แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต,
2024
คณะวิศวกรรมศาสตร์
แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในองค์กรพัฒนาซอฟต์แวร์ขนาดเล็ก โดยเฉพาะกลุ่มที่ต้องการขอการรับรองตามมาตรฐาน ISO/IEC 29110 การทำความเข้าใจและจัดการกระบวนการพัฒนาซอฟต์แวร์เป็นภารกิจที่มีความท้าทาย เนื่องจากข้อจำกัดด้านทรัพยากรและระดับความพร้อมของกระบวนการ การประเมินความสอดคล้องตามมาตรฐานในรูปแบบที่มีโครงสร้างจึงยิ่งเพิ่มความซับซ้อนให้มากขึ้น งานวิจัยฉบับนี้มุ่งนำเสนอแนวทางการสร้างแบบจำลองด้วย Colored Petri Nets (CPN) เพื่อใช้ในการจำลองกระบวนการ Software Implementation (SI) ตามมาตรฐาน ISO/IEC 29110 โดยข้อมูลการประเมินจะถูกรวบรวมผ่านระบบเว็บแอปพลิเคชัน และแปลงให้อยู่ในรูปแบบโทเคนไฟล์ ซึ่งจะถูกจัดเก็บอัตโนมัติในเส้นทางที่กำหนดไว้สำหรับการประเมินผ่าน CPN IDE ภายหลังการประเมินจะมีการประมวลผลผลลัพธ์ผ่านระบบ Data Pipeline ที่พัฒนาไว้โดยเฉพาะ และจัดเก็บข้อมูลลงในฐานข้อมูลเพื่อให้ผู้ใช้งานสามารถเข้าถึงผลการประเมินผ่านเว็บอินเทอร์เฟซได้อย่างสะดวก แบบจำลองและเครื่องมือที่พัฒนาขึ้นช่วยให้สามารถวิเคราะห์และตรวจสอบความสอดคล้องของกระบวนการได้อย่างเป็นระบบ ส่งเสริมความโปร่งใส และสนับสนุนให้องค์กรขนาดเล็กสามารถเตรียมความพร้อมเข้าสู่กระบวนการขอการรับรองตามมาตรฐานได้อย่างมีประสิทธิภาพ แบบจำลอง CPN ที่ออกแบบไว้ยังสะท้อนถึงกิจกรรมหลัก สิ่งส่งมอบ และกฎการประเมินตามมาตรฐาน ซึ่งเป็นรากฐานสำคัญต่อการประเมินซ้ำและการปรับปรุงอย่างต่อเนื่อง
การจัดลำดับความสำคัญของบทวิจารณ์ของผู้ใช้ซอฟต์แวร์โดยคำนึงถึงประสบการณ์ผู้ใช้โดยใช้การเรียนรู้ของเครื่อง,
2024
คณะวิศวกรรมศาสตร์
การจัดลำดับความสำคัญของบทวิจารณ์ของผู้ใช้ซอฟต์แวร์โดยคำนึงถึงประสบการณ์ผู้ใช้โดยใช้การเรียนรู้ของเครื่อง, ลักษณ์สิปาง สาครวิจิตรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันตลาดโมไบล์แอปพลิเคชันมีการแข่งขันสูง นักพัฒนาจึงจำเป็นต้องให้ความสำคัญกับบทวิจารณ์ของผู้ใช้ซึ่งบ่งบอกถึงความคิดเห็นและประสบการณ์ของผู้ใช้งานจริง เพื่อนำไปสู่การปรับปรุงและพัฒนาฟังก์ชันการทำงานให้ตรงตามความต้องการของผู้ใช้มากยิ่งขึ้น อย่างไรก็ตาม แอปพลิเคชันยอดนิยมมักมีบทวิจารณ์จำนวนมาก ทำให้เกิดข้อจำกัดในการที่นักพัฒนาจะสามารถอ่านและวิเคราะห์บทวิจารณ์ทั้งหมดได้อย่างมีประสิทธิภาพ เพื่อจัดการกับปัญหาดังกล่าว งานวิจัยฉบับนี้จึงนำเทคโนโลยีการเรียนรู้ของเครื่องเข้ามาช่วยในการจำแนกประเภทของบทวิจารณ์ โดยพิจารณาจากเนื้อหาในบทวิจารณ์ของผู้ใช้ซึ่งอาจสะท้อนถึงปัญหา ข้อบกพร่อง หรือข้อเสนอในการพัฒนาฟังก์ชันใหม่ ข้อมูลที่ได้จะถูกนำไปใช้จัดลำดับความสำคัญของการแก้ไขปรับปรุงตามผลกระทบที่มีต่อประสบการณ์ของผู้ใช้ งานวิจัยนี้ได้กำหนดหมวดหมู่ของบทวิจารณ์ไว้ทั้งหมด 5 ประเภท ได้แก่ ปัญหาด้านความจำเป็นพื้นฐาน, ปัญหาด้านการปฏิบัติ, ปัญหาด้านความเพลิดเพลิน, ปัญหาด้านความแปลกใหม่ และปัญหาอื่น ๆ ซึ่งสะท้อนลำดับความสำคัญของปัญหาจากมุมมองของผู้ใช้ ในการพัฒนาโมเดลการเรียนรู้ของเครื่องพบว่าโมเดลเบิร์ตมีประสิทธิภาพสูงกว่าโมเดลเอสวีเอ็ม แรนดอมฟอเรสต์ และโลจิสติกรีเกรสชัน โดยมีค่าความเที่ยงเป็น 0.72 ค่าเรียกกลับเป็น 0.719 ค่าเอฟวันเป็น 0.719 และค่าความแม่นเป็น 0.722 นอกจากนี้ งานวิจัยยังได้พัฒนาเว็บแอปพลิเคชันต้นแบบที่ใช้โมเดลเบิร์ตที่สร้างขึ้น เพื่อช่วยให้นักพัฒนาสามารถนำไปใช้วิเคราะห์และจัดลำดับความสำคัญของงานการบำรุงรักษาโมไบล์แอปพลิเคชัน โดยเว็บแอปพลิเคชันจะช่วยลดภาระในการอ่านบทวิจารณ์จำนวนมาก พร้อมทั้งสกัดข้อมูลที่สำคัญออกมาให้เห็นภาพรวมของความต้องการของผู้ใช้
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา,
2024
คณะวิศวกรรมศาสตร์
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในกระบวนการพัฒนาซอฟต์แวร์สมัยใหม่ที่มีความซับซ้อนสูง ความถูกต้องของระบบทั้งในเชิงฟังก์ชัน และข้อกำหนดเชิงเวลาถือเป็นปัจจัยสำคัญในการสร้างซอฟต์แวร์ที่มีคุณภาพ อย่างไรก็ตาม แผนภาพกิจกรรม ซึ่งนิยมใช้ในระยะเริ่มต้นของการออกแบบระบบ ยังขาดความสามารถในการระบุข้อจำกัดด้านเวลาโดยตรง ทำให้ไม่สามารถใช้ตรวจสอบคุณสมบัติเชิงเวลาของระบบได้อย่างครบถ้วน โครงงานมหาบัณฑิตนี้จึงมุ่งพัฒนากฎการแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาไปเป็นไทมด์ออโตมาตา ซึ่งเป็นแบบจำลองที่สามารถแสดงพฤติกรรมของระบบพร้อมข้อจำกัดเชิงเวลาได้อย่างแม่นยำ โดยจะนำแบบจำลองไทมด์ออโตมาตาที่แปลงได้เข้าสู่กระบวนการทวนสอบด้วยเครื่องมือ UPPAAL เพื่อให้สามารถตรวจสอบคุณสมบัติด้านที่ระบบจะดำเนินต่อไปจนถึงจุดหมายในอนาคต และการป้องกันข้อผิดพลาดในระบบ ได้อย่างเป็นรูปธรรม ผ่านการใช้ตรรกศาสตร์เชิงเวลาแบบต้นไม้คำนวณ ผลการทดลองแสดงให้เห็นว่า กฎการแปลงที่พัฒนาขึ้นสามารถรองรับข้อกำหนดเชิงเวลาได้อย่างเหมาะสม ในการนำไปประยุกต์ใช้ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ เพื่อการออกแบบซอฟต์แวร์ที่ต้องการการควบคุมเวลาอย่างละเอียด
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์,
2024
คณะวิศวกรรมศาสตร์
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานมหาบัณฑิตนี้มีจุดมุ่งหมายเพื่อศึกษาความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคโดยใช้ข้อมูลจากโครงการโอเพนซอร์ซภาษาไพทอนบนแพลตฟอร์มกิตฮับ และวัดหนี้ทางเทคนิคด้วยเครื่องมือโซนาร์คิวบ์ หนี้ทางเทคนิคเป็นตัววัดที่สำคัญซึ่งสะท้อนถึงปริมาณปัญหาที่ซ่อนอยู่ในโค้ด ซึ่งเกิดขึ้นจากการทำงานของนักพัฒนา โครงงานมหาบัณฑิตนี้ใช้แนวทางวิเคราะห์ข้อมูล โดยผสานการดึงข้อมูลผ่านกิตฮับเรสต์เอพีไอและโซนาร์คิวบ์ด้วยภาษาไพทอน แล้วนำมาทำการวิเคราะห์เชิงสถิติ การศึกษาแบ่งออกเป็นสามคำถามวิจัย ได้แก่ (1) สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่มีความสัมพันธ์กับความหนาแน่นของหนี้ทางเทคนิคในโครงการหรือไม่ (2) ประสบการณ์ในการทำงานมีความสัมพันธ์กับการปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ และ (3) ประสบการณ์ในการทำงานซึ่งแตกต่างกันทำให้เกิดความแตกต่างในแง่การปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ ผลการวิเคราะห์สถิติโดยใช้สหสัมพันธ์ระยะทางสำหรับคำถามวิจัยที่ 1 และ 2 และการทดสอบแมนวิทนีย์ยูสำหรับคำถามวิจัยที่ 3 ไม่พบนัยสำคัญทางสถิติในการทดสอบสมมติฐานในทั้งสามคำถามวิจัยที่ระดับความเชื่อมั่น 95% สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่ในโครงการและประสบการณ์ของนักพัฒนาไม่ได้เป็นปัจจัยโดยตรงที่เกี่ยวข้องกับความหนาแน่นของหนี้ทางเทคนิคที่ปรากฏในโครงการและประสิทธิภาพของนักพัฒนาในการปรับปรุงหนี้ทางเทคนิคในโครงการ สภาพหนี้ทางเทคนิคในโครงการอาจขึ้นกับปัจจัยอื่นร่วมด้วย เช่น แนวปฏิบัติหรือมาตรฐานในการปฏิบัติงานในโครงการ ในการควบคุมคุณภาพโค้ด และลักษณะเฉพาะของโครงการหรือนักพัฒนารายบุคคล
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง,
2024
คณะวิศวกรรมศาสตร์
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้ได้นำเสนอวิธีการพัฒนาแบบอิงแบบจำลองเข้าเป็นส่วนช่วยในการพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันผู้ใช้เฟรมเวิร์กนักซ์ โดยนำเสนอยูเอ็มแอลโพรไฟล์ของนักซ์เฟรมเวิร์กสำหรับการสร้างแบบจำลองของส่วนฟรอนต์เอนด์และนำเสนอกฎการแปลงในรูปแบบของแผ่นแบบสำหรับการแปลงแบบจำลองสู่โค้ดและจากโค้ดสู่แบบจำลอง โดยการแปลงจากแบบจำลองสู่โค้ดนั้นนักพัฒนาจำเป็นต้องเติมโค้ดตรรกะบางส่วนลงไปในโค้ดที่ได้จากการแปลงเพื่อทำให้ส่วนฟรอนต์เอนด์สามารถทำงานได้อย่างสมบูรณ์ ทั้งนี้งานวิจัยฉบับนี้ได้นำเสนอเครื่องมือการแปลงทั้งในส่วนของการแปลงแบบจำลองสู่โค้ดและโค้ดสู่แบบจำลอง รวมถึงการสร้างเว็บแอปพลิเคชันกรณีศึกษาเพื่อใช้ในการตรวจสอบการแปลง โดยการแปลงจากแบบจำลองสู่โค้ดได้ผ่านการตรวจสอบคุณภาพโค้ดโดยใช้โซนาร์คิวบ์ การเปรียบเทียบระหว่างการแปลงด้วยเครื่องมือจากแบบจำลองสู่โค้ดกับการเขียนโค้ดโดยดูจากแบบจำลองโดยนักพัฒนา ได้ผลว่าโค้ดสอดคล้องกันเฉลี่ย 89.23% เนื่องจากโค้ดของนักพัฒนาไม่ครบถ้วนตามแบบจำลองหรือไม่เป็นไปตามคู่มือของนักซ์ การวัดอัตราการแปลงเมื่อเทียบกับโค้ดที่เพิ่มตรรกะจนสมบูรณ์แล้วมีค่าเฉลี่ย 83.03% แสดงว่าโค้ดส่วนใหญ่ถูกสร้างขึ้นอัตโนมัติ การแปลงจากโค้ดสู่แบบจำลองใช้การเปรียบเทียบแบบจำลองต้นฉบับกับแบบจำลองที่ถูกแปลงกลับจากโค้ด ผลลัพธ์ คือ แบบจำลองที่แปลงกลับจากโค้ดมีความถูกต้องโดยรวมเฉลี่ย 100%
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ,
2024
คณะวิศวกรรมศาสตร์
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันระบบซอฟต์แวร์นั้นเชื่อมต่อกันเพื่อพัฒนาประสบการณ์ของผู้ใช้งานและดึงดูดผู้ใช้งานใหม่ ๆ ด้วยเหตุนี้ผู้พัฒนาซอฟต์แวร์จึงจำเป็นต้องมีมาตรฐานในการแลกเปลี่ยนข้อมูลเพื่อปรับปรุงการทำงานจึงนำไปสู่การสร้างเอพีไอ ในการพัฒนาเอพีไอ เอพีไอได้มีเอกสารที่เป็นมาตรฐานเพื่อช่วยให้นักพัฒนาซอฟต์แวร์เข้าใจส่วนประกอบของเอพีไอ เช่น พารามิเตอร์ รีเควสต์บอดี รีซอร์ส และ เอ็นพอยต์ ทำให้กลุ่มผู้ก่อตั้งโอเพนเอพีไอพัฒนาข้อกำหนดโอเพนเอพีไอขึ้น นอกจากนี้ เอพีไอมักเชื่อมต่อกับฐานข้อมูลในรูปแบบของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูลซึ่งรับประกันความถูกต้องของข้อมูลที่จัดเก็บ เมื่อพัฒนาเอพีไอ ผู้ทดสอบเอพีไออาจมีแนวทางที่แตกต่างในการสร้างกรณีทดสอบ ซึ่งอาจมีความแตกต่างในการสร้างกรณีทดสอบซึ่งนำไปสู่การสร้างกรณีทดสอบที่ไม่ครอบคลุม โดยเฉพาะอย่างยิ่งเกี่ยวกับกรณีทดสอบของเงื่อนไขของฐานข้อมูลงานวิจัยนี้ได้นำเสนอวิธีการในการสร้างสคริปต์ทดสอบสำหรับเรสฟูลเอพีไอโดยใช้ข้อกำหนดโอเพนเอพีไอและข้อมูลเมตาของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูล ซึ่งประกอบไปด้วยกรณีทดสอบ 3 แบบ ได้แก่ กรณีทดสอบจากตัวอย่าง กรณีทดสอบแบบอ้างอิงกับข้อกำหนด และ กรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูล โดยสำหรับกรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูลครอบคลุม 5 เงื่อนไข ได้แก่ เงื่อนไขบังคับแบบตรวจสอบ เงื่อนไขบังคับแบบห้ามเว้นว่าง เงื่อนไขบังคับแบบไม่ซ้ำ เงื่อนไขบังคับแบบกุญแจหลัก และ เงื่อนไขบังคับแบบอ้างอิง ซึ่งวิธีการนี้จะสามารถนำไปใช้กับเครื่องมือทดสอบเอพีไอแบบอัตโนมัติช่วยให้ผู้ทดสอบซอฟต์แวร์ได้รับผลลัพธ์ที่รวดเร็วยิ่งขึ้น หลังจากการทดสอบเครื่องมือ พบว่าการสคริปต์ทดสอบและข้อมูลทดสอบสามารถนำไปใช้งานได้จริงโดยใช้ข้อกำหนดโอเพนเอพีไอและไฟล์ คอนเน็กชันสตริงของฐานข้อมูลโพสต์เกรสคิวเอล
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก,
2024
คณะวิศวกรรมศาสตร์
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตรวจจับภาวะกระดูกสะโพกหักจากภาพเอกซเรย์เป็นกระบวนการสำคัญที่ช่วยให้แพทย์สามารถวินิจฉัยและรักษาผู้ป่วยได้อย่างทันท่วงที โดยเฉพาะในผู้สูงอายุที่มีความเสี่ยงต่อภาวะกระดูกพรุนและการลื่นล้ม งานวิจัยนี้นำเสนอการพัฒนาโมเดลตรวจจับภาวะกระดูกสะโพกหักโดยใช้โครงข่ายประสาทเทียม YOLOv11 ร่วมกับโมดูล CBAM (Convolutional Block Attention Module) เพื่อปรับปรุงการรับรู้บริบทสำคัญในภาพรังสี โดยมีการทดลองฝังโมดูล CBAM ในตำแหน่งต่าง ๆ และเปรียบเทียบกับโมเดลพื้นฐาน (baseline) ที่ไม่ใช้ CBAM พบว่าโมเดลที่ใช้ CBAM ในตำแหน่งหลัง C3k2 ตัวสุดท้ายในโครงสร้าง Backbone (CBAM4) ให้ผลลัพธ์ที่ดีที่สุด โดยสามารถเพิ่มค่า [email protected] จากเดิม 94.8% เป็น 96.1% ค่า [email protected]:0.95 จาก 67.6% เป็น 70.4% แสดงให้เห็นว่าโมดูล CBAM สามารถช่วยเสริมประสิทธิภาพของโมเดลให้สามารถตรวจจับรอยหักของกระดูกสะโพกในภาพ X-ray ซึ่งสามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยแพทย์ในการวินิจฉัยได้อย่างมีประสิทธิภาพและแม่นยำยิ่งขึ้น
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง,
2024
คณะวิศวกรรมศาสตร์
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพัฒนาซอฟต์แวร์แบบอิงแบบจำลอง ได้กลายเป็นแนวทางที่มีศักยภาพในการวิศวกรรมซอฟต์แวร์ ซึ่งใช้แบบจำลองเป็นองค์ประกอบหลักในการสนับสนุนการพัฒนาซอฟต์แวร์ รวมถึงการพัฒนาเว็บแอปพลิเคชัน งานวิจัยนี้นำเสนอการประยุกต์ใช้แนวคิดของการพัฒนาแบบอิงแบบจำลองกับการพัฒนาแบ็กเอนด์ด้วยโหนดเจเอสโดยเน้นทั้งกระบวนการวิศวกรรมไปข้างหน้า และวิศวกรรมย้อนกลับ โดยได้พัฒนายูเอ็มแอลโพรไฟล์สำหรับโหนดเจเอสที่รองรับทั้งฐานข้อมูลแบบซีเควลและโนซีเควลเพื่อใช้ในการสร้างแบบจำลองการออกแบบของเว็บแอปพลิเคชัน และมีเครื่องมือสำหรับการแปลงแบบจำลองเป็นโค้ดและโค้ดเป็นแบบจำลอง ผลการประเมินแนวทางที่นำเสนอผ่านกรณีศึกษา 3 กรณี พบว่ากระบวนการวิศวกรรมไปข้างหน้ามีผลของอัตราการแปลงแบบจำลองเป็นโค้ดที่สูง โดยเฉพาะในส่วนของ Model (86.18-94.53%) และ Route (70.73-90.52%) โดยมีประสิทธิภาพที่ดีสอดคล้องกันทั้งในกรณีของซีเควล (มายซีเควล) และ โนซีเควล (มองโกดีบี) ขณะที่กระบวนการวิศวกรรมย้อนกลับให้ผลลัพธ์ความถูกต้องของการแปลงโค้ดเป็นแบบจำลองถึง 100% สำหรับโค้ดแบ็กเอนด์ในแต่ละรูปแบบการพัฒนา การดำเนินการนี้ช่วยลดระยะเวลาในการพัฒนาโค้ดอย่างมีนัยสำคัญ พร้อมทั้งคงไว้ซึ่งเอกสารประกอบระบบผ่านการสร้างแบบจำลองโดยอัตโนมัติ ซึ่งเป็นแนวทางที่ใช้งานได้จริงสำหรับการพัฒนาและบำรุงรักษาแบ็กเอนด์ด้วยโหนดเจเอส
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง,
2024
คณะวิศวกรรมศาสตร์
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำความเข้าใจประสบการณ์ของผู้ใช้ เป็นสิ่งสำคัญต่อความสำเร็จและการพัฒนาอย่างต่อเนื่องของโมไบล์แอปพลิเคชัน งานวิจัยนี้นำเสนอวิธีการจำแนกบทวิจารณ์ของผู้ใช้ตามลักษณะของประสบการณ์ผู้ใช้ที่มีต่อโมไบล์แอปพลิเคชัน โดยใช้ทั้งอัลกอริทึมการเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึก บทวิจารณ์ของผู้ใช้ถูกจำแนกตามมิติของประสบการณ์ผู้ใช้ในด้านการปฏิบัติและประสบการณ์ผู้ใช้ในด้านความเพลิดเพลิน ซึ่งประกอบด้วยลักษณะของประสบการณ์ผู้ใช้ทั้งหมด 8 รายการ ตามที่นิยามไว้ในแบบสอบถามประสบการณ์ผู้ใช้แบบสั้น ผลลัพธ์การจำแนกบทวิจารณ์ของผู้ใช้สามารถนำไปใช้ร่วมกับการวิเคราะห์ความรู้สึกจากบทวิจารณ์ เพื่อประเมินคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันได้อย่างอัตโนมัติ จากการทดลองประเมินประสิทธิภาพของโมเดลพบว่าเบิร์ต มีประสิทธิภาพดีกว่าซัพพอร์ตเวกเตอร์แมชีน แรนดอมฟอเรสต์ และ ลอจิสติกรีเกรสชัน โดยมีค่าความเที่ยง เท่ากับ 80%, ค่าเรียกคืน เท่ากับ 74%, ค่าเอฟวัน เท่ากับ 76%, ค่าความแม่น เท่ากับ 78% และค่าเอยูซี เท่ากับ 0.94 นอกจากนี้ค่าคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันที่คำนวณได้มีค่าสหสัมพันธ์เชิงบวกในระดับปานกลางถึงสูงเป็น 0.68 กับค่าคะแนนการจัดอันดับบนแอปสโตร์ ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพของการวิเคราะห์และประเมินคะแนนประสบการณ์ผู้ใช้อย่างอัตโนมัติในการเสริมสร้างคุณภาพของโมไบล์แอปพลิเคชันและความพึงพอใจของผู้ใช้
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย,
2024
คณะวิศวกรรมศาสตร์
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประเมินผลการสรุปข้อความยังคงเป็นเรื่องท้าทาย เนื่องจากตัววัดแบบดั้งเดิม เช่น ROUGE และ BLEU มุ่งเน้นไปที่ความเหมือนกันของคำ ซึ่งมักจะไม่สามารถจับความหมายเชิงลึกและความสอดคล้องของเนื้อหาได้อย่างครบถ้วน งานวิจัยนี้นำเสนอ CorefSemScore ซึ่งเป็นตัววัดเชิงประเมินแบบผสมผสานที่รวมการวิเคราะห์ การแก้ไขการอ้างอิงร่วม เข้ากับการประเมินความคล้ายคลึงกันเชิงความหมาย โดยผสานการใช้ ROUGE, BERTScore, และ Sentence-BERT เพื่อการประเมินที่ครอบคลุมมากขึ้น CorefSemScore ใช้วิธีการเฉลี่ยแบบถ่วงน้ำหนักเพื่อผสานองค์ประกอบการประเมินในหลากหลายมิติ โดยเน้นความสมดุลระหว่างการประเมินความคล้ายคลึงกันเชิงคำศัพท์และความคล้ายคลึงกันเชิงความหมาย ส่งผลให้สามารถประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟได้อย่างครอบคลุม ผลการทดลองบนชุดข้อมูล SummEval แสดงให้เห็นว่า CorefSemScore มีประสิทธิผลเหนือกว่าทั้งตัววัดแบบความคล้ายคลึงกันเชิงคำศัพท์ เช่น ROUGE และ BLEU รวมถึงตัววัดความคล้ายคลึงกันเชิงความหมาย เช่น BERTScore โดยเฉพาะในด้านการสะท้อนความเชื่อมโยงของเนื้อหา ซึ่งสะท้อนถึงศักยภาพของตัววัดในการยกระดับความน่าเชื่อถือของการประเมินผลการสรุปข้อความแบบแอบสแทร็กต์ทิฟ
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม,
2024
คณะวิศวกรรมศาสตร์
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้ศึกษาอัลกอริธึม K-Means แบบผสมระหว่างควอนตัมและคลาสสิก สำหรับการจัดกลุ่มข้อมูลผู้ป่วยโรคหัวใจ โดยใช้วงจร swap-test ของควอนตัมในการคำนวณระยะทาง และได้ทำการทดสอบบนควอนตัมคอมพิวเตอร์จำลองใน 2 แนวทาง คือแบบที่มีสัญญาณรบกวน และแบบอุดมคติ ด้วยชุดข้อมูลจริงที่มีมากกว่า 1,000 รายการ ผลการทดลองแสดงให้เห็นว่า วิธีควอนตัมทั้งสองสามารถทำความแม่นยำได้สูงถึง 0.83 และให้ค่า F1-score ใกล้เคียงกับ K-Means แบบคลาสสิก (0.82–0.83) แม้ในกรณีค่าจากควอนตัมคอมพิวเตอร์ที่มีสัญญาณรบกวน ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพในการใช้งานจริงของวิธีจัดกลุ่มที่ได้รับการเสริมด้วยควอนตัม
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ,
2024
คณะวิศวกรรมศาสตร์
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการรู้จำสถานที่ด้วยภาพ (Visual Place Recognition: VPR) สำหรับหุ่นยนต์เคลื่อนที่ภายในอาคาร โดยใช้กล้องมุมกว้างที่ติดตั้งเลนส์ตาปลาในทิศชี้ขึ้นเพดานเพียงตัวเดียว ซึ่งช่วยให้สามารถมองเห็นทั้งเพดานที่มีลักษณะคงที่ และสภาพแวดล้อมโดยรอบได้ในภาพเดียว ลดความจำเป็นในการใช้เซนเซอร์หลายประเภท ระบบที่พัฒนาขึ้นใช้สถาปัตยกรรมแบบ NetVLAD ซึ่งได้รับการฝึกสอนด้วยข้อมูลภาพ Fisheye จากทั้งโลกจริงและโลกจำลอง เรียกว่า FisheyeNetVLAD เพื่อสร้างตัวแทนภาพแบบ Global Descriptor สำหรับการค้นหาสถานที่ในขั้นต้น ผลการทดลองแสดงให้เห็นว่าระบบสามารถรู้จำสถานที่ได้อย่างมีประสิทธิภาพ แม้ในสภาวะแสง มุมมอง และสิ่งกีดขวางที่หลากหลาย จึงเหมาะสมอย่างยิ่งสำหรับการประยุกต์ใช้งานในระบบระบุตำแหน่งของหุ่นยนต์ภายในอาคาร
A Robust Form Understanding System Using Graph-Based Neural Network,
2024
Faculty of Engineering
A Robust Form Understanding System Using Graph-Based Neural Network, Chavin Chuangchaichatchavarn
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this work, we address the challenge of form understanding in real-world documents affected by OCR noise and layout uncertainty. We introduce TONDFU, a bilingual Thai and English dataset consisting of official documents such as vehicle registrations and utility bills, annotated for entity labelling and entity linking. We also introduce a noisy character feature extractor that captures lexical and spatial patterns to improve the model's robustness against noisy textual content. This feature is integrated with geometric, visual, and semantic features in the graph-based model. Experiments show that the noisy character feature outperforms the frequency histogram baseline, and with pretraining on …
Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography,
2024
Faculty of Engineering
Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography, Pongpanut Osathitporn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Respiratory rate (RR) is a vital sign widely used to assess patient health. However, estimating RR using photoplethysmography (PPG) signals remains challenging due to noise and signal variability. This paper proposes RRWaveNet, an end-to-end model based on multi-scale convolutional networks with residual connections for robust RR estimation from PPG signals. The model is evaluated on four public datasets BIDMC, CapnoBase, WESAD, and SensAI with optimal performance observed at a 32-second window. RRWaveNet achieves mean absolute errors of 1.66±1.01, 1.59±1.08, 1.92±0.96, and 1.23±0.61 breaths per minute, respectively, outperforming state-of-the-art methods across all datasets and the transfer learning using ICU datasets, which …
เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส,
2024
คณะวิศวกรรมศาสตร์
เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช
Chulalongkorn University Theses and Dissertations (Chula ETD)
เพื่อให้สามารถค้นหาข้อผิดพลาดของระบบได้อย่างมีประสิทธิภาพ การทดสอบระบบสามารถดำเนินการได้ตั้งแต่ช่วงที่ระบบมีฟังก์ชันการทำงานบางส่วนแล้วเสร็จ การค้นพบข้อผิดพลาดในช่วงต้นของการพัฒนาจะช่วยลดต้นทุนและเวลาในการแก้ไขงานซ้ำได้ อย่างไรก็ตาม ในกรณีที่ระบบยังมีคลาสบางส่วนที่ยังไม่แล้วเสร็จ จำเป็นต้องใช้ สตับ และ ไดร์เวอร์ เข้ามาแทนที่คลาสเหล่านั้นในระหว่างการทดสอบ สตับและไดร์เวอร์ต้องใช้เวลาและความพยายามในการพัฒนา จึงมีความพยายามในการสร้างเครื่องมือเพื่อช่วยลดภาระดังกล่าวงานวิจัยนี้เสนอแนวทางพัฒนาเครื่องมือที่ใช้แผนภาพคลาส, แผนภาพลำดับ และตารางติดตามความต้องการ เป็นข้อมูลนำเข้า โดยแผนภาพคลาสใช้เพื่อแสดงข้อมูลคุณลักษณะของคลาส และใช้สร้างรายการเมทอดที่มีในระบบ ส่วนแผนภาพลำดับใช้ระบุลำดับการเรียกใช้เมทอดระหว่างวัตถุ และนำไปสู่การสร้างกราฟการเรียกใช้งาน ในขณะเดียวกันตารางติดตามความต้องการ ถูกใช้เพื่อค้นหาฟังก์ชันของระบบที่ต้องดำเนินการทดสอบ เมื่อได้กราฟการเรียกใช้งานและรายการเมทอดแล้ว ระบบจะสามารถสร้างคลาสของสตับและไดร์เวอร์ พร้อมทั้งข้อมูลทดสอบ เพื่อให้สามารถดำเนินการทดสอบระบบได้อย่างมีประสิทธิภาพ
กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง,
2024
คณะวิศวกรรมศาสตร์
กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง, ธีรัช รักษ์เถา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบริหารจัดการระบบแท็กซี่ในเขตเมืองมีความซับซ้อนและต้องรองรับปัจจัยหลายด้าน เช่น ความต้องการของผู้โดยสาร การกระจายตัวของรถแท็กซี่ กลยุทธ์ด้านราคา และประเภทของพาหนะ การประเมินผลกระทบจากตัวแปรเหล่านี้อย่างเป็นระบบจึงมีความสำคัญต่อการวางแผนทั้งในระดับผู้ประกอบการและภาครัฐ งานวิจัยนี้นำเสนอกรอบการจำลองที่สามารถประเมินประสิทธิภาพของระบบแท็กซี่ภายใต้เงื่อนไขที่แตกต่างกัน โดยใช้ข้อมูลจากบริการแท็กซี่ในนครนิวยอร์ก (NYC TLC Dataset) เป็นกรณีศึกษา ตัวแปรหลักที่นำมาทดลอง ได้แก่ ขนาดของฟลีทรถ รูปแบบโครงสร้างราคาค่าโดยสาร และประเภทของยานพาหนะ (รถยนต์สันดาปภายในและยานยนต์ไฟฟ้า) ผลการทดลองแสดงให้เห็นความสัมพันธ์ระหว่างตัวแปรกับประสิทธิภาพของระบบในด้านต่าง ๆ เช่น อัตราการตอบสนองงาน อัตราการใช้งานแท็กซี่ เวลาว่าง รายได้สุทธิ และต้นทุนการดำเนินการนอกจากนี้ ยังเปรียบเทียบผลการวิเคราะห์จากระบบจำลองกับวิธีการทางสถิติแบบดั้งเดิม พบว่าระบบจำลองให้ผลที่ใกล้เคียงกับสภาพจริงมากกว่า โดยสามารถสะท้อนผลกระทบของการตัดสินใจในระดับปฏิบัติการได้อย่างชัดเจน กรอบการจำลองที่พัฒนาขึ้นนี้ให้ข้อมูลเชิงปฏิบัติแก่ผู้ประกอบการฟลีทรถแท็กซี่และผู้กำหนดนโยบาย เพื่อนำไปใช้ในการเพิ่มประสิทธิภาพการให้บริการแท็กซี่ กลยุทธ์ในการดำเนินงาน และความยั่งยืนทางการเงิน
การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด,
2024
คณะวิศวกรรมศาสตร์
การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด, เจษฎา วิริยะกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
หนี้ทางเทคนิคหมายถึงปัญหาที่เกิดจากการปล่อยซอฟต์แวร์ออกมาโดยที่ส่วนประกอบต่าง ๆ ยังไม่สมบูรณ์ ยังไม่ผ่านการพัฒนาเต็มที่ หรือยังไม่เหมาะสม ซึ่งอาจส่งผลให้ต้องใช้ความพยายามในการพัฒนาเพิ่มเติมในเวอร์ชันถัดไป — เปรียบเสมือนการจ่ายดอกเบี้ยในหนี้ทางการเงิน ร่องรอยที่ไม่ดีในโค้ดเป็นรูปแบบเฉพาะของหนี้ทางเทคนิค ซึ่งเมื่อปรากฏอยู่ในโค้ดเบสแล้วอาจนำไปสู่ปัญหาที่สร้างต้นทุนเพิ่มเติมในการพัฒนา งานวิจัยนี้ศึกษาผลกระทบของหนี้ทางเทคนิคที่เกิดจากร่องรอยที่ไม่ดีในโค้ด โดยการวิเคราะห์พฤติกรรมการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ดเหล่านั้น เพื่อสร้างประวัติการเปลี่ยนแปลงของร่องรอยที่ไม่ดี ผู้วิจัยได้พัฒนาตัววัดหนี้ทางเทคนิคแบบละเอียดขึ้น เพื่อใช้วัดปริมาณหนี้โดยประเมินขนาดของกิจกรรมการปรับโครงสร้างใหม่ (แสดงถึงต้นหนี้) และกิจกรรมดอกเบี้ย (แสดงถึงดอกเบี้ยหนี้) และเสนอให้นำขนาดของกิจกรรมทั้งสองประเภทนี้ไปประยุกต์ใช้กับแบบจำลองการประเมินความพยายามโคโคโม 2 แทนที่จะใช้แบบจำลองซีเอเอ สำหรับการประเมินหนี้ทางเทคนิค แนวทางนี้ช่วยให้สามารถสร้างประวัติการเปลี่ยนแปลงของหนี้ทางเทคนิคจากร่องรอยที่ไม่ดีในโค้ดในโครงการซอฟต์แวร์ต่าง ๆ ที่อยู่ในชุดข้อมูลควอลิตัสได้ ในการวิเคราะห์ผลกระทบ ผู้วิจัยจำแนกพฤติกรรมการเปลี่ยนแปลงของหนี้ทางเทคนิคตามระดับความรุนแรงของหนี้ โดยจำแนกออกเป็น พฤติกรรมของต้นหนี้ 5 ประเภท และ พฤติกรรมของดอกเบี้ย 3 ประเภท แบบรูปพฤติกรรมเหล่านี้พบได้ในร่องรอยที่ไม่ดีในโค้ดทุกประเภทและในระบบซอฟต์แวร์ทุกระบบที่นำมาวิเคราะห์ การจำแนกดังกล่าวเผยให้เห็นว่า โดยเฉลี่ยแล้ว ร่องรอยที่ไม่ดีในโค้ด 30% ต่อระบบมีการสะสมดอกเบี้ย และ 5% แสดงระดับความรุนแรงของหนี้ในระดับสูง นอกจากนี้ ผู้วิจัยยังวิเคราะห์ความสัมพันธ์ระหว่างตัววัดหนี้ทางเทคนิคที่เสนอกับตัววัดซอฟต์แวร์อื่น ๆ โดยใช้วิธีการตามมาตรฐาน IEEE Std 1061-1998 ผลการวิเคราะห์แสดงให้เห็นว่า ไม่มีตัววัดซอฟต์แวร์ใดที่มีความสัมพันธ์เพียงพอจะใช้แทนตัววัดหนี้ทางเทคนิคที่เสนอได้ จากผลการศึกษาทั้งหมดนี้ ผู้วิจัยเสนอแนวทางการบริหารจัดการหนี้ทางเทคนิค โดยใช้การวิเคราะห์ต้นทุนและผลตอบแทน และ การวิเคราะห์จุดแตกหัก เพื่อช่วยในการกำหนดกลยุทธ์ จัดลำดับความสำคัญ และเฝ้าสังเกตหนี้ทางเทคนิค
โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก,
2024
คณะวิศวกรรมศาสตร์
โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก, ณฐพจน์ หนูวงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเปลี่ยนแปลงสภาพภูมิอากาศเป็นความท้าทายระดับโลกที่สำคัญ ซึ่งเกิดจากการปล่อยก๊าซเรือนกระจกเป็นหลัก การจัดการข้อมูลก๊าซเรือนกระจกอย่างมีประสิทธิภาพจึงมีความสำคัญต่อการประเมินคาร์บอนฟุตพรินต์ อย่างไรก็ตาม การกำหนดค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมต่างๆ นั้นไม่ใช่เรื่องง่ายและต้องใช้แรงงานไม่น้อย นอกจากนี้ เนื้อหาในฐานข้อมูลค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกยังเป็นการผสมผสานระหว่างภาษาไทยและภาษาอังกฤษ การศึกษานี้จึงได้พัฒนาโปรแกรมค้นหาข้ามภาษาสำหรับการค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกจากฐานข้อมูลขององค์การบริหารจัดการก๊าซเรือนกระจก (ประเทศไทย) เพื่อส่งเสริมความน่าเชื่อถือของการคำนวณการปล่อยคาร์บอน ระบบดังกล่าวช่วยให้สามารถค้นหาแบบสองภาษาได้อย่างราบรื่น โดยบูรณาการการจับคู่คำพ้องความหมายแบบใช้พจนานุกรมและการจัดทำดัชนีด้วยอิลาสติกเซิร์ช การค้นหาเชิงความหมายพร้อมกับการขยายการค้นหาด้วยคำพ้องความหมายจะช่วยให้มั่นใจได้ว่าจะได้ผลลัพธ์ที่เกี่ยวข้อง โดยไม่คำนึงถึงภาษาที่ใช้ในการสืบค้น ด้วยการทำงานแบบสายท่ออัตโนมัติสำหรับการค้นคืนข้อมูลและการจัดทำดัชนี ระบบดังกล่าวช่วยเพิ่มความแม่นยำและประสิทธิภาพในการค้นหา ซึ่งจะช่วยสนับสนุนองค์กรต่างๆ ในการคำนวณค่าคาร์บอนฟุตพรินต์ที่ถูกต้องเที่ยงตรงมากยิ่งขึ้น
การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่,
2024
คณะวิศวกรรมศาสตร์
การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่, สุชานันท์ กระบวนยุทธ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้ดำเนินการเพื่อวิจัยแบบจำลองภาษาขนาดใหญ่และเทคนิคต่างๆ ที่ช่วยเพิ่มศักยภาพของโมเดลเหล่านี้ รวมถึงวิศวกรรมที่รวดเร็วและการขยายความรู้เฉพาะ การศึกษานี้เกี่ยวข้องกับการออกแบบและพัฒนา AI agent เพื่อส่งคืนค่าสัมประสิทธ์ปล่อยก๊าซเรือนกระจกโดยอ้างอิงจากฐานข้อมูลที่ดูแลโดยองค์การบริหารก๊าซเรือนกระจก (องค์การมหาชน) ของประเทศไทย งานวิจัยนี้จะใช้ RAG เพื่อค้นหาข้อมูลที่ถูกจัดเก็บไว้ซึ่งมีความคล้ายคลึงกันมากที่สุดกับข้อมูลรับเข้า จากนั้น AI Agent จะส่งคืนค่าคำตอบเพียงคำตอบเดียวเดียวของค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมที่รับเข้ามา จากการประเมินประสิทธิภาพของ LLM ขนาดกลางและขนาดใหญ่ที่ถูกเลือกทั้งห้าแบบจำลองนั้นมีแนวโน้มที่ดี
Predicting Quality Of Life In Driving Scene Using Image Recognition Techniques And User Group Information,
2024
Faculty of Engineering
Predicting Quality Of Life In Driving Scene Using Image Recognition Techniques And User Group Information, Ployrada Suvarnakuta
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study presents a machine learning approach for predicting perceived urban Quality of Life (QoL) by integrating visual features from street-level imagery with personal attributes, including demographic, socioeconomic, and travel behavior data. Using datasets from Bangkok and London, we trained supervised models—Support Vector Machines and Multilayer Perceptrons—under multiple input configurations to evaluate the contribution of each data type. Results show that combining visual and personal features improves prediction accuracy compared to using visual features alone. Statistical feature selection identified income, education, housing stability, and travel patterns as consistently important predictors, with some variation across urban contexts. These findings underscore the …
