Computer Engineering Commons^™

Learning Robot Motion From Creative Human Demonstration, Charles C. Dietzel

Theses and Dissertations

This thesis presents a learning from demonstration framework that enables a robot to learn and perform creative motions from human demonstrations in real-time. In order to satisfy all of the functional requirements for the framework, the developed technique is comprised of two modular components, which integrate together to provide the desired functionality. The first component, called Dancing from Demonstration (DfD), is a kinesthetic learning from demonstration technique. This technique is capable of playing back newly learned motions in real-time, as well as combining multiple learned motions together in a configurable way, either to reduce trajectory error or to generate entirely …

Proposed New Framework Scheme For Path Loss In Wireless Bodyarea Network, Israa Al_Barazanchi, Yitong Niu, Haider Rasheed Abdulshaheed, Wahidah Hashim, Ammar Ahmed Alkahtani, Elika Daghighi, Zahraa A. Jaaz, Shihab A. Shawkat

Iraqi Journal for Computer Science and Mathematics

Recent technical developments in wi-fi networking, microelectronic integration and programming,sensors and the Internet have enabled us to create and enforce a range of new framework schemes to fulfil thenecessities of healthcare-related wireless body area network (WBAN). WBAN sensors continually screen andmeasure patients’ indispensable signs and symptoms, and relay them to scientific monitoring for diagnosis. WBANhas a range of applications, the most necessary of which is to help patients suffering diseases to stay alive. The qualityinstance is the coronary heart implant sensor, whose video display unit monitors coronary heart sign and continuouslytransmits it. This setup eliminates the need for patients to …

Blockchain-Technology-Based Solutions For Iot Security, Israa Al-Barazanchi, Aparna Murthy, Ahmad Abdul Qadir Al Rababah, Ghadeer Khader, Haider Rasheed Abdulshaheed, Elika Daghighi, Yitong Niu

Iraqi Journal for Computer Science and Mathematics

After a long period of development, blockchain innovation has received much attention from scholarsand industry practitioners alike. This innovation allows the issuance of smart contracts, which are utilised to automateand execute deals amongst clients. Blockchain is also being used nowadays by a few IT applications as a specialisedfoundation. This technology also prevents the duplication of information similar to what is being done with Bitcoinand other cryptocurrencies. Specifically, Bitcoin records are virtually impossible to alter as this cryptocurrency isbeing traded amongst hundreds of thousands of servers. Therefore, to launch a successful attack, the aggressor shouldchange the Bitcoin records of 51% of …

Vertex And Region Colourings Of Planar Idempotent Divisor Graphsof Commutative Rings., Mohammed N. Authman, Husam Q. Mohammad, Nazar H. Shuker

Iraqi Journal for Computer Science and Mathematics

The idempotent divisor graph of a commutative ring R is a graph with vertices set in R * = R-{0}, andany distinct vertices x and y are adjacent if and only if x.y = e. For some non-unit idempotent elemente2=e∈R, it isdenoted byΠ(R) . The purpose of this work is to use some properties of ring theory and graph theory to determine theclique number, the chromatic number and the region chromatic number for each planar idempotent divisor graph ofthe commutative rings. furthermore, we show that the clique number is equal to the chromatic number for any planaridempotent divisor graph. Results …

Fuzzy Soc-T-Abso Sub-Modules, Saad S. Marie, Hatam Y. Khalaf

Iraqi Journal for Computer Science and Mathematics

This research analyses the correlation that exists between fuzzy T-ABSO and fuzzy socle. To answerthis question, we define a new concept called, fuzzy socle T-ABSO submodules. Results showed many propertiesthat satisfied the new notion. In addition, we applied some algebra operations and found the relationship betweenfuzzy T-ABSO and fuzzy socle -T-ABSO. We also investigated the structure of fuzzy socle T-ABSO sub- modules ofa module under fuzzy direct sum, homomorphic image and intersection. Moreover, the relation between fuzzy socleT-ABSO sub-module and other types of fuzzy sub-module was presented. The implications of this study could beused to define new concepts that depend …

Bfv-Based Homomorphic Encryption For Privacy-Preserving Cnn Models, Febrianti Wibawa, Ferhat Ozgur Catak, Salih Sarp, Murat Kuzlu

Engineering Technology Faculty Publications

Medical data is frequently quite sensitive in terms of data privacy and security. Federated learning has been used to increase the privacy and security of medical data, which is a sort of machine learning technique. The training data is disseminated across numerous machines in federated learning, and the learning process is collaborative. There are numerous privacy attacks on deep learning (DL) models that attackers can use to obtain sensitive information. As a result, the DL model should be safeguarded from adversarial attacks, particularly in medical data applications. Homomorphic encryption-based model security from the adversarial collaborator is one of the answers …

Design And Control Of Quasi-Direct Drive Actuation For Lightweight And Versatile Wearable Robots, Shuangyue Yu

Dissertations and Theses

Wearable robots have shown great potential for augmenting the physical capabilities of humans in lab settings. However, wearable robots for augmenting the physical capabilities of humans under community-based conditions are the new frontier of robotics. Furthermore, the design and control are still considered to be grand challenges for providing physical augmentation for humans. In terms of design, the state-of-the-art exoskeletons are typically rigid, bulky, and limited to lab settings. In terms of control, most of the rhythmic controllers are not versatile and are focused only on steady-state walking assistance.

The motivation behind my research is to improve both the design …

Improving Feature Learning Capability And Interpretability Of Unsupervised Neural Networks, Chathurika S. Wickramasinghe Brahmana

Theses and Dissertations

The motivation for this dissertation is two-prong. Firstly, the current state of machine learning imposes the need for unsupervised Machine Learning (ML). Secondly, once such models are developed, a deeper understanding of ML models is necessary for humans to adapt and use such models.

Real-world systems generate massive amounts of unlabeled data at rapid speed, limiting the usability of state-of-the-art supervised machine learning approaches. Further, the manual labeling process is expensive, time-consuming, and requires the expertise of the data. Therefore, the existing supervised learning algorithms are unable to take advantage of the abundance of real-world unlabeled data. Thus, relying on …

Continual Learning From Stationary And Non-Stationary Data, Lukasz Korycki

Theses and Dissertations

Continual learning aims at developing models that are capable of working on constantly evolving problems over a long-time horizon. In such environments, we can distinguish three essential aspects of training and maintaining machine learning models - incorporating new knowledge, retaining it and reacting to changes. Each of them poses its own challenges, constituting a compound problem with multiple goals.

Remembering previously incorporated concepts is the main property of a model that is required when dealing with stationary distributions. In non-stationary environments, models should be capable of selectively forgetting outdated decision boundaries and adapting to new concepts. Finally, a significant difficulty …

Machine Learning (Ml) - Assisted Tools For Enhancing Security And Privacy Of Edge Devices, Santosh Kumar Nukavarapu

Theses and Dissertations

The rapid growth of edge-based IoT devices, their use cases, and autonomous communication has created new challenges with privacy and security. Side-channel attacks are one of the examples of security and privacy vulnerabilities that can cause inference at Internet-Service Provider (ISP) and local Wi-Fi networks. Such an attack would leak user’s sensitive information such as home occupancy, medical activity, and daily routines. Another example is that these devices have weak authentication and low encryption standards, making them an easy target for malware-based attacks such as denial of service or launching other network attacks using these infected devices. This thesis dissertation …

Deep Learning-Aided Automated Personal Data Discovery And Profiling, Apdullah Yayik, Vedat Aybar, Hasan Hüseyi̇n Apik, Sevcan İçöz, Beki̇r Bakar, Tunga Güngör

Turkish Journal of Electrical Engineering and Computer Sciences

In Turkey, Turkish Personal Data Protection Rule (PDPR) No. 6698, in force since 2016, provides protection to citizens for the legal existence of their personal data. Although the law provides excellent guidance, companies currently face challenges in complying with its regulations in terms of storing, sharing, or monitoring personal data. Since any specially designed software with wide industrial usage is not on the market, almost all of the companies have no other choice but to take expensive and error-prone operations manually to ensure their compliance. In this paper, we present an automated solution to facilitate and accelerate PDPR compliance. In …

Shape Investigations Of Structures Formed By The Self-Assembly Of Aromaticamino Acids Using The Density-Based Spatial Clustering Of Applications With Noise Algorithm, Mehmet Gökhan Habi̇boğlu, Helen W. Hernandez, Şahi̇n Uyaver

Turkish Journal of Electrical Engineering and Computer Sciences

Tyrosine, tryptophan, and phenylalanine are important aromatic amino acids for human health. If they are not properly metabolized, severe rare mental or metabolic diseases can emerge, many of which are not researched enough due to economic priorities. In our previous simulations, all three of these amino acids are discovered to be self-organizing and to have complex aggregations at different temperatures. Two of these essential stable formations are observed during our simulations: tubular-like and spherical-like structures. In this study, we develop and implement a clustering analyzing algorithm using density-based spatial clustering of applications with noise (DBSCAN) to measure the shapes of …

การพัฒนาเครื่องมืออัตโนมัติสำหรับสร้างแบบจำลองความสัมพันธ์ของส่วนต่อประสานโปรแกรมประยุกต์เว็บเซอร์วิสแบบเรสต์ฟูล, วิภาดา กลึงเทศ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในอุตสาหกรรมซอฟต์แวร์ นิยมนำซอฟต์แวร์กลับมาใช้ใหม่เป็นจำนวนมาก เนื่องจากเป็นการลดต้นทุนในการพัฒนาซอฟต์แวร์ เอกสารต่าง ๆ ในการพัฒนาระบบจึงมีความสำคัญในการอ้างอิง งานวิจัยนี้ ให้ความสนใจกับแผนภาพยูเอ็มแอลที่เป็นส่วนหนึ่งของเอกสารส่วนต่อประสานโปรแกรมประยุกต์ จึงได้นำเสนอการออกแบบ และพัฒนาเครื่องมืออัตโนมัติสำหรับการสร้างแบบจำลองความสัมพันธ์ของส่วนต่อประสานโปรแกรมประยุกต์เว็บเซอร์วิสแบบเรสต์ฟูลโดยใช้เครื่องมือเสริม PlantUML ที่เป็นเครื่องมือเสริมสำหรับการสร้างแผนภาพ ซึ่งงานวิจัยนี้ได้นำเครื่องมือเสริม PlantUML มาสร้างแผนภาพแบบจำลองความสัมพันธ์ระหว่างคอนโทรลเลอร์ เมธอด และคุณลักษณะภายในของพารามิเตอร์ ที่นำเสนอในรูปแบบของแผนภาพยูเอ็มแอล ดังนั้น เมื่อนำเครื่องมือที่พัฒนาขึ้นไปประยุกต์ใช้ จะช่วยให้ปรับปรุงเอกสารส่วนต่อประสานโปรแกรมประยุกต์ได้ง่ายยิ่งขึ้น และยังช่วยให้เอกสารตรงกับรหัสต้นฉบับ จากการประยุกต์ใช้เครื่องมือกับโครงการ ทำให้ได้ผลลัพธ์ของความถูกต้องเป็น 100%

ระบบสนับสนุนการจัดเก็บและวิเคราะห์ข้อมูลลำดับซ้ำเรียงต่อเนื่องแบบสั้นสำหรับนิติวิทยาศาสตร์, ณัฏฐชัย กุลธรรมนิตย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ลำดับซ้ำเรียงต่อเนื่องแบบสั้น (Short Tandem Repeat) หรือเอสทีอาร์ (STR) เป็นลำดับที่ซ้ำกันเป็นชุด ๆ ที่พบได้ในจีโนม (Genome) ของมนุษย์และมีประโยชน์มากในนิติวิทยาศาสตร์ เช่น การยืนยันตัวบุคคล การหาความสัมพันธ์ทางเครือญาติ เทคโนโลยีการลำดับเบสยุคใหม่ (Next-Generaton Sequencing: NGS) เช่น ForenSeq Signature Prep สามารถหาลำดับ STRs และให้ข้อมูลเชิงลึกเกี่ยวกับโครงสร้างประชากรได้ ถึงแม้ว่าเอสทีอาร์ที่ได้จากเทคโนโลยีนี้จะมีประโยชน์มากมาย แต่ไม่มีแพลตฟอร์มซอฟต์แวร์โอเพ่นซอร์สใดที่รวมการจัดการและการวิเคราะห์ข้อมูลของเอสทีอาร์ไว้ในแพลตฟอร์มเดียว ผู้ใช้งานอาจต้องใช้หลายโปรแกรมในการวิเคราะห์ข้อมูลเอสทีอาร์ จากนั้นรวบรวมผลลัพธ์ลงในฐานข้อมูลแยกหรือโฟลเดอร์ระบบไฟล์ เพื่อแก้ไขปัญหาดังกล่าว ระบบที่นำเสนอ STRategy เป็นเว็บแอพพลิเคชันที่มีระบบการจัดการและวิเคราะห์ข้อมูลเอสทีอาร์ โดย STRategy อนุญาตให้ผู้ใช้งานเก็บข้อมูลลงฐานข้อมูลหลังจากนั้นระบบจะวิเคราะห์และแสดงผลข้อมูลโดยอัตโนมัติ ระบบนี้ถูกออกแบบให้ใช้ในองค์กรหรือห้องปฏิบัติการ จึงมีระบบการกำหนดสิทธิผู้ใช้ระบบตามบทบาท (Role Based Access Control) เพื่อให้ผู้ใช้งานเข้าถึงข้อมูลตามสิทธิของแต่ละบุคคลเท่านั้น ระบบถูกออกแบบให้มีความยืดหยุ่นสูง และได้ปฏิบัติตามแนวคิดสถาปัตยกรรม 3-เลเยอร์ หลักการออกแบบโปรแกรมเชิงวัตถุ รวมถึงมีการใช้แบบรูป (Design patterns) ต่าง ๆ เพื่อรองรับการเพิ่มโมดูลการวิเคราะห์และโมดูลการแสดงผล รวมถึงการพัฒนาต่อยอดได้ง่ายในอนาคต

การใช้รถโดยสารประจำทางเป็นโหนดที่ขอบในเครือข่ายยานพาหนะ, ณัฐนนท์ มานพ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การเติบโตของเครือข่ายไร้สายแบบแอดฮอกบนยานพาหนะได้ทำให้เกิดการพัฒนาแอปพลิเคชันบนยานพาหนะต่าง ๆ มากมาย เพื่อตอบรับสนองต่อการเติบโตนี้โครงร่างระบบการคำนวณแบบขอบบนยานพาหนะจึงถูกพัฒนาขึ้นเพื่อมุ่งเน้นไปที่การติดตั้งโหนดที่ขอบที่มักติดตั้งที่สถานีรับส่งสัญญาณข้างทาง อย่างไรก็ตามการติดตั้งสถานีในพื้นที่ขนาดใหญ่ต้องพิจารณาให้ครอบคลุมพื้นที่การให้บริการมากที่สุด งานวิจัยนี้จึงได้นำเสนอโครงร่างระบบใหม่ชื่อว่า Buses as an Infrastructure ซึ่งได้มีการใช้งานให้รถโดยสารประจำทางเป็นโหนดที่ขอบในการให้บริการทรัพยากรในการคำนวณและบริการอื่น ๆ แก่ผู้ใช้งาน โดยงานวิจัยนี้ได้มีการใช้ข้อได้เปรียบของระบบขนส่งสาธารณะที่มีอยู่แล้วเพื่อลดค่าใช้จ่ายในการติดตั้งโหนดที่ขอบแบบดั้งเดิม อีกทั้งงานวิจัยนี้ยังได้เสนอฮิวริสติกอัลกอรึทึมสำหรับการคำนวณหาการติดตั้งโหนดที่ขอบบนรถโดยสารประจำทางโดยให้ลำดับความสำคัญแก่จำนวนงานที่เกิดขึ้นคู่กับการใช้เทคนิคการเลือก N ลำดับสูงสุด โดยได้ทำการทดลองบนสภาพแวดล้อมจำลองและบนชุดข้อมูลจริง ผลการทดลองเมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางแสดงให้เห็นว่าฮิวริสติกอัลกอรึทึมที่นำเสนอสามารถให้จำนวนยานพาหนะที่โหนดที่ขอบสามารถให้บริการได้สูงขึ้นกว่า 6.08% - 52.20% และสามารถให้จำนวนยานพาหนะที่โหนดที่ขอบสามารถให้บริการได้สูงขึ้น 15.23% เมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางบนสภาพแวดล้อมจำลองและให้ผลรวมของระยะเวลาที่ติดต่อสื่อสารกันได้สูงขึ้น 54.24% เมื่อเทียบกับรูปแบบที่โหนดที่ขอบติดตั้งอยู่กับสถานีรับส่งสัญญาณข้างทางบนชุดข้อมูลจริง

บทบัญญัติของกฎหมายที่ใช้บังคับในคดีละเมิด: การวิเคราะห์คำพิพากษาศาลไทยด้วยกระบวนการเรียนรู้เชิงลึก, ทวีศักดิ์ ชูศรี

Chulalongkorn University Theses and Dissertations (Chula ETD)

การประมวลผลเอกสารทางกฎหมายโดยใช้การประมวลผลภาษาธรรมชาติเป็นงานวิจัยที่น่าสนใจในการศึกษาอย่างมาก เนื่องจากการกำหนดหมวดกฎหมายสำหรับคดีในศาลมักต้องมีการปรึกษาหารือกับทนายความซึ่งมีค่าบริการที่สูงมาก ทำให้ประชาชนทั่วไปไม่สามารถเข้าถึงการใช้บริการดังกล่าวได้ จึงเป็นจุดเริ่มต้นในการจัดทำงานวิจัยนี้ ด้วยการสร้างระบบที่สามารถดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาล เพื่อให้บรรลุงานวิจัยนี้ ทางคณะผู้วิจัยได้รวบรวมชุดข้อมูลที่ครอบคลุมของคดีในศาลฎีกาจากประเทศไทย รวมถึงดึงข้อเท็จจริงจากเอกสารของโจทก์และจำเลยโดยใช้การผสมผสานระหว่างการเรียนรู้ของเครื่องและระบบที่ใช้กฎเป็นพื้นฐานเพื่อการวิเคราะห์การประมวลผลภาษาธรรมชาติเพิ่มเติม แนวทางที่ของงานวิจัยนี้นำเสนอมุ่งเน้นไปที่ระบบค้นคืนมาตราที่เกี่ยวข้องด้วยข้อมูลชุดฝึกที่มีจำนวนน้อย โดยใช้ข้อเท็จจริงของโจทก์เป็นข้อมูลเข้า ซึ่งระบบนี้จะสามารถจัดการกับมาตราต่างๆ ของกฎหมาย รวมถึงส่วนที่ไม่ค่อยพบหรือไม่ได้อยู่ในชุดการฝึกอบรม โดยที่ระบบจะทำงานได้ดีกว่ามาตรฐานพื้นฐาน โดยสรุป การวิจัยนี้มีเป้าหมายเพื่อสร้างระบบดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาลที่เข้าถึงได้และแม่นยำมากขึ้น ทางคณะผู้วิจัยหวังว่าจะลดความจำเป็นในการปรึกษาทนายความที่มีค่าบริการที่สูง และมอบเครื่องมือที่มีค่าสำหรับผู้เชี่ยวชาญด้านกฎหมายและบุคคลที่เกี่ยวข้องในกระบวนการพิจารณาคดีในศาล

เทคนิคการเรียนรู้เชิงลึกสำหรับการรู้จำภาพวัสดุกระเป๋าถือแบรนด์เนมปลอม, พศสรัล อภิปวินท์วงศา

Chulalongkorn University Theses and Dissertations (Chula ETD)

การปลอมแปลงสินค้าด้านแฟชั่นเป็นปัญหาที่เกิดขึ้นอย่างต่อเนื่องโดยเฉพาะกับกระเป๋าแบรนด์หรู เนื่องจากมีความยากลำบากต่อการตรวจสอบความแท้จริง โดยเฉพาะอย่างยิ่งกับการตรวจสอบสินค้ามือสองที่เคยผ่านการใช้งานมาแล้ว ซึ่งทำให้เกิดปัญหาการตรวจสอบกระเป๋าของแท้และของปลอมทั้งในผู้ซื้อและผู้ขายโดยเฉพาะในช่วงล็อคดาวน์ระหว่างเหตุการณ์โรคระบาด Covid-19 ที่จำกัดการเดินทาง งานวิจัยนี้เสนอการประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกโครงข่ายปราสาทคอนโวลูชัน เพื่อจำแนกภาพในระดับพิกเซล ร่วมกับการนำการสกัดคุณลักษณะสำคัญพื้นผิวแบบ LBP มาพัฒนาการเรียนรู้ของแบบจำลอง โดยใช้แบบจำลองวีจีจี 16 และ เดนซ์เน็ต121 โดยใช้ stratified 5-Fold cross validation เพื่อประเมินแบบจำลอง ซึ่งการเปรียบเทียบผลการทดลองของการใช้แบบจำลองพื้นฐาน และการใช้แบบจำลองพื้นฐานร่วมกับการสกัดคุณลักษณะสำคัญแบบ LBP ทั้งนี้แบบจำลอง โครงข่ายปราสาทแบบเดนซ์เน็ต121 ร่วมกับการสกัดคุณลักษณะสำคัญแบบ LBP ให้ค่าความแม่นยำสูงสุดที่ 95% จากการจำแนกภาพกระเป๋าของแท้ ของปลอม และวัสดุอื่น เป็นการจำแนกรูปภาพแบบหลายประเภท และเมื่อนำการสกัดคุณลักษณะแบบ LBP ร่วมกับแบบจำลองทำให้ค่าความแม่นยำการทำนายผลลัพธ์ที่สูงขึ้น

ไวยากรณ์ไฮเพอร์แมพสำหรับแมพเชิงต้นไม้อันดับเคเชิงระนาบ, วรวุฒิ โคเมฆารัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิศวกรและนักวิทยาศาสตร์ต่างเผชิญกับปัญหาที่มีโครงสร้างซับซ้อนมากยิ่งขึ้น และต้องการเครื่องมือทางคณิตศาสตร์ที่เหมาะสมเพื่ออธิบายปัญหาเหล่านี้ แม้กราฟจะเป็นเครื่องมือที่นิยมใช้แสดงระบบที่ซับซ้อน แต่ก็ยังขาดส่วนประกอบบางอย่างที่สำคัญต่อการรับรู้ความซับซ้อนของวัตถุทางเรขาคณิต ซึ่งสามารถแสดงแทนได้ด้วยแมพและไฮเพอร์แมพ เนื่องจากมีองค์ประกอบหลักที่เรียกว่า หน้า เพิ่มเติมจากส่วนประกอบพื้นฐานอื่น ๆ ในกราฟ จึงเป็นเครื่องมือที่ครอบคลุมและยืดหยุ่นยิ่งขึ้นในการแสดงและวิเคราะห์โครงสร้างเชิงเรขาคณิต งานวิจัยนี้จะเสนอแนวทางใหม่ในการผลิตแมพโดยใช้ไวยากรณ์ไฮเพอร์แมพ โดยปรับการดำเนินการต่าง ๆ ที่เกี่ยวข้องกับไฮเพอร์แมพให้นิยามบนจุดยอดและหน้า แทนวิธีการเดิมซึ่งนิยามบนจุดยอดและเส้นเชื่อม เพื่อให้มีความยืดหยุ่นในการควบคุมและจัดการเกี่ยวกับหน้าของไฮเพอร์แมพ เนื่องจากหน้ามีบทบาทสำคัญในการนิยามไฮเพอร์แมพ โดยเฉพาะอย่างยิ่งในกรณีของแมพเชิงระนาบ ไวยากรณ์ที่นำเสนอในงานนี้แสดงให้เห็นถึงความสามารถในการทำความเข้าใจและตรวจจับโครงสร้างย่อยของไฮเพอร์แมพ โดยยกตัวอย่างการสร้างแมพเชิงระนาบของกราฟเชิงต้นไม้อันดับเค (เมื่อเคเป็นจำนวนเต็มบวกที่มีค่าไม่เกินสาม) โดยใช้ไวยากรณ์ไฮเพอร์แมพที่มีเพียงกฎการผลิตเดียว ผลการวิจัยแสดงให้เห็นถึงศักยภาพในการนำไวยากรณ์ที่นำเสนอในงานนี้ไปใช้เป็นเครื่องมือในการศึกษาคุณสมบติและโครงสร้างของแมพเชิงระนาบ รวมถึงการนำไปประยุกต์ใช้ในสายงานต่าง ๆ เช่น วิทยาการคอมพิวเตอร์ ทอพอโลยี และทฤษฎีกราฟ

การแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาไปเป็นไทมด์ออโตมาตา, ณรงค์กร วงศ์สิทธิไพฑูรย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

กระแสงานยอว์ลเป็นหนึ่งในกระแสงานทางธุรกิจที่ทันสมัย กระแสงานยอว์ลให้การแสดงเป็นภาพขั้นตอนกระแสงานของงานทางธุรกิจที่เข้าใจง่าย สามารถกำหนดเวลาการทำงานของงานภายในกระแสงานยอว์ลได้ วิทยานิพนธ์ฉบับนี้จะเน้นให้นำกระแสงานยอว์ลทั่วไปมาเพิ่มขีดความสามารถโดยการเพิ่มข้อจำกัดแบบช่วงเวลาให้กับแต่ละสัญลักษณ์งานในกระแสงานยอว์ล ผ่านค่าเฉลี่ยของข้อจำกัดของช่วงเวลาในรูปของขอบเขตล่าง และขอบเขตบนของเวลาที่สามารถเสร็จสิ้นการทำงานถูกกำหนดให้กับงานทางธุรกิจแต่ละงานในกระแสงานเพื่อรับมือกับปัญหาที่ซับซ้อนมากขึ้นของประสิทธิภาพด้านเวลาในกระแสงานกระบวนการทางธุรกิจ ในการจำลองพฤติกรรมของกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาจะถูกแปลงเป็นออโตมาตาที่กำหนดเวลาไว้ที่สอดคล้องกัน และจำลองโดยใช้เครื่องมือ UPPAAL วิทยานิพนธ์ฉบับนี้มีการเสนอชุดของกฎการแปลงเพื่อเป็นแนวทางในการแปลงของสัญลักษณ์ยอว์ลข้อจำกัดของช่วงเวลาให้อยู่ในรูปแบบของไทมด์ออโตมาตา และเสนอเว็บแอปพลิเคชันในการแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาเป็นออโตมาตา โดยผลลัพธ์ที่เป็นไทมด์ออโตมาตาจะถูกแปลงอย่างถูกต้อง และจำลองโดยใช้เครื่องมือจำลอง UPPAAL

Mediastinal Lymph Node Detection And Segmentation Using Deep Learning, Al-Akhir Nayan

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic lymph node (LN) segmentation and detection for cancer staging are critical. In clinical practice, computed tomography (CT) and positron emission tomography (PET) imaging detect abnormal LNs. Despite its low contrast and variety in nodal size and form, LN segmentation remains a challenging task. Deep convolutional neural networks frequently segment items in medical photographs. Most state-of-the-art techniques destroy image's resolution through pooling and convolution. As a result, the models provide unsatisfactory results. Keeping the issues in mind, a well-established deep learning technique UNet++ was modified using bilinear interpolation and total generalized variation (TGV) based upsampling strategy to segment and detect …