Open Access. Powered by Scholars. Published by Universities.®
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 18 of 18
Full-Text Articles in Physical Sciences and Mathematics
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยทางด้านคอมพิวเตอร์เชิงควอนตัม (Quantum computer) ยังคงเป็นความท้าทายสำหรับนักวิจัยในการพัฒนาเทคนิคต่างๆเพื่อให้การประมวลผลข้อมูลควอนตัมขนาดใหญ่สามารถทำได้จริง มีงานวิจัยหลากหลายสาขาเกี่ยวกับการจำลองระบบควอนตัม โดยเฉพาะด้านอัลกอริทึมควอนตัมสำหรับแก้ปัญหา NP-hard ซึ่งใช้เวลาแก้ปัญหานานเกินกว่าจะเป็นไปได้จริงในเครื่องคอมพิวเตอร์ดั้งเดิม งานวิจัยนี้นำเสนอขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัม ซึ่งเป็นการนำข้อได้เปรียบจากการประมวลผลเชิงควอนตัม ได้แก่ สภาวะซ้อนทับของสถานะควอนตัม และการประมวลผลควอนตัมแบบขนานในอัลกอริทึมการค้นหาของโกรเวอร์ (Grover's search algorithm) มาประยุกต์ใช้ในกระบวนการคัดเลือกโครโมโซมของขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิมที่มีการคัดเลือกโครโมโซมที่ดี เพื่อให้ได้ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมที่มีประสิทธิภาพดีขึ้นในแง่ของความถูกต้องของคำตอบ ขั้นตอนวิธีที่นำเสนอสามารถแก้ปัญหา traveling salesman ขนาดเล็กได้บนเครื่องจำลองคอมพิวเตอร์ควอนตัม เนื่องจากจำนวนคิวบิตที่มีอย่างจำกัดจึงไม่สามารถทำการทดลองกับปัญหา traveling salesman ขนาดใหญ่ได้ แม้ว่าจำนวนฟังก์ชันที่ใช้ในการประเมินค่าความเหมาะสมของขั้นตอนวิธีที่นำเสนอมีแนวโน้มเพิ่มขึ้นเป็นเอ็กโปเน็นเชียลเมื่อจำนวนเมืองเพิ่มขึ้น แต่ยังสามารถหาคำตอบที่ถูกต้องได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิม นอกจากนี้ผลการทดลองแสดงให้เห็นว่าจำนวนรอบของโกรเวอร์ที่เหมาะสมช่วยเพิ่มประสิทธิภาพในการหาคำตอบที่เหมาะสมที่สุด ในขณะที่จำนวนช็อตหรือจำนวนรอบที่รันอัลกอริทึมช่วยเพิ่มความน่าเชื่อถือให้กับคำตอบที่ได้จากการวัดค่าสถานะคิวบิต
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบสำหรับการฝึกฝนแบบปรับเหมาะ (adaptive practicing) สามารถส่งเสริมศักยภาพของผู้เรียนได้อย่างเต็มที่ แม้ว่าในปัจจุบันจะมีระบบนี้อยู่บ้าง แต่การสร้างระบบนี้ยังคงมีความซับซ้อนแม้ว่าปัจจุบันจะมีเครื่องมือต่าง ๆ มาช่วยเหลือก็ตาม วิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม โดยใช้ระบบการจัดอันดับของ Elo โดยเฟรมเวิร์กนี้สามารถนำตัวสร้างคำถามมาสร้างเป็นระบบสำหรับการฝึกฝนแบบปรับเหมาะได้อย่างง่ายดายในรูปแบบบริการเอพีไอ (Application Programming Interface; API) บนเว็บไซต์ ซึ่งในเฟรมเวิร์กนี้ประกอบไปด้วย 4 โมเดล ได้แก่ ตัวชี้วัดการเรียนรู้ ผู้เรียน โจทย์คำถาม และบทคำสั่ง นอกจากนี้ยังประกอบไปด้วย 7 มอดูล ได้แก่ ส่วนเลือกโจทย์คำถาม ส่วนสร้างโจทย์คำถาม ส่วนคำนวณความแตกต่างระหว่างคำถาม ส่วนแสดงผลโจทย์คำถาม ส่วนตรวจสอบคำตอบ ส่วนแสดงผลย้อนกลับ (feedback) และส่วนปรับโจทย์คำถามให้เป็นปัจจุบัน การแยกส่วนสร้างโจทย์คำถามออกมานั้น ส่งผลให้เฟรมเวิร์กรองรับคำถามสำหรับหลายหัวข้อ อาทิ คำถามวิชาภาษาไทย คำถามวิชาคณิตศาสตร์ นอกจากนี้ส่วนสร้างโจทย์คำถามยังทำให้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ มีทรัพยากรโจทย์คำถามที่ไม่จำกัด และขยายฐานข้อมูลโจทย์คำถามได้อย่างอัตโนมัติ อีกทั้งเฟรมเวิร์กนี้ยังรองรับคำถามได้หลากหลายประเภทที่สามารถประเมินผลเป็นถูกและผิด อาทิ คำถามปรนัย คำถามเลือกจับคู่ เนื่องจากการออกแบบให้ส่วนแสดงผลโจทย์คำถามเป็นส่วนที่สามารถปรับแต่งได้ เฟรมเวิร์กนี้รองรับการออกรายงานทั้งหมด 5 ประเภทเพื่อใช้วิเคราะห์ทั้งในฝั่งผู้เรียนและฝั่งของระบบ ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ถูกออกแบบให้เป็นเอพีไอจึงทำให้สามารถเชื่อมต่อกับโปรแกรมประยุกต์อื่น ๆ ได้ง่าย นอกจากนี้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้สามารถรองรับการเรียนการสอนทั้งแบบออนไลน์และออฟไลน์สำหรับกลุ่มผู้เรียนทุกขนาด และทำให้ผู้เรียนสามารถเรียนรู้ด้วยความเร็วตามความสามารถของตนเอง และผู้สอนไม่จำเป็นต้องสร้างคำถามสำหรับป้อนเข้าในระบบ
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ไทม์เพทริเน็ตเป็นเครื่องมือสำหรับการสร้างแบบจำลองและทวนสอบระบบเวลาจริง ปริภูมิสถานะของไทม์เพทริเน็ตนั้นมีอัตราการเติบโตแบบเอกโพเนนเชียลเนื่องจากความซับซ้อนของระบบเวลาจริง ซึ่งปริภูมิสถานะที่มีขนาดใหญ่มากอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิง งานวิจัยนี้จึงนำเสนออัลกอริทึมการตัดไทม์เพทริเน็ตโดยใช้สูตรตรรกะเชิงเวลาแบบเมตริกเพื่อลดขนาดไทม์เพทริเน็ตโดยการกำจัดเพลสและทรานสิชันที่ไม่เกี่ยวข้องกับมาร์คกิงเริ่มต้นและคุณสมบัติของสูตรตรรกะเชิงเวลาแบบเมตริก นอกจากนี้อัลกอริทึมที่นำเสนอยังนำเสนอกราฟพึ่งพาซึ่งแสดงเป็นกราฟพึ่งพาที่แสดงช่วงเวลาโกลบอลของการยิงของทรานสิชันเพื่อแสดงพฤติกรรมการทำงานของไทม์เพทริเน็ต โดยไทม์เพทริเน็ตผลลัพธ์นั้นยังคงเส้นทางการทำงานที่จำเป็นทั้งหมดสำหรับการทำโมเดลเช็กกิง ดังนั้น โมเดลเช็กกิงสามารถสร้างปริภูมิสถานะที่เพียงพอต่อการทวนสอบเมื่อเทียบกับไทม์เพทริเน็ตที่ไม่ได้ตัด
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ควอนตัมคอมพิวเตอร์ได้แสดงให้เห็นถึงความสามารถที่เหนือกว่าคอมพิวเตอร์แบบคลาสสิคในการแก้ไขปัญหาบางประเภทด้วยการใช้กฎของกลศาสตร์ควอนตัมและด้วยการรวมเอาความรู้ทางด้านการเรียนรู้ของเครื่องและควอนตัมคอมพิวเตอร์ทำให้เกิดองค์ความรู้ใหม่ที่เรียกว่าการเรียนรู้ของเครื่องแบบควอนตัม ควอนตัมโครงข่ายประสาทเทียมเป็นหนึ่งในรูปแบบของการใช้ความรู้ของการเรียนรู้ของเครื่องและคอมพิวเตอร์ควอนตัมด้วยการดัดแปลงความคิดจากการทำโครงข่ายประสาทเทียมแบบคลาสสิคและการใช้ควอนตัมเกทแบบปรับค่าได้มาเป็นค่าน้ำหนักของโครงข่ายประสาทเทียม ในงานวิจัยนี้ได้นำเสนอการประยุกต์ใช้ควอนตัมโครงข่ายประสาทเทียมด้วยข้อมูลจากโลกจริงเพื่อแก้ไขปัญหาการถดถอยเพื่อทำนายจำนวนโทเคนที่ใช้ในระบบประมูลรายวิชา โดยการทดลองจะถูกทำบนเครื่องจำลองคอมพิวเตอร์ควอนตัมของไอบีเอ็ม(Qiskit) ผลลัพธ์ของการทดลองได้แสดงให้เห็นว่าควอนตัมโครงข่ายประสาทเทียมสามารถบรรลุผลที่ดีในการทำนายเมื่อเปรียบเทียบกับโครงข่ายประสาทเทียมแบบคลาสสิคโดยโมเดลที่ดีที่สุดมีค่ารากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง(RMSE) ที่ 6.38% วิธีการนี้ทำให้เกิดการเปิดกว้างสำหรับโอกาสที่จะสำรวจผลประโยชน์ของการเรียนรู้ของเครื่องแบบควอนตัมในการทำวิจัยในอนาคต
การจำแนกปัญหาของเทคโนโลยีฐานข้อมูลในชุมชนถามตอบออนไลน์, ณัฐนัย สุวรรณชูชิต
การจำแนกปัญหาของเทคโนโลยีฐานข้อมูลในชุมชนถามตอบออนไลน์, ณัฐนัย สุวรรณชูชิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอแนวทางการสร้างเครื่องมือการทำงานอัตโนมัติเพื่อจำแนกคำถามบนเว็บไซต์สแต็กโอเวอร์โฟลว์ โดยเฉพาะที่เกี่ยวกับชนิดของผลิตภัณฑ์ฐานข้อมูล ซึ่งถือเป็นข้อมูลที่มีค่าสำหรับเจ้าของผลิตภัณฑ์ฐานข้อมูลในการนำไปปรับปรุงผลิตภัณฑ์ หมวดหมู่ของคำถามกำหนดไว้เป็นสองระดับได้แก่ ระดับปัญหา และ ปัญหาย่อย โดยที่ระดับปัญหาประกอบด้วย การพัฒนา การติดตั้ง และ การปรับปรุงประสิทธิภาพ ในขณะที่ ปัญหาย่อย ประกอบด้วย การออกแบบ ข้อจำกัด และการอภิปรายปัญหา ด้วยการรวมทั้งสองระดับเข้าด้วยกัน คำถามจะถูกจำแนกออกเป็นเก้าหมวดของปัญหา-ปัญหาย่อย การประมวลผลภาษาธรรมชาติและการจำแนกข้อความถูกนำมาใช้ โดยใช้อัลกอริทึมการเรียนรู้ของเครื่องที่หลากหลาย โมเดลการจำแนกประเภทที่มีประสิทธิภาพดีที่สุดจะถูกนำมาใช้ในเว็บแอปพลิเคชัน เพื่อจำแนกแต่ละคำถามโดยใช้แท็กปัญหา-ปัญหาย่อย นอกจากนี้คำถามที่ถูกจำแนกออกตามหมวดแล้ว สามารถนำมาวิเคราะห์เพิ่มเติมโดยใช้อัลกอริทึมการสร้างแบบจำลองหัวข้อ เพื่อให้ทราบว่าคำถามในแต่ละหมวดนั้นกล่าวถึงหัวข้อใดบ้าง ซึ่งจะเป็นข้อมูลเพิ่มเติมให้กับเจ้าของผลิตภัณฑ์ฐานข้อมูลในการทำความเข้าใจถึงปัญหาของผลิตภัณฑ์เพื่อจะได้ทำการปรับปรุงต่อไป
Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก
Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทดสอบการกลายพันธุ์สามารถนำไปใช้กับการประเมินคุณภาพของกรณีทดสอบได้ การจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์เป็นองค์ประกอบที่สำคัญของแนวปฏิบัติทางอุตสาหกรรมที่จะมีส่วนช่วยในการประเมินกรณีทดสอบ โดยทั่วไปแล้ว อุตสาหกรรมจะส่งมอบผลิตภัณฑ์ภายใต้เงื่อนไขของเวลาสู่ตลาด ดังนั้นจึงต้องเสียสละงานทดสอบซอฟต์แวร์อย่างหลีกเลี่ยงไม่ได้ แม้ว่าจะต้องใช้กรณีทดสอบจำนวนมากสำหรับการตรวจสอบซอฟต์แวร์ การใช้การวัดศูนย์กลางเครือข่ายสังคม เพื่อจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์ ซอร์สโค้ดที่มีค่าเพจแรงก์สูงสุด จะถูกเน้นก่อนเมื่อพัฒนากรณีทดสอบ เนื่องจากโมดูลเหล่านี้เสี่ยงต่อข้อบกพร่องหรือความผิดปกติซึ่งอาจทำให้เกิดข้อบกพร่องที่ตามมาในโมดูลที่เกี่ยวข้องอื่นๆ นอกจากนี้ แนวทางดังกล่าวจะช่วยระบุกรณีทดสอบที่ลดได้ในชุดทดสอบ โดยยังคงรักษาเกณฑ์เดียวกันกับจำนวนกรณีทดสอบเดิม
Transforming Timing Diagram Into Timed Automata For Preemptive Scheduling, อมรัตน์ พิมโคตร
Transforming Timing Diagram Into Timed Automata For Preemptive Scheduling, อมรัตน์ พิมโคตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานที่เกิดขึ้นพร้อมกันในระบบเรียลไทม์อาจต้องการทรัพยากรที่ใช้ร่วมกันอย่างจำกัด เช่นการใช้งานร่วมกันของ CPU เพียงตัวเดียวที่มีงานเป็นจำนวนมาก เมื่อใช้การจัดกระบวนการเชิงพรีเอ็มทีฟ ซึ่งงานที่กำลังทำงานอยู่ที่มีค่าลำดับความสำคัญต่ำกว่ามักจะถูกจัดลำดับให้อยู่ในสถานะพักการทำงานหรือสถานะโดเมน โดยงานใหม่ที่มีค่าลำดับความสำคัญสูงกว่าจะเข้ามาแทนที่ สุดท้ายจึงกลายเป็นว่างานใหม่เข้ามาทำงานแทนลำดับงานที่โดนแทรกหรือถูกพรีเอ็มทีฟไว้ก่อนหน้านี้ที่มีค่าลำดับความสำคัญต่ำกว่า งานที่มีค่าลำดับความสำคัญต่ำกว่าดังกล่าวจะเริ่มต้นทำงานอีกครั้งเพื่อดำเนินการต่อในสถานะที่ทำงานทันทีหลังจากงานที่มีค่าลำดับความสำคัญสูงกว่าได้ทำงานเสร็จสิ้น แผนภาพเวลาเป็นแผนภาพที่มีลักษณะงานเป็นอิสระต่อกัน และงานจะถูกเริ่มต้นพร้อมกัน ผลกระทบของการจัดกระบวนการเชิงพรีเอ็มทีฟเอาไว้จะมีความสัมพันธ์กันและทำให้การดำเนินของเส้นเวลาหรือไทม์ไลน์ของงานที่เกิดขึ้นพร้อมกันเหล่านี้ถูกเปลี่ยนแปลงไป กฎการจับคู่สำหรับการแปลงแผนภาพเวลาที่เป็นอิสระต่อกันเป็นไทมด์ออโตมาตาที่ได้รับการออกแบบในวิทยานิพนธ์นี้ และยังมีเครื่องมือซอฟต์แวร์ที่ได้รับการพัฒนาเพื่อแปลงไฟล์ต้นทางนำเข้าสกุลไฟล์ XML ของแผนภาพเวลาเป็นไฟล์ไทมด์ออโตมาตา สามารถจำลองแผนภาพไทมด์ออโตมาตาด้วยเครื่องมือ UPPAAL ซึ่งผลลัพธ์ของไทมด์ออโตมาตาจะแสดงกรอบเวลาโดยรวมของงานที่เกิดขึ้นพร้อมกันอันเป็นผลกระทบของการจัดกำหนดการเชิงฟรีเอ็มทีฟ การจำลองไทมด์ออโตมาตาจะจัดเตรียมตัวแปรนาฬิกาและสถานะโดเมนพิเศษเพิ่มเติม จากนั้นจึงนำไทมด์ออโตมาตาที่แปลงมาทวนสอบคุณสมบัติ TCTL ว่าการทำงานนั้นถูกต้อง เครื่องมือซอฟต์แวร์ของเราจะดำเนินการแปลงไดอะแกรมสำหรับการจัดกระบวนการเชิงพรีเอ็มทีฟ และใช้กรณีศึกษาสามกรณีเพื่อแสดงกระบวนการแปลงและการจำลองขั้นตอนกระบวนการทำงาน
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara
Chulalongkorn University Theses and Dissertations (Chula ETD)
Lifelong learning (LL) is a machine learning paradigm in which a learner is sequentially trained on a stream of new tasks while preventing learned knowledge from being forgotten. To achieve lifelong language learning, pseudo-rehearsal methods leverage samples generated from a language model to refresh the knowledge of previously learned tasks. Without proper controls, however, these methods could fail to retain the knowledge of complex tasks with longer texts since most of the generated samples are low in quality. To overcome the problem, we propose three specific contributions. First, we utilize double language models, each of which specializes on a specific …
Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant
Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant
Chulalongkorn University Theses and Dissertations (Chula ETD)
Tokenization is one of the most important data pre-processing steps in the text classification task and also one of the main contributing factors in the model performance. However, getting good tokenizations is non-trivial when the input is noisy, and is especially problematic for languages without an explicit word delimiter such as Thai. Therefore, we proposed an alternative data augmentation method to improve the robustness of poor tokenization by using multiple tokenizations. We evaluated the performance of our algorithms on different Thai text classification datasets. The results suggested our augmentation scheme makes the model more robust to tokenization errors and can …
การพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย, สิงหดิศร์ จันทรักษ์
การพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย, สิงหดิศร์ จันทรักษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการพักใสเป็นกระบวนการที่สำคัญในกระบวนการผลิตน้ำตาล ซึ่งกระบวนการมีการทำงานเพื่อแยกระหว่างตะกอนกับน้ำอ้อยออกจากกันโดยใช้สารฟลอกคูแลนต์ โดยในการใส่ปริมาณและความเข้มข้นสารฟลอกคูแลนต์ลงไปในน้ำอ้อยทำให้ส่งผลกระทบโดยตรงต่อความเร็วการตกตะกอนและค่าความขุ่นของน้ำอ้อย วิทยานิพนธ์เล่มนี้เสนอวิธีการพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย โดยใช้โครงข่ายประสาทเทียมแบบวนซ้ำชนิดพิเศษ Long Short-Term Memory โดยข้อมูลที่นำมาใช้เป็นข้อมูลขาเข้าสำหรับการสร้างโมเดลได้แก่ ปริมาณอ้อยสด, ปริมาณอ้อยเผา, ความขุ่นของน้ำอ้อย และปริมาณน้ำฝน และข้อมูลขาออกได้แก่ ปริมาณและความเข้มข้นของสารฟลอกคูแลนต์ ทั้งนี้ข้อมูลที่ได้นำมาจากโรงงานผลิตน้ำตาลแห่งหนึ่งในประเทศไทย ผลการทดลองแสดงให้เห็นถึงประสิทธิภาพของโมเดลที่ได้นำเสนอ LSTM โดยการเปรียบเทียบกับโมเดลอื่นๆ ได้แก่ Autoregressive Integrated Moving Average (ARIMA), Recurrent Neural Network (RNN) และ Gated Recurrent Unit (GRU) โดยใช้ตัวแปร RMSE และ MAPE เป็นตัววัดประสิทธิภาพของโมเดล พบว่าโมเดลที่นำเสนอมีประสิทธิภาพที่สุดในการพยากรณ์ปริมาณและความเข้มข้นของสารฟลอกคูแลนต์
Spectral And Latent Representation Distortion For Tts Evaluation, Thananchai Kongthaworn
Spectral And Latent Representation Distortion For Tts Evaluation, Thananchai Kongthaworn
Chulalongkorn University Theses and Dissertations (Chula ETD)
One of the main problems in the development of text-to-speech (TTS) systems is its reliance on subjective measures, typically the Mean Opinion Score (MOS). MOS requires a large number of people to reliably rate each utterance, making the development process slow and expensive. Recent research on speech quality assessment tends to focus on training models to estimate MOS, which requires a large number of training data, something that might not be available in low-resource languages. We propose an objective assessment metric based on the DTW distance using the spectrogram and the high-level features from an Automatic Speech Recognition (ASR) model …
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody, Chatri Chuanngulueam
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody, Chatri Chuanngulueam
Chulalongkorn University Theses and Dissertations (Chula ETD)
No abstract provided.
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Connectionist Temporal Classification (CTC) loss has become widely used in sequence modeling tasks such as Automatic Speech Recognition (ASR) and Handwritten Text Recognition (HTR) due to its ease of use. CTC itself has no architecture constraints, but it is commonly used with recurrent models that predict letters based on histories in order to relax the conditional independent assumption. However, recent sequence models that incorporate CTC loss have been focusing on speed by removing recurrent structures, hence losing important context information. This thesis presents Contextualized Connectionist Temporal Classification (CCTC) loss, which induces prediction dependencies in non-recurrent and non-autoregressive neural networks for …
การสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันของซอฟต์แวร์จากการจำแนกบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชัน, ธนัชชา พันธ์ธรรม
การสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันของซอฟต์แวร์จากการจำแนกบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชัน, ธนัชชา พันธ์ธรรม
Chulalongkorn University Theses and Dissertations (Chula ETD)
บทวิจารณ์ของผู้ใช้งานเป็นแหล่งข้อมูลที่สำคัญสำหรับนักพัฒนาโมไบล์แอปพลิเคชัน เพื่อใช้ในการปรับปรุงและวิวัฒนาการแอปพลิเคชันหลังจากที่ได้ปล่อยให้ใช้งานไปแล้ว เนื่องจากข้อมูลบทวิจารณ์ของผู้ใช้งานมีจำนวนมากจึงเป็นเรื่องยุ่งยากสำหรับทีมนักพัฒนาโมไบล์แอปพลิเคชันที่จะระบุว่าบทวิจารณ์ของผู้ใช้งานใดประกอบไปด้วยข้อมูลที่เป็นประโยชน์ต่อการปรับปรุงและวิวัฒนาการโมไบล์แอปพลิเคชันเพิ่มเติม วิทยานิพนธ์นี้นำเสนอความพยายามที่จะอำนวยความสะดวกให้แก่ทีมนักพัฒนาในขั้นต้นด้วยการสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันโดยอัตโนมัติจากข้อมูลบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชันบนแอปสโตร์และเพลย์สโตร์ แนวทางที่นำเสนอประกอบด้วยสามขั้นตอน เริ่มจากการใช้อัลกอริทึมการจำแนกข้อความเพื่อจำแนกบทวิจารณ์ของผู้ใช้งานออกเป็นบทวิจารณ์ของผู้ใช้งานเชิงฟังก์ชันหรือที่ไม่ใช่เชิงฟังก์ชัน ขั้นตอนที่สองบทวิจารณ์ของผู้ใช้งานที่ไม่ซ้ำกันจะถูกระบุโดยใช้เทคนิคการจัดกลุ่มและการวิเคราะห์ความคล้ายคลึงกันของข้อความ ในขั้นตอนสุดท้ายข้อมูลที่มีความสำคัญจะถูกสกัดจากบทวิจารณ์ของผู้ใช้งานเพื่อใช้สร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันโดยใช้แบบรูปข้อมูลบทวิจารณ์ของผู้ใช้งานและแม่แบบความต้องการ ในส่วนของการประเมินผล ความต้องการที่ถูกสร้างขึ้นจากแนวทางที่นำเสนอได้รับคะแนนต่ำถึงสูงแตกต่างกันไปในแง่ของความสามารถในการอ่านได้ง่าย ความไม่กำกวม ความสมบูรณ์ และความสมเหตุสมผล ซึ่งแนวทางที่วิทยานิพนธ์นำเสนอนี้สามารถช่วยทีมนักพัฒนาระบุถึงความต้องการการเปลี่ยนแปลงทั้งในเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันจากเสียงสะท้อนโดยตรงของผู้ใช้งานซึ่งควรได้รับการพิจารณาเพื่อใช้ในการปรับปรุงและวิวัฒนาการโมไบล์แอปพลิเคชันต่อไป
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจำแนกประเภทภาพแบบละเอียดเป็นปัญหาการจำแนกประเภทภาพที่อยู่ในหมวดหมู่หลักเดียวกัน เช่น ชนิดของนก, รุ่นของรถยนต์และรุ่นของเครื่องบิน โดยปัญหาหลักของการจำแนกประเภทภาพแบบละเอียดคือมีความผันผวนภายในประเภทและความเหมือนระหว่างประเภทสูง ทำให้งานวิจัยส่วนใหญ่มุ่งเน้นไปที่การระบุตำแหน่งของวัตถุหรือชิ้นส่วนสำคัญของภาพด้วยการออกแบบโครงสร้างแบบจำลองที่มีความซับซ้อนเพื่อแก้ปัญหาดังกล่าว ในงานวิจัยนี้ได้นำเสนอวิธีการเพิ่มประสิทธิภาพของความแม่นยำในการจำแนกประเภทซึ่งประกอบด้วยแบบจำลองสองระดับที่ทำหน้าที่แยกกันในการระบุตำแหน่งและจำแนกประเภท โดยการระบุตำแหน่งวัตถุทำหน้าที่หาพื้นที่ในรูปภาพที่มีวัตถุอยู่ด้วยสมมติฐานพื้นที่ต่อเนื่องที่มีขนาดใหญ่ที่สุดบนการรวมของผังฟีเจอร์ ซึ่งสกัดมาจากหลังจากคอนโวลูชันนิวรอลเน็ตเวิร์ค หลังจากนั้นในขั้นตอนการจำแนกประเภท ได้ปรับปรุงฟังก์ชันสูญเสียค่าสูงสุดอย่างอ่อนด้วยการเพิ่มมาจินเชิงมุมปรับค่าได้ในค่ามุมระหว่างฟีเจอร์เวกเตอร์และเวกเตอร์ศูนย์กลางประจำแต่ละประเภทในระหว่างการฝึกสอนแบบจำลอง วิธีการในงานวิจัยนี้สามารถฝึกสอนแบบจำลองได้แบบเอ็นทูเอ็นโดยไม่ต้องใช้กล่องขอบเขตในการฝึกสอนเพิ่มเติม ทั้งนี้ผลการทดลองแสดงให้เห็นว่า เทคนิคที่งานวิจัยนี้นำมาใช้มีประสิทธฺภาพที่ดีบนชุดข้อมูลสามชุดที่มีการใช้อย่างกว้างขวางในการทดลองเกี่ยวกับการจำประแนกประเภทภาพแบบละเอียด
การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ
การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ
Chulalongkorn University Theses and Dissertations (Chula ETD)
Jira Software เป็นโซลูชันการจัดการโครงการแบบอไจล์ ซึ่งเดิมออกแบบมาให้เป็นเครื่องมือในการติดตามข้อบกพร่องและปัญหาที่เกิดขึ้นภายในโครงการ การค้นหาปัญหาหรือข้อมูลข้อบกพร่องสามารถทำได้โดยใช้ Jira Query Language (JQL) อย่างไรก็ตาม การสืบค้นปัญหาหรือข้อบกพร่องจากแหล่งที่เก็บข้อมูลจะคืนค่าข้อมูลที่เฉพาะเจาะจงมาอย่างง่ายและธรรมดาทั่วไป ในงานวิจัยนี้ ได้นำเสนอแนวทางการสร้างภาพข้อมูลเครือข่ายเพื่อเปิดเผยความสัมพันธ์และการสื่อสารระหว่างตัวบทบาท เช่น คุณสมบัติของซอฟต์แวร์ ข้อบกพร่อง และบุคลากร โดยเทคนิคการวิเคราะห์เครือข่ายโซเชียลใช้สำหรับวิเคราะห์ข้อบกพร่องที่รวบรวมจากโครงการซอฟต์แวร์ภายในธนาคาร และ Gephi ถูกใช้เป็นเครื่องมือในการสร้างเครือข่ายของบทบาทที่ระบุเป็นโหนดและการเชื่อมโยงของโหนดเหล่านั้น ซึ่งแนวทางของการวิเคราะห์เครือข่ายภาพนั้นใช้ได้จริงและให้ข้อมูลเชิงลึกในการวิเคราะห์ข้อบกพร่องที่จำเป็นสำหรับกระบวนการพัฒนาซอฟต์แวร์ในเชิงรุก
Deep Learning Approach On Symptom Questionnaire And Abdominal Radiography For Diagnosis Of Dyssynergic Defecation, Sornsiri Poovongsaroj
Deep Learning Approach On Symptom Questionnaire And Abdominal Radiography For Diagnosis Of Dyssynergic Defecation, Sornsiri Poovongsaroj
Chulalongkorn University Theses and Dissertations (Chula ETD)
Dyssynergic defecation is one of the most common causes of chronic constipation. It is a behavioral problem in which the pelvic floor muscles are unable to coordinate with the surrounding muscles and nerves to evacuate stool. Patients are required to undergo specialized tests only available at tertiary healthcare centers for diagnosis. The aim of this thesis is to develop deep learning-based models to prescreen potential patients from primary and secondary healthcare centers for further diagnostic tests by using easily obtainable data such as symptom questionnaire and abdominal radiography. First, we developed a model which uses symptom questionnaire as an input …
Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin
Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin
Chulalongkorn University Theses and Dissertations (Chula ETD)
High performance processor can tackle bottleneck issues by increasing vector lengths and leveling effectiveness of memory hierarchies to address these issue. Manual optimization of code is a difficult task when having multiple architecturedependent transformation. Our goal is to develop a tool that performs source code transformation based on loop optimization techniques, since a loop plays an important role in improving of performance in scientific simulation software. We implement an source-to-source transformation tool based libTooling, a Clang’s library, based on polyhedral model to simplify a loop transformation of CMSSW building pipeline. The tool also can be used for automatically transformation. The …