต งานวิจัยนี้ได้สำรวจการบูรณาการเทคนิคการปรับจูนเข้ากับสถาปัตยกรรมยู-เน็ตเพื่อปรับปรุงสมรรถนะแบบจำลอง โมเดลที่สร้างขึ้นถูกปรับจูนด้วยค่าน้ำหนักที่เรียนรู้มาแล้วก่อนหน้าจากตัวจำแนกวีจีจี-16 นอกจากนี้ ชุดข้อมูลภาพโครงสร้างจุลภาคไทเทเนียมได้ถูกเพิ่มจำนวนตัวอย่างด้วยวิธีความผิดปกติยืดหยุ่น สำหรับการประเมินสมรรถนะแบบจำลองจะใช้ตัววัด 4 ตัว ประกอบด้วย ความแม่นยำพิกเซล ความแม่นยำเฉลี่ย ไอโอยูเฉลี่ย และ ไอโอยูถ่วงน้ำหนักความถี่ ผลลัพธ์การประเมินพบว่าค่าความแม่นยำเพิ่มขึ้นเล็กน้อย ในขณะที่เวลาเรียนรู้เร็วกว่ามากเทียบกับการเรียนรู้ปกติที่ไม่มีการปรับจูนค่าน้ำหนักเริ่มต้น
การตรวจสอบข่าวปลอมด้วยวิธีการเรียนรู้ด้วยเครื่อง, สุปัญญา อภิวงศ์โสภณ
การตรวจสอบข่าวปลอมด้วยวิธีการเรียนรู้ด้วยเครื่อง, สุปัญญา อภิวงศ์โสภณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอวิธีการตรวจจับข่าวปลอมบนเครือข่ายสังคมออนไลน์ทวิตเตอร์ด้วยวิธีการเรียนรู้ด้วยเครื่อง โดยใช้การเรียนรู้ด้วยเครื่องสามวิธี ได้แก่ Naïve Bayes, Neural Network และ Support Vector Machine โดยเก็บข้อมูลจากหัวข้อข่าวที่เป็นภาษาไทย ในระหว่างเดือนตุลาคมถึงพฤศจิกายน พ.ศ. 2560 ผลการวิจัยพบว่าทั้งสามวิธีสามารถตรวจจับข่าวปลอมในชุดข้อมูลได้อย่างถูกต้อง ร้อยละความถูกต้องของวิธี Naïve Bayes คือ 96.08 เปอร์เซ็นต์ Neural Network 99.89 เปอร์เซ็นต์ และ Support Vector Machine 99.89 เปอร์เซ็นต์ นอกจากนี้ได้ทำการวิเคราะห์ข้อมูลข่าวปลอมและชี้ให้เห็นลักษณะของข่าวปลอมที่พบในชุดข้อมูล
การทำนายโครงสร้างทุติยภูมิของอาร์เอ็นเอด้วยขั้นตอนวิธีเชิงวิวัฒนาการ, สุภาวดี ศรีคำดี
การทำนายโครงสร้างทุติยภูมิของอาร์เอ็นเอด้วยขั้นตอนวิธีเชิงวิวัฒนาการ, สุภาวดี ศรีคำดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอขั้นตอนวิธีแบบใหม่ชื่อว่า Hybrid-EDAfold ซึ่งเป็นขั้นตอนวิธีเชิงวิวัฒนาการที่อยู่บนพื้นฐานของขั้นตอนวิธีประมาณการแจกแจงแบบผสมสำหรับทำนายโครงสร้างทุติยภูมิของอาร์เอ็นเอ ขั้นตอนวิธีที่นำเสนอประกอบด้วย 2 ขั้นตอนวิธีประมาณการแจกแจงและดำเนินการอยู่บนเทคนิคการทำนายโครงสร้างที่มีค่าพลังงานต่ำสุด ขั้นตอนวิธีที่นำเสนอใช้ทั้งกลุ่มคำตอบดีและกลุ่มคำตอบด้อยร่วมกันในการปรับปรุงแบบจำลองความน่าจะเป็นเพื่อส่งเสริมให้ขั้นตอนวิธีสามารถค้นหาได้ทั่วทั้งปริภูมิค้นหา ใช้ข้อมูลจากคำตอบด้อยเพื่อบ่งบอกว่าบริเวณไหนไม่น่าสนใจที่จะเข้าไปสำรวจเมื่อต้องดำเนินการกับข้อมูลที่มีจำนวนมิติที่ค่อนข้างสูง วิธีการที่นำเสนอมีการเพิ่มเติมตัวดำเนินการกลายพันธุ์ในขั้นตอนวิธีประมาณการแจกแจงหนึ่งเพื่อสนับสนุนการค้นหาแบบท้องถิ่น ช่วยเพิ่มความหลากหลายของคำตอบและบรรเทาการลู่เข้าก่อนกำหนด นอกจากนี้ วิธีการที่นำเสนอยังรองรับการทำนายหลายโครงสร้างทั้งโครงสร้างที่มีค่าพลังงานต่ำสุดและโครงสร้างที่มีค่าพลังงานต่ำรองเพื่อเพิ่มโอกาสที่จะพบโครงสร้างที่ใกล้เคียงกับโครงสร้างที่เป็นคำตอบมากยิ่งขึ้น การประเมินประสิทธิภาพของขั้นตอนวิธี Hybrid-EDAfold เมื่อเปรียบเทียบกับขั้นตอนวิธีในกลุ่มของกำหนดการพลวัตที่เป็นที่รู้จักกันดี ได้แก่ Mfold, RNAfold และ RNAstructure บนข้อมูลอาร์เอ็นเอจาก 15 ชนิด จำนวน 760 สายลำดับ พบว่า ขั้นตอนวิธี Hybrid-EDAfold มีผลการทำนายเฉลี่ยดีกว่าขั้นตอนวิธีอื่น ๆ ที่นำมาเปรียบเทียบในทุกตัวชี้วัด และ เปรียบเทียบกับขั้นตอนวิธีในกลุ่มเมตาฮิวริสติกด้วยอาร์เอ็นเอ 20 สายลำดับ ผลลัพธ์แสดงให้เห็นว่าวิธีการที่นำเสนอมีค่า F-measure เฉลี่ยดีกว่า RnaPredict และ SARNA-Predict และ มีผลลัพธ์เทียบเคียงได้กับ TL-PSOfold
กระบวนการจำแนกการเคลื่อนไหวมือด้วยสัญญาณคลื่นไฟฟ้าสมองสำหรับการฟื้นฟูผู้ป่วยโรคหลอดเลือดสมอง, อาภา สุวรรณรัตน์
กระบวนการจำแนกการเคลื่อนไหวมือด้วยสัญญาณคลื่นไฟฟ้าสมองสำหรับการฟื้นฟูผู้ป่วยโรคหลอดเลือดสมอง, อาภา สุวรรณรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
เทคโนโลยีการติดต่อสื่อสารระหว่างสมองและคอมพิวเตอร์ (Brain-Computer Interfaces - BCI) คือเทคโนโลยีที่เชื่อมต่อระหว่างสัญญาณคลื่นไฟฟ้าสมองกับอุปกรณ์ภายนอกต่างๆ การประยุกต์ใช้เทคโนโลยี BCI เพื่อการฟื้นฟูผู้ป่วยโรคหลอดเลือดสมองได้รับความสนใจเป็นอย่างมาก โดยเฉพาะอย่างยิ่งการฟื้นฟูการการเคลื่อนไหวร่างกายส่วนรยางค์บน การฟื้นฟูด้วยเทคโนโลยี BCI มักทำโดยการฝึกจินตนาการการเคลื่อนไหว งานวิจัยนี้จึงพัฒนากระบวนการจำแนกการจินตนาการการเคลื่อนไหวด้วยสัญญาณคลื่นไฟฟ้าสมอง การจินตนาการการเคลื่อนไหวท่ากำและแบมือเป็นทั้งท่าพื้นฐานในการฟื้นฟูผู้ป่วยโรคหลอดเลือดสมองและท่าพื้นฐานในงานวิจัยด้านนี้ ในขณะที่ท่ากระดกข้อมือขึ้นลงและท่าคว่ำและหงายมือเป็นท่าพื้นฐานในการฟื้นฟูผู้ป่วยโรคหลอดเลือดสมองเช่นกัน จึงถูกเลือกมาใช้งานวิจัยนี้ งานวิจัยนี้มีผู้ร่วมทดลองสุขภาพดีทั้งหมด 11 คน การทดลองเริ่มจากท่ากำและแบมือ ท่ากระดกข้อมือขึ้นลง และท่าคว่ำและหงายมือตามลำดับ ผลการทดลองแสดงให้เห็นว่า ตัวจำแนก LDA และ SVM ให้ความแม่นยำในการจำแนกไม่แตกต่างกันอย่างมีนัยสำคัญ การดึงคุณลักษณะ Filter Bank Common Spatial Pattern ให้ความแม่นยำในการจำแนกสูงกว่าการดึงคุณลักษณะ Whole Band Common Spatial Pattern อย่างมีนัยสำคัญ การจำแนกแบบขึ้นกับชุดทดลองให้ความแม่นยำในการจำแนกสูงกว่าการจำแนกแบบไม่ขึ้นกับชุดทดลองอย่างมีนัยสำคัญ ความแม่นยำในการจำแนกมีแนวโน้มสูงขึ้นเมื่อผู้ร่วมทดลองเข้าร่วมการทดลองมากขึ้น นอกจากนี้ ความแม่นยำในการจำแนกมีค่าสูงขึ้นเมื่อติดตั้งจำนวนช่องสัญญาณมากขึ้น เมื่อพิจารณาถึงความแม่นยำในการจำแนกร่วมกับเวลาและความสะดวกในการติดตั้งอุปกรณ์ ผลการทดลองจากงานวิจัยนี้สนับสนุนให้ติดตั้งช่องสัญญาณจำนวน 9 ตำแหน่ง นอกจากนี้ ผลการทดลองยังแสดงให้เห็นถึงความเป็นไปได้ในการจำแนกจินตนาการการเคลื่อนไหวแต่ละท่าซึ่งเกิดการเปลี่ยนแปลงของสัญญาณคลื่นไฟฟ้าสมองจากสมองซีกเดียวกัน