การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา,
2023
คณะวิศวกรรมศาสตร์
การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา, ณัฏฐ์ รุ่งเศรษฐพัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
โดยทั่วไปโครงสร้างคริปกี หรือที่รู้จักกันในนามของระบบทรานสิชันที่ถูกนำมาใช้เพื่อแสดงสถานะจำกัด และการเปลี่ยนแปลงในระบบที่ไม่มีที่สิ้นสุด โดยที่โครงสร้างคริปกีนั้นจะไม่มีสถานะยอมรับหรือเรียกว่าสถานะสิ้นสุด เมื่อต้องทำการดำเนินการทวนสอบด้วยโมเดลเช็กกิงด้วยสูตรตรรกะเชิงเวลาแบบลำดับ จากคุณสมบัติและการพิจารณาการตรวจสอบความว่างเปล่าจากเทคนิคการจำกัด โครงสร้างคริปกีที่ถูกกำหนดต้องถูกแปลงไปอยู่ในรูปแบบของบูชีออโตมาตาที่สอดคล้องกันเสียก่อน ในการแปลงนั้นเพื่อแน่ใจว่าผลลัพธ์บูชีออโตมาตาที่มีสถานะยอมรับเหมาะสมสำหรับการตรวจสอบความว่างเปล่าโดยการใช้บูชีออโตมาตาที่ได้จากสูตรตรรกะเชิงเวลาแบบลำดับที่แสดงคุณสมบัติที่ต้องการ ในงานวิจัยนี้ได้นำเสนออีกทางเลือกในการแปลงโครงสร้างคริปกีที่กำหนดโดยพร้อมกับสูตรตรรกะเชิงเวลาแบบลำดับที่จะแสดงถึงคุณสมบัติที่ต้องการให้กลายเป็นบูชีออโตมาตาที่สอดคล้องกันที่มีสถานะยอมรับในจำนวนที่เพียงพอตามสูตรตรรกะเชิงเวลาแบบลำดับ วิธีการนี้จะช่วยลดความซับซ้อนของกระบวนการ เพิ่มความชัดเจนของโครงสร้างทั้งหมด ทำให้การตีความ การวิเคราะห์เงื่อนไขของพฤติกรรมที่ต้องการของระบบได้ง่ายขึ้น โดยการทวนสอบด้วยโมเดลเช็กกิงกับบูชีออโตมาตาที่ได้จากการแปลงที่มีสถานะยอมรับสอดคล้องกับสูตรตรรกะเชิงเวลาแบบลำดับที่ต้องการ เราก็สามารถประเมินความน่าพอใจของคุณสมบัติเหล่านั้นได้อย่างแม่นยำ
Ssvep-Bci In Augmented Reality In Realistic Environment,
2023
Faculty of Engineering
Ssvep-Bci In Augmented Reality In Realistic Environment, Bhuwit Chaiyarit
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study investigates Augmented Reality-based Steady-State Visual Evoked Potentials (AR-SSVEP) in Brain-Computer Interface (BCI) systems, utilizing Extended Filter Bank Canonical Correlation Analysis (Extended-FBCCA) for SSVEP recognition optimization across various frequencies in various scenarios. The 10 Hz stimulus consistently achieves the highest recognition accuracy. Frequency-specific variations at 12 Hz, 13 Hz, and 15 Hz highlight nuanced SSVEP responses. White stimuli yield PC-SSVEP recognition ranging from 68.32% to 81.98%, slightly outperforming AR-SSVEP-Controlled (63.59% to 73.23%). Red stimuli impact AR-SSVEP-Controlled less than PC-SSVEP, with recognition ranges of 68.65% to 76.30% and 67.97% to 76.72%, respectively. Comparisons show a general slight outperformance of PC-SSVEP, …
การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา,
2023
คณะวิศวกรรมศาสตร์
การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา, ศุภพิชญ์ แสงมณี ฐิตารีย์เดชากุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในช่วงการออกแบบระบบหลังจากที่ได้รับความต้องการมาแล้ว และได้ผลลัพธ์ออกมาเป็นข้อตกลงตามความต้องการของระบบแล้ว แผนภาพลำดับคือส่วนสำคัญที่อธิบายถึงพฤติกรรมของระบบที่มีปฏิสัมพันธ์กัน เป็นประโยชน์มากเพื่อให้กลุ่มผู้พัฒนาเห็นการทำงานเชิงพฤติกรรมของระบบ และมองพฤติกรรมของระบบไปทิศทางเดียวกันได้ สามารถใช้ในการทวนสอบข้อตกลงของระบบว่าครบถ้วน สมบูรณ์หรือไม่ แต่แผนภาพลำดับมีปัญหาเรื่องไม่สามารถทวนสอบแบบอัตโนมัติได้ ต้องใช้การวิเคราะห์และทวนสอบโดยการตัดสินใจของมนุษย์ และพฤติกรรมในบางระบบมีรูปแบบเชิงไม่กำหนด มีความซับซ้อนและไม่สามารถทวนสอบได้ งานวิจัยนี้เล็งเห็นถึงปัญหาที่เกิดขึ้นจึงคิดวิธีการทวนสอบข้อตกลงตามความต้องการของระบบของแผนภาพลำดับ โดยใช้แบบจำลองเชิงรูปนัยชื่อ ไทม์ออโตมาตาโดยการเปรียบเทียบและวิเคราะห์โครงสร้างแผนภาพลำดับที่มีตัวยืนยงสถานะตามหลักยูเอ็มแอลเวอร์ชัน 2.0, 2.5 และเครื่องมือ UPPAAL นิยามกฎการแปลงและพัฒนาเครื่องมือสำหรับใช้ในการแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา เริ่มแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะด้วยแฟ้มข้อความเป็นแฟ้มเอกซ์เอ็มแอลของเครื่องมือ UPPAAL จำลองและทวนสอบไทม์ออโตมาตาตามคุณสมบัติที่สนใจที่เขียนด้วยสูตร TCTL โดยในการทดสอบเครื่องมือแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตากับกรณีศึกษาพบว่า สามารถช่วยให้ผู้พัฒนาระบบสามารถเห็นพฤติกรรมเชิงระบบและนำมาสู่การปรับปรุงแผนภาพให้สอดคล้องกับข้อตกลงตามความต้องการของระบบ และทวนสอบระบบได้ผลลัพธ์ออกมาน่าพึงพอใจและเป็นไปตามข้อตกลงตามความต้องการของระบบ
การบูรณาการระบบความมั่นคงสารสนเทศตามมาตรฐานไอเอสโอ/ไออีซี 27001 กับการจัดการโครงการซอฟต์แวร์,
2023
คณะวิศวกรรมศาสตร์
การบูรณาการระบบความมั่นคงสารสนเทศตามมาตรฐานไอเอสโอ/ไออีซี 27001 กับการจัดการโครงการซอฟต์แวร์, วชิรวิทย์ เซียวสกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบูรณาการระบบการจัดการความมั่นคงสารสนเทศและการจัดการโครงการซอฟต์แวร์มีความสําคัญอย่างยิ่ง เนื่องจากข้อมูลที่เกิดขึ้นในระบบสารสนเทศน้ันมีความละเอียดอ่อน เช่น ข้อมูลทางการเงิน หรือ ข้อมูลส่วนบุคคล เป็นต้น ซึ่งหากข้อมูลสารสนเทศดังกล่าวถูกเข้าถึงโดยไม่ได้รับอนุญาตจากเจ้าของข้อมูล หรือถูกนําไปใช้ในทางที่ไม่ถูกต้อง จะส่งผลให้เกิดความเสียหายต่อเจ้าของข้อมูล รวมถึงองค์กรที่ให้บริการระบบสารสนเทศดังกล่าว ดังนั้นระบบการจัดการความเสี่ยงด้านความมั่นคงสารสนเทศจึงจําเป็นต้องบูรณาการเข้ากับการจัดการโครงการในทุกขั้นตอนของวัฏจักรการพัฒนาซอฟต์แวร์ ปัจจุบันโครงการพัฒนาซอฟต์แวร์มักจะเกิดในสภาพแวดล้อมที่มีการเปลี่ยนแปลงอย่างรวดเร็ว การประยุกต์ใช้แนวปฏิบัติแบบสกรัมจะช่วยเข้ามาตอบโจทย์ความต้องการในการพัฒนาซอฟต์แวร์ที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ นอกจากนี้ยังมีความท้าทายในการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดการโครงการซอฟต์แวร์แบบสกรัมเฟรมเวิร์กคือ จากการรักษาความสมดุลระหว่างมาตรการความมั่นคงสารสนเทศที่มีความเข้มงวดกับระเบียบวิธีแบบสกรัมที่เน้นความรวดเร็วและคล่องตัว โครงงานนี้ผู้จัดทําโครงงานได้นําเสนอการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดโครงการซอฟต์แวร์แบบสกรัม โดยอ้างอิงจากมาตรฐานสากล ความต้องการของระบบจัดการความมั่นคงสารสนเทศ (ISO/IEC 27001:2022) มาตรการควบคุมความมั่นคงสารสนเทศ (ISO/IEC 27002:2022) และ การจัดการความเสี่ยง (ISO/IEC 31000:2018) นอกจากนี้ผู้จัดทําโครงงานได้อ้างอิงองค์ความรู้ด้านการจัดการโครงการซอฟต์แวร์แบบสกรัม จากการจัดการโครงการของสถาบันการจัดการโครงการ (Project Management Institute) และคู่มือสกรัมจากองค์กรแนวทางปฏิบัติสกรัม (Scrum Guides Organization) โดยกระบวนการที่ผ่านการบูรณาการแบ่งออกเป็น 6 ขั้นตอน ซึ่งได้ออกแบบรายละเอียดกิจกรรมและบทบาทของผู้เกี่ยวข้องที่เกิดขึ้นในแต่ละกิจกรรม เพื่อให้การจัดการโครงการซอฟต์แวร์มีความมั่นคงสารสนเทศอย่างทนทาน พร้อมทั้งพัฒนาเครื่องมือต้นแบบสำหรับการจัดการความมั่นคงสารสนเทศของโครงการซอฟต์แวร์แบบสกรัม ซึ่งช่วยสนับสนุนให้การจัดการโครงการมีประสิทธิภาพมากยิ่งขึ้น
Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network,
2023
Faculty of Engineering
Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network, Thanagun Dheravijaranayankul
Chulalongkorn University Theses and Dissertations (Chula ETD)
In the context of the ongoing COVID-19 pandemic, understanding household transmission has become crucial for formulating effective intervention strategies. This research investigated the impact of considering heterogeneous contact patterns in household settings by leveraging the small-world network (SWN) concept, characterized by high local clustering and short average path length. The methodology involved developing an agent-based simulation model with a two-layer contact network, distinguishing between household and non-household contacts. This simulation aimed to explore the impact of contact patterns on transmission dynamics as well as provide insights into tailored intervention strategies. We evaluate seven Non-Pharmaceutical Intervention (NPI) scenarios focusing on reducing …
การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล,
2023
คณะวิศวกรรมศาสตร์
การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล, รัฐสรรค์ เอกอัครชวกิตติ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพัฒนาซอฟต์แวร์จำเป็นต้องมีกระบวนการหนึ่งที่เรียกว่าการทดสอบซอฟต์แวร์ เพื่อหาข้อผิดพลาดและแก้ไขข้อผิดพลาดก่อนส่งมอบซอฟต์แวร์ซึ่งทำให้ซอฟต์แวร์มีความน่าเชื่อถือ โดยการทดสอบซอฟต์แวร์ต้องมีข้อมูลทดสอบที่ใช้เป็นอินพุตของซอฟต์แวร์เพื่อให้ซอฟต์แวร์ประมวลผลและได้เอาต์พุตออกมา โดยในปัจจุบันหากกล่าวถึงเว็บแอปพลิเคชันถือเป็นหนึ่งในซอฟต์แวร์ที่ได้รับความนิยมสำหรับการดำเนินการทางธุรกิจ ซึ่งเว็บแอปพลิเคชันทำงานร่วมกับระบบจัดการฐานข้อมูลที่มีหน้าที่จัดเก็บข้อมูลของซอฟต์แวร์ ทำให้การทดสอบซอฟต์แวร์มีความซับซ้อนเนื่องจากนักทดสอบต้องวิเคราะห์ มีความเข้าใจเงื่อนไขที่ระบุไว้อินพุตของซอฟต์แวร์และเงื่อนไขที่ระบุไว้ในฐานข้อมูลจึงจะสามารถสร้างกรณีทดสอบที่สอดคล้องกันได้ รวมถึงการทดสอบในปัจจุบันซึ่งใช้เฟรมเวิร์คการทดสอบแบบอัตโนมัติเป็นเครื่องมือทดสอบเพื่อลดเวลาในการทดสอบซอฟต์แวร์โดยการใช้เทสต์สคริปต์แต่การสร้างเทสต์สคริปต์สำหรับกรณีทดสอบต้องใช้ความเชี่ยวชาญ ความเข้าใจเฟรมเวิร์คการทดสอบแบบอัตโนมัติ เงื่อนไขของข้อมูลอินพุตและเงื่อนไขของฐานข้อมูลร่วมกันทั้งหมดจึงทำให้การสร้างเทสต์สคริปต์มีความซับซ้อนและใช้เวลานาน งานวิจัยนี้จึงช่วยให้นักทดสอบสามารถสร้างเทสต์สคริปต์ได้สะดวกมากขึ้นและสร้างข้อมูลทดสอบที่สอดคล้องกับเงื่อนไขของฐานข้อมูลเชิงสัมพันธ์ จึงนำเสนอวิธีการสร้างเทสต์สคริปต์สำหรับโปรแกรมประยุกต์บนเว็บที่พัฒนาด้วยไลบรารีรีแอคโดยการนำเข้าไฟล์เพื่อวิเคราะห์อินพุตฟิลด์และเงื่อนไขของอินพุตฟิลด์ เพื่อสร้างสคริปต์ทดสอบทำงานภายใต้โรบอทเฟรมเวิร์คและนำเข้าที่อยู่โปรเจกต์เรสต์เอพีไอของแบคเอนด์ที่พัฒนาด้วยจาวาสปริงค์เพื่อเชื่อมต่อกับระบบฐานข้อมูลเชิงสัมพันธ์ที่ถูกทดสอบและวิเคราะห์เงื่อนไขของฐานข้อมูล จากนั้นนำเงื่อนไขของอินพุตฟิลด์และเงื่อนไขของฐานข้อมูลมาวิเคราะห์กรณีทดสอบเพื่อสร้างข้อมูลทดสอบด้วยวิธีการแบบวิเคราะห์ค่าขอบเขต แบบสุ่มเลือกค่า แบบการวิเคราะห์เงื่อนไขฐานข้อมูลและสร้างข้อมูลทดสอบแบบโดยดึงข้อมูลที่จัดเก็บเป็นข้อมูลทดสอบ หลังจากผู้วิจัยได้ทดสอบเครื่องมือ พบว่าการทำงานของเทสต์สคริปต์และข้อมูลทดสอบสามารถทำงานได้จริงภายใต้โรบอทเฟรมเวิร์ค
การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง,
2023
คณะวิศวกรรมศาสตร์
การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง, ศิรัสวยา หงษ์ยนต์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงจะช่วยทำให้ข้อมูลมีความแม่นยำมากขึ้น ซึ่งจะเป็นประโยชน์กับสถานีตำรวจแต่ละแห่งที่จะนำผลลัพธ์ที่ได้ไปประกอบการปรับกลยุทธ์การป้องกันอาชญากรรมรวมถึงการจัดสรรกำลังพลให้กับหน่วยงานของตนเองได้มีประสิทธิภาพมากขึ้น การเรียนรู้ด้วยเครื่องกลายเป็นเครื่องมือสำคัญในการทำนายอาชญากรรมซึ่งช่วยให้มีความแม่นยำมากขึ้น ในการศึกษานี้มุ่งเน้นไปที่การทำนายจำนวนอาชญากรรมที่จะเกิดขึ้นในสถานีตำรวจปทุมวัน ด้วยการใช้ข้อมูลประวัติอาชญากรรมจากสถานีตำรวจทั่วประเทศตั้งแต่มกราคมปี 2554 ถึงกุมภาพันธ์ปี 2565 โดยใช้แบบจำลองการ K-Means เพื่อจัดกลุ่มสถานีตำรวจที่มีรูปแบบอาชญากรรมคล้ายคลึงกับสถานีตำรวจปทุมวัน ผลลัพธ์ที่ได้จากการจัดกลุ่มพบว่าสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ทุ่งมหาเมฆ, สำเหร่, สุทธิสาร, ปากคลองสาน, บางกอกใหญ่, บางกอกน้อย, มักกะสัน, บางยี่เรือและตลาดพลูถูกจัดให้อยู่กลุ่มเดียวกับสถานีตำรวจปทุมวัน จากนั้นจึงใช้แบบจำลอง LSTM ในการรทำนายอาชญากรรมของสถานีตำรวจปทุมวันผ่านการวิเคราะห์ร่วมกับข้อมูลสถานีตำรวจใกล้เคียง ชุดข้อมูลการฝึกใช้ข้อมูลสถานีตำรวจปทุมวันจับคู่กับสถานีตำรวจภายในกลุ่มเดียวกัน ซึ่งผลการวิจัยพบว่าการวิเคราะห์ร่วมกันระหว่างสถานีตำรวจปทุมวันและสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ปากคลองสาน, บางกอกน้อย, มักกะสันและตลาดพลูส่งผลให้ RMSE และ MAE ลดลง เมื่อเทียบกับการใช้ข้อมูลสถานีตำรวจจปทุมวันเพียงอย่างเดียว แสดงให้เห็นว่าการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงช่วยเพิ่มประสิทธิภาพและความแม่นยำของการทำนายอาชญากรรมและจะส่งผลให้เป็นประโยชน์ต่อการนำไปประยุกต์ใช้เพื่อปรับกลยุทธ์การบังคับใช้กฎหมายมีประสิทธิผลมากขึ้น
การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ,
2023
คณะวิศวกรรมศาสตร์
การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ, อนิวรรตน์ คีรีนะ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การยืนยันตัวตนเป็นกระบวนการที่ผู้รับบริการต้องทำ เมื่อขอใช้บริการทางการเงินออนไลน์ในประเทศไทย ต้องใช้บัตรประจำตัวประชาชนแสดงต่อผู้ให้บริการเพื่อเป็นหลักฐานสำหรับพิสูจน์ว่าเป็นผู้รับบริการรายนั้นจริง ในการยืนยันตัวตนออนไลน์ผู้รับบริการจะต้องถ่ายภาพหรือวิดีโอบัตรประจำตัวประชาชน อย่างไรก็ตาม ในกระบวนการนี้มีความเสี่ยงที่ผู้รับบริการจะปลอมแปลงบัตรเป็นของบุคคลอื่น มาแอบอ้างขอรับบริการ เพื่อลดความเสี่ยงนี้ จึงได้นำรูปภาพฮอโลแกรมมาพิมพ์ไว้บนบัตรประจำตัวประชาชน ในการตรวจสอบหากตรวจพบฮอโลแกรม ก็สามารถบ่งชี้ได้ว่าเป็นบัตรจริงได้ ช่วยให้การพิสูจน์บัตรมีความสะดวกมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก ตรวจจับฮอโลแกรมในวิดีโอที่บันทึกภาพบัตรประจำตัวประชาชนไทย โดยใช้โมเดล MobileNet SSD v2 เป็นแบบจำลอง มีการพัฒนาระบบจำแนกฮอโลแกรมโดยใช้รูปภาพระดับสีเทา (Grayscale) ในขั้นตอนการฝึกแบบจำลองรูปภาพระดับสีเทา มีการถ่ายโอนความรู้ (Transfer Learning) โดยถ่ายโอนค่าน้ำหนัก (Weight) โมเดลที่ผ่านการฝึกล่วงหน้า (Pre-trained Model) แบบจำลองโมเดลรูปภาพสีเป็นค่าตั้งต้นของแบบจำลองโมเดลรูปภาพระดับสีเทา ผลการวิจัยพบว่า mAP (mean Average Precision) ของ IoU (Intersection Over Union) ที่ 0.5 ถึง 0.95 ของโมเดลรูปภาพสี ผลการตรวจจับฮอโลแกรมมีประสิทธิภาพสูงกว่าโมเดลรูปภาพระดับสีเทา อยู่ที่ 0.57% แต่อย่างไรก็ตาม ผลลัพธ์ของการตรวจจับบัตรประจำตัวประชาของจริงด้วยวิดีโอรูปภาพระดับสีเทา โมเดลมีความแม่นยำถึง 91.61% แสดงให้เห็นถึงความสำเร็จในการตรวจจับบัตรประจำตัวประชาของจริงจากวิดีโอด้วยรูปภาพระดับสีเทา ที่มีความแม่นยำสูง
Article Feed Recommendations Using Position-Aware Deep Cross Network,
2023
Faculty of Engineering
Article Feed Recommendations Using Position-Aware Deep Cross Network, Dhata Muangrux
Chulalongkorn University Theses and Dissertations (Chula ETD)
The presence of social media platforms has recently transformed the digital landscape, with an ever-increasing user base. As these platforms become central to daily life, the need for recommendation systems that genuinely cater to individual preferences has never been more paramount. While current recommendation algorithms excel at curating content based on user interests, they often overlook inherent biases, notably the positional bias where users engage with content due to its placement rather than its inherent relevance. This oversight is particularly evident in every social media recommendation system. Addressing this challenge, we proposed a position-aware methodology within the Deep and Cross …
Automatic Liver Tumor Segmentation In Computed Tomography (Ct) Imaging,
2023
Faculty of Engineering
Automatic Liver Tumor Segmentation In Computed Tomography (Ct) Imaging, Kasun Gayashan Hettihewa
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automatic liver tumor segmentation is a highly important application for diagnosing and treating liver tumors. Due to the diversity of tumor shape and intensity alteration, it has become an extremely challenging procedure. Automatic liver tumor segmentation has the potential to establish a diagnostic standard for providing important radiological information to physicians. Recently, deep convolutional neural networks have shown numerous benefits in feature extraction and learning in terms of medical image segmentation. However, the model can be inconsistent in imitating visual attention as well as awareness of radiological expertise for tumor recognition and segmentation tasks due to multi-layer dense feature stacking. …
Inclusion4eu: Co-Designing A Framework For Inclusive Software Design And Development,
2023
Technological University Dublin, Ireland
Inclusion4eu: Co-Designing A Framework For Inclusive Software Design And Development, Dympna O'Sullivan, Emma Murphy, Andrea Curley, John Gilligan, Damian Gordon, Anna Becevel, Svetlana Hensman, Mariana Rocha, Claudia Fernandez, Michael Collins, J. Paul Gibson, Gordana Dodig-Crnkovic, Gearoid Kearney, Sarah Boland
Articles
Digital technology is now pervasive, however, not all groups have uniformly benefitted from technological changes and some groups have been left behind or digitally excluded. Comprehensive data from the 2017 Current Population Survey shows that older people and persons with disabilities still lag behind in computer and internet access. Furthermore unique ethical, privacy and safety implications exist for the use of technology for older persons and people with disabilities and careful reflection is required to incorporate these aspects, which are not always part of a traditional software lifecycle. In this paper we present the Inclusion4EU project that aims to co-design …
Survey Of Routing Techniques-Based Optimization Of Energy Consumption In Sd-Dcn,
2023
University of Debrecen
Survey Of Routing Techniques-Based Optimization Of Energy Consumption In Sd-Dcn, Mohammed Nsaif, Gergely Kovásznai, Ali Malik, Ruairí De Fréin
Articles
The increasing power consumption of Data Center Networks (DCN) is becoming a major concern for network operators. The object of this paper is to provide a survey of state-of-the-art methods for reducing energy consumption via (1) enhanced scheduling and (2) enhanced aggregation of traffic flows using Software-Defined Networks (SDN), focusing on the advantages and disadvantages of these approaches. We tackle a gap in the literature for a review of SDN-based energy saving techniques and discuss the limitations of multi-controller solutions in terms of constraints on their performance. The main finding of this survey paper is that the two classes of …
Real-Time Polyp Analysis On Endoscopic Images Using Deep Learning Approach: Detection, Characterization And Size Estimation,
2023
Faculty of Engineering
Real-Time Polyp Analysis On Endoscopic Images Using Deep Learning Approach: Detection, Characterization And Size Estimation, Phanukorn Sunthornwetchapong
Chulalongkorn University Theses and Dissertations (Chula ETD)
As medical devices advance, doctors adopt endoscopes to perform endoscopes for gastrointestinal disease screenings. For colonoscopy, skills such as polyp detection, polyp characterisation, and polyp size estimation needed to be practised while screening patients. This work aims to develop a deep learning model for performing polyp detection, characterisation, and size estimation to assist fellow doctors in these tasks. To maximise usability in assisting fellow doctors, the model must be able to perform in a real-time fashion. The work utilises existing object detection models for performing size estimation tasks. With the problems of data imbalances, we use depth information but without …
Are Ride-Hailing Services Safer Than Taxis? A Multivariate Spatial Approach With Accomodation Of Exposure Uncertainty,
2023
Old Dominion University
Are Ride-Hailing Services Safer Than Taxis? A Multivariate Spatial Approach With Accomodation Of Exposure Uncertainty, Guocong Zhai, Kun Xie, Hong Yang, Di Yang
Civil & Environmental Engineering Faculty Publications
Despite many research efforts on ride-hailing services and taxis, limited studies have compared the safety performance of the two modes. A major challenge is the need for reliable mode-specific exposure data to model their safety outcomes. Moreover, crash frequencies of the two modes by injury severities tend to be spatially and inherently correlated. To fully address these issues, this study proposes a novel multivariate conditional autoregressive model considering measurement errors in mode-specific exposures (MVCARME). More specially, a classical measurement error structure is used to accommodate the uncertainty of mode-specific exposures estimated, and a multivariate spatial specification is adopted to capture …
Security Of Internet Of Things (Iot) Using Federated Learning And Deep Learning — Recent Advancements, Issues And Prospects,
2023
University of the Cumberlands
Security Of Internet Of Things (Iot) Using Federated Learning And Deep Learning — Recent Advancements, Issues And Prospects, Vinay Gugueoth, Sunitha Safavat, Sachin Shetty
Electrical & Computer Engineering Faculty Publications
There is a great demand for an efficient security framework which can secure IoT systems from potential adversarial attacks. However, it is challenging to design a suitable security model for IoT considering the dynamic and distributed nature of IoT. This motivates the researchers to focus more on investigating the role of machine learning (ML) in the designing of security models. A brief analysis of different ML algorithms for IoT security is discussed along with the advantages and limitations of ML algorithms. Existing studies state that ML algorithms suffer from the problem of high computational overhead and risk of privacy leakage. …
Alternatives To Reducing Aviation Fuel-Burn With Technology: Fully Electric Autonomous Taxibot,
2023
Embry-Riddle Aeronautical University
Alternatives To Reducing Aviation Fuel-Burn With Technology: Fully Electric Autonomous Taxibot, Denzil Neo
Student Works
Aircraft taxiing operations in the aerodrome were identified to consume the most jet fuel apart from the cruise phase of the flight. This was also well supported by various research associating taxi operations at large, congested airports, with high jet fuel consumption, high carbon emissions, and noise pollution. Existing literature recognised the potential to address the environmental issues of aerodrome taxi operations by operating External or Onboard Aircraft Ground Propulsion Systems (AGPS). Designed to power aircraft with sources other than their main engines, external Aircraft Ground Power Systems (AGPS) have shown the potential to significantly cut jet fuel consumption and …
Initiating Change In Care: Socially Assistive Robots,
2023
Pepperdine University
Initiating Change In Care: Socially Assistive Robots, Sooraj Sushama
Theses and Dissertations
Socially assistive robots (SAR) are autonomous machines equipped with sensors and software that allow them to interact socially with humans. SAR robots are commonly used in healthcare settings to provide patients with non-clinical support, such as conversation and emotional companionship. SARs can also deliver reminders, monitor vital signs, and provide educational information about health conditions or medications. Researchers have studied SAR applications in detail. Additionally, there has been prior research on SAR where users' sociodemographic factors and technology acceptance were studied. But even though the backbone of SAR is an advanced technology, no known research has been done on users' …
Optimized Deep Learning Audio Tagging Approach,
2023
Department of Computer Engineering and Control Systems,Faculty of Engineering, Mansoura University
Optimized Deep Learning Audio Tagging Approach, Fatma S. El-Metwally, Ali I. Eldesouky, Sally M. Elghamrawy
Mansoura Engineering Journal
Audio signal processing is a method for applying powerful algorithms and techniques to record, improve, save and transmit audio content signals. Audio Tagging (AT) is a challenge that requires predicting the tags of audio clips. Developments in deep learning and audio signal processing have resulted in a significant improvement in audio tagging. Many techniques have been used. Several studies have introduced different audio tagging techniques, but the performance of the results obtained from these studies is insufficient. This study proposes an Optimized Deep Learning Audio Tagging (ODLAT] approach to classify and analyze audio tagging. Each input signal is used to …
An Optimized Deep Learning-Based Framework For Predicting Diabetes Mellitus Using Ffnn,
2023
Department of Computer Engineering, MISR Higher Institute for Engineering and Technology, Mansoura 35516, Egypt.
An Optimized Deep Learning-Based Framework For Predicting Diabetes Mellitus Using Ffnn, Norhan S. Elmongy, Sally M. Elghamrawy, Amr M. T. Ali-Eldin, Ali I. Eldesouky
Mansoura Engineering Journal
Diabetes mellitus (DM) is a major public health problem in Egypt, and the illness is regarded as a contemporary epidemic across the world. Diabetes is becoming more common, which is a cause for serious concern. As a result, precise and timely identification of the illness is critical. Health and research institutions have also recently expressed a serious interest in developing and implementing cutting-edge healthcare systems. Therefore, it is necessary to accurately and quickly identify the condition. To solve this issue, scientific research has been carried out, but the outcomes have fallen short. Four layers make up the proposed Diabetes mellitus …
Enhanced Load Balancing Based On Hybrid Artificial Bee Colony With Enhanced Β-Hill Climbing In Cloud,
2023
Computer Science and Engineering Department, Faculty of Electronic Engineering, Menoufia University, Menouf, Egypt (e-mail: [email protected]),(tel:00201006768689).
Enhanced Load Balancing Based On Hybrid Artificial Bee Colony With Enhanced Β-Hill Climbing In Cloud, Maha Zeedan, Gamal Attiya, Nawal El-Fishawy
Mansoura Engineering Journal
This paper proposes enhanced load balancer based artificial bee colony and β-Hill climbing for improving the performance metrics such as response time, processing cost, and utilization to avoid overloaded or under loaded situations of virtual machines. In this study, the suggested load balancer is called enhanced load balancing based on hybrid artificial bee colony with enhanced β-Hill climbing (ELBABCEβHC) to improve the response time, processing cost and the resource utilization. Our proposed approach starts by ranking the task then the greedy randomized adaptive search procedure (GRASP) is used in initializing populations. Further, the binary artificial bee colony (BABC) enhanced with …
