Artificial Immune System Based Wastewater Parameter Estimation,
2018
TÜBİTAK
Artificial Immune System Based Wastewater Parameter Estimation, Cengi̇z Sertkaya, Ni̇lüfer Yurtay
Turkish Journal of Electrical Engineering and Computer Sciences
The basis of a wastewater treatment system is to achieve the desired characteristics of the wastewater treatment process. An estimation of the obtained wastewater treatment characteristics provides the information needed to set up the current process steps, and it is important to have an optimum treatment. In this study, an artificial immune system (AIS) structure is developed to estimate important wastewater output parameters such as pH, DBO, DQO, and SS for the first time. The proposed AIS models are based on the clonal selection principle, and the dataset is provided from the University of California Irvine (UCI) Machine Learning Library. …
Horizontal Diversity In Test Generation For High Fault Coverage,
2018
TÜBİTAK
Horizontal Diversity In Test Generation For High Fault Coverage, Arbab Alamgir, Abu Khari Bin A'Ain, Norlina Paraman, Usman Ullah Sheikh, Ian Grout
Turkish Journal of Electrical Engineering and Computer Sciences
Determination of the most appropriate test set is critical for high fault coverage in testing of digital integrated circuits. Among black-box approaches, random testing is popular due to its simplicity and cost effectiveness. An extension to random testing is antirandom that improves fault detection by maximizing the distance of every subsequent test pattern from the set of previously applied test patterns. Antirandom testing uses total Hamming distance and total cartesian distance as distance metrics to maximize diversity in the testing sequence. However, the algorithm for the antirandom test set generation has two major issues. Firstly, there is no selection criteria …
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations,
2018
Faculty of Engineering
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The biomedical relation extraction (RE) tasks aim to study the interaction between pre-defined entities from biomedical literature: Bacteria Biotope (BB) and Drug-Drug interactions (DDI) tasks. Some previous investigations have used feature-based models; others have presented deep-learning-based models such as convolutional and recurrent neural networks used with the shortest dependency paths (SDPs). Although SDPs contain valuable and concise information, sections of significant information necessary to define bacterial location relationships are often neglected. In addition, the traditional word embedding used in previous studies may suffer from word ambiguation across linguistic contexts. Here, we present a deep learning model for biomedical RE. The …
Knowledge Sharing In Cooperative Compact Genetic Algorithm,
2018
Faculty of Engineering
Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The compact genetic algorithm is derived from the genetic algorithm in which the population is represented by the probabilistic vector. To improve the search capability and avoiding local minima, parallelization has been employed where many search processes are deployed concurrently. In order to coordinate the work of multiple processes, knowledge sharing is necessary. Multiple processes share their probabilistic vectors partially. To escape from local minima the restart step is introduced. The experiment compares the proposed algorithm with two other competitive algorithms using Traveling Salesman problem, Bin Packing problem, Subset Sum problem, and Knapsack problem. The results show that the proposed …
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation,
2018
Faculty of Engineering
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
การหาเส้นทางการเดินในระยะยาวรวมกับการหลบหลีกสิ่งกีดขวางรอบๆ เป็นวิธีทั่วไปที่ถูกนำมาใช้ในการจำลองการเคลื่อนไหวของตัวตนจำลองจากตำแหน่งหนึ่งไปยังอีกตำแหน่งหนึ่ง โดยไม่ให้เกิดการชนกันระหว่างตัวตนจำลองกับวัตถุในฉากและระหว่างตัวตนจำลองด้วยกันเอง วิธีนี้สามารถให้ผลการจำลองที่ดีในสถานการณ์ที่ผู้คนสามารถเดินได้หลายทิศทาง แต่ในสถานการณ์ที่ผู้คนถูกจำกัดทิศทางการเดินให้เหลือเพียงหนึ่งหรือสองทิศทางนั้น ปรากฏว่าตัวตนจำลองมีลักษณะการเดินที่ผิดธรรมชาติ เช่น เดินเข้าไปติดและอยู่นิ่งระหว่างตัวตนจำลองสองตัวที่เดินสวนมาหรือเดินเข้าไปในพื้นที่ที่แออัดหรือมีกลุ่มคนเยอะๆ ทั้งๆที่ยังมีเส้นทางเดินที่ทำให้ตัวตนจำลองสามารถเดินหลบหลีกไปได้ ลักษณะเช่นนี้เกิดขึ้นบ่อยและเห็นได้ชัดในสถานการณ์แบบสองทิศทาง งานวิจัยนี้จึงได้เสนอขั้นตอนในการหาเส้นทางในระยะสั้นเพื่อขจัดความบกพร่องของพฤติกรรมการเดินของตัวตนจำลองในสถานการณ์แบบสองทิศทางนี้ขึ้น โดยใช้สมการพลังงานทางชีวกลศาสตร์ของการเดินเข้ามาเป็นตัวแปรที่บังคับให้ตัวตนจำลองมีความฉลาดในการเลือกเส้นทางในระยะสั้นได้ ผลลัพธ์ของการวิเคราะห์สมการพลังงานนั้น ช่วยบ่งบอกลักษณะของการเลือกเส้นทางการเดินที่ดีที่สุด โดยคำนึงถึงความเร็วที่ใช้เพื่อให้ประหยัดพลังงานที่สุด พร้อมๆ กับถึงจุดหมายปลายทางให้เร็วที่สุดด้วย นอกจากนี้ยังพบว่าการนำวิธีที่เสนอนี้ไปใช้ในสถานการณ์แบบหลายทิศทางนั้น ตัวตนจำลองสามารถหาเส้นทางที่เหมาะสมกว่าเมื่อเทียบกับวิธีก่อนอีกด้วย ยกตัวอย่าง เช่น ตัวตนจำลองสามารถเดินแทรกเข้าไปในช่องแคบๆ ของขบวนพาเหรดได้ เป็นต้น
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks,
2018
Faculty of Engineering
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak
Chulalongkorn University Theses and Dissertations (Chula ETD)
Emotion classification is one of essential tasks for Human Computer Interaction (HCI) to make computers more efficiently interact with their users. Electroencephalogram (EEG) signals, associated with cognitive states of emotions, propagate though a complex hierarchy of neuron cells. Therefore, EEG-based emotion classification requires sophisticated learning algorithms that can represent high-level abstraction of a complicated task. This dissertation focuses on applying deep learning networks (DLNs) to enhance accuracy performance of the EEG-based emotion classification system. The DLN provides hierarchical feature learning methodology which is suitable for EEG-related feature learning algorithms. Furthermore, this research investigates the effects of temporal neural dynamics of …
Multi-Paths Quest Generation For Structural Analysis,
2018
Faculty of Engineering
Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
Existing quest generation systems that used quest structures had an important limitation. They were not compatible with dynamic environment games, where player actions may have unforeseen repercussion from chain-reaction, such as locking the quest or preventing it from being completed. In addition, quests generated by such systems were not guaranteed to have multiple completion paths.
In this thesis, action-based-objective quests were replaced with game state-based-objective quests, while retaining the previous grammar rule. Each quest's contents and objectives were filled using Token system and Full Condition State system to ensure the connectivity within the quest's contents and to prevent players from …
การหักล้างความสมมาตรพลวัตในปัญหาความสอดคล้องแบบบูลโดยใช้ประพจน์เลือกต่อเติมพร้อมด้วยการเล็มต้นไม้ค้นหาในเวลาเชิงพหุนาม,
2018
คณะวิศวกรรมศาสตร์
การหักล้างความสมมาตรพลวัตในปัญหาความสอดคล้องแบบบูลโดยใช้ประพจน์เลือกต่อเติมพร้อมด้วยการเล็มต้นไม้ค้นหาในเวลาเชิงพหุนาม, เตวิช ตรีธัญญพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเพิ่มความเร็วในการแก้ปัญหาความสอดคล้องแบบบูลนั้นสามารถทำได้ด้วยการใช้สมบัติของความสมมาตร หนึ่งในเทคนิคที่ใช้ประโยชน์จากความสมมาตรคือการหักล้างความสมมาตรพลวัต ซึ่งโดยปกติแล้วจะทำโดยการเพิ่มประพจน์เลือกที่สมมาตรกับประพจน์เลือกที่ถูกเรียนรู้ลงไปในนิพจน์บูลีนด้วย วิทยานิพนธ์ฉบับนี้จัดทำขึ้นเพื่อทำให้เทคนิคการหักล้างความสมมาตรพลวัตสามารถหักล้างความสมมาตรได้เป็นจำนวนที่เป็นเอกซ์โพเนนเชียลฟังก์ชันและใช้พื้นที่หน่วยความจำเป็นฟังก์ชันพหุนามของข้อมูลนำเข้า โดยใช้แนวคิดของประพจน์เลือกต่อเติมในกรณีที่กลุ่มความสมมาตรประกอบด้วยความสมมาตรแบบแถว วิทยานิพนธ์ฉบับนี้จะแสดงให้เห็นว่าปัญหาตัวขนย้ายลำดับที่เคซึ่งจำเป็นสำหรับการเผยแพร่ประพจน์เลือกเดี่ยวสามารถแก้ได้ในเวลาที่เป็นฟังก์ชันพหุนามเมื่อกลุ่มความสมมาตรเป็นความสมมาตรแบบแถว ผู้จัดทำยังได้ทำการศึกษาสมบัติของกลุ่มความสมมาตรที่มีความสมมาตรแบบแถวเป็นกลุ่มย่อยปกติ เช่น การแยกตัวประกอบเป็นผลคูณของความสมมาตรแบบแถวที่เป็นกลุ่มย่อยปกติ และความเป็นเอกลักษณ์ของการแยกตัวประกอบ เนื่องด้วยสมบัติเหล่านี้ ทางผู้จัดทำจึงได้เสนอวิธีการสร้างกลุ่มย่อยที่สามารถหาผลเฉลยได้ และเทคนิคการเล็มต้นไม้ค้นหาที่สมบูรณ์และสามารถทำได้ในเวลาที่เป็นฟังก์ชันพหุนามสำหรับปัญหาตัวขนย้ายลำดับที่เคภายใต้กลุ่มย่อยที่เราได้เสนอ และในส่วนสุดท้าย ผู้จัดทำได้ทำการวิเคราะห์บางแง่มุมของการการใช้งานเทคนิคที่ได้นำเสนอในวิทยานิพนธ์ฉบับนี้
การตรวจจับหัวข้ออัตโนมัติบนข้อมูลทวิตเตอร์โดยการใช้คุณลักษณะจากตัวชี้วัดของหุ้น,
2018
คณะวิศวกรรมศาสตร์
การตรวจจับหัวข้ออัตโนมัติบนข้อมูลทวิตเตอร์โดยการใช้คุณลักษณะจากตัวชี้วัดของหุ้น, เอกภพ วีระสกุลวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
สื่อสังคมออนไลน์เป็นหนึ่งในการสื่อสารที่สำคัญและรวดเร็วที่สุดในปัจจุบัน การ สังเกตการณ์ข้อมูลทวิตเตอร์ทำให้สามารถตรวจจับเหตุการณ์ที่กำลังเป็นที่สนใจแบบใกล้ทันกาล หรือหัวข้อเกิดใหม่ได้ โดยหัวข้อเกิดใหม่แต่ละหัวข้อจะประกอบด้วยกลุ่มของคำที่เกี่ยวข้องหรือ กลุ่มของคำเกิดใหม่ งานวิจัยหลายงานนำเสนอวิธีการตรวจจับกลุ่มคำเหล่านี้โดยใช้คุณลักษณะที่ สร้างจากสถิติของคำที่อยู่ในข้อความทวิตเตอร์ ซึ่งบางคุณลักษณะมีความคล้ายคลึงกับตัวชี้วัดของ หุ้น แต่อย่างไรก็ตามวิธีเหล่านี้ใช้เพียงคุณลักษณะเดียว ซึ่งเป็นการยากที่จะตรวจจับคำเกิดใหม่ได้ หลากหลายรูปแบบ แม้จะมีบางงานวิจัยพยายามใช้หลายคุณลักษณะด้วยตัวจำแนกประเภท แต่ ด้วยข้อจำกัดของการสร้างตัวแปรผลเฉลยของข้อมูลที่ใช้ในการสอนตัวจำแนกประเภท ทำให้ยาก ต่อการนำไปใช้ นอกจากนี้ในงานวิจัยที่เกี่ยวข้องกับการตรวจจับหัวข้อเกิดใหม่ ไม่มีชุดผลเฉลยที่ ชัดเจน และไม่มีการวัดประสิทธิภาพที่เป็นมาตรฐาน ในงานวิจัยนี้จึงเสนอการตรวจจับหัวข้อเกิด ใหม่ด้วยคุณลักษณะจากตัวชี้วัดของหุ้นที่นิยมใช้ในปัจจุบันและมีการปรับปรุงคุณลักษณะดังกล่าว ให้ดียิ่งขึ้น อีกทั้งตัวจำแนกที่ได้ประสิทธิภาพสูงสุด ซึ่งได้แก่ป่าไม้แบบสุ่ม ถูกนำมาใช้ในการ ตรวจจับคำเกิดใหม่โดยไม่มีข้อจำกัดในการสร้างตัวแปรผลเฉลยของข้อมูล สุดท้ายเพื่อให้สามารถ วัดประสิทธิภาพในการตรวจจับคำและหัวข้อเกิดใหม่ จึงทำการสร้างชุดผลเฉลยรายวันและใช้ชุด ผลเฉลยดังกล่าวในการวัดประสิทธิภาพด้วยมาตรวัดประสิทธิภาพของหัวข้อแบบแมโครที่สามารถ วัดประสิทธิภาพในแง่มุมของคำและหัวข้อเกิดใหม่พร้อมกัน จากการทดลองพบว่าประสิทธิภาพ ของวิธีที่นำเสนอในงานวิจัยนี้ สามารถตรวจจับคำและหัวข้อเกิดใหม่ได้อย่างมีประสิทธิภาพดีกว่า วิธีการในปัจจุบัน ได้แก่ SigniTrend และ TopicSketch นอกจากนี้ยังพบว่าวิธีที่นำเสนอใน งานวิจัยนี้สามารถตรวจจับคำและหัวข้อเกิดใหม่ได้ก่อนงานวิจัยอื่น
แนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน,
2018
คณะวิศวกรรมศาสตร์
แนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน, กิตติภพ พละการ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบจำนวนเศษเหลือ เป็นระบบการแทนจำนวนเต็มที่สามารถแทนจำนวนเต็มขนาดใหญ่ด้วยจำนวนเต็มที่มีค่าน้อยกว่าหลาย ๆ จำนวน การคำนวณผลบวกและผลคูณในระบบดังกล่าวสามารถทำได้อย่างรวดเร็ว ทำให้ระบบจำนวนเศษเหลือถูกนำมาใช้อย่างแพร่หลายในงานต่าง ๆ เช่น การประมวลผลสัญญาณ งานด้านการสื่อสารและเครือข่าย และการเข้ารหัสลับ เป็นต้น ระบบจำนวนเศษเหลือได้ถูกพัฒนาเป็นระบบจำนวนเศษเหลือซ้ำซ้อน ซึ่งสามารถตรวจจับและแก้ไขความผิดพลาดได้ ทำให้เหมาะกับงานที่ต้องการความสามารถในการทนต่อความผิดพร่อง ปัจจุบันมีแนวทางหลัก 2 แนวทางในการแปลงจากระบบจำนวนเศษเหลือให้เป็นระบบจำนวนเศษเหลือซ้ำซ้อน วิทยานิพนธ์นี้จะเสนอแนวทางใหม่ในการสร้างระบบจำนวนเศษเหลือซ้ำซ้อน โดยการใช้ค่าเศษเหลือที่มีความซ้ำซ้อน วิธีการที่นำเสนอนี้ทำให้การประมวลผลบางอย่างสามารถทำได้รวดเร็วขึ้น เช่น การแปลงจำนวนในรูปเศษเหลือกลับเป็นจำนวนเต็ม และการตรวจจับความผิดพลาด เป็นต้น นอกจากนี้ยังทำให้ระบบสามารถเปรียบเทียบค่าจำนวนเต็มในรูปของเศษเหลือได้รวดเร็วมากขึ้นด้วย อย่างไรก็ตามวิธีการที่นำเสนอทำให้ใช้เวลาในการคำนวณผลบวกและผลคูณมากขึ้น วิทยานิพนธ์นี้ได้ทำการเปรียบเทียบข้อดีและข้อจำกัดของวิธีการแปลงจากระบบจำนวนเศษเหลือให้เป็นระบบจำนวนเศษเหลือซ้ำซ้อนแบบต่าง ๆ เพื่อให้ผู้ที่สนใจสามารถนำไปพัฒนาระบบจำนวนเศษเหลือซ้ำซ้อนให้มีประสิทธิภาพมากยิ่งขึ้น
การคำนวณระนาบการหยิบจับแบบสามนิ้วในสามมิติ,
2018
คณะวิศวกรรมศาสตร์
การคำนวณระนาบการหยิบจับแบบสามนิ้วในสามมิติ, กีรติ พูนวัฒนชัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
ความสามารถในการหยิบจับสิ่งของเป็นความฝันอันยาวนานของหุ่นยนต์ ถึงแม้ว่าจะมีความพยายามในการวิจัยอย่างจริงจังในช่วงหลายสิบปีที่ผ่านมา หุ่นยนต์ที่ทันสมัยที่สุดก็ยังคงหยิบจับสิ่งของไม่ได้ ความท้าทายหลักคือการจัดการกับข้อผิดพลาดและความไม่แน่นอนที่เกิดขึ้น การวางแผนการหยิบจับวัตถุของหุ่นยนต์ในวิธีการแบบดั้งเดิมเช่น ICR และ caging สามารถจัดการกับปัญหาความไม่แน่นอนในระดับหนึ่งแต่ยังให้ผลลัพธ์ไม่ดีเท่าที่ควร วิทยานิพนธ์นี้จึงพยายามมองการหยิบจับวัตถุในมุมมองที่กว้างมากขึ้นโดยมุ่งเป้าไปที่การหาระนาบของการหยิบจับที่ดี (แทนที่การระบุจุดจับ) เพื่อวางนิ้วหุ่นยนต์ทั้งสาม วิทยานิพนธ์นี้นำเสนอวิธีการเพื่อหาระนาบการหยิบจับสำหรับมือหุ่นยนต์แบบสามนิ้ว โดยข้อมูลนำเข้าคือโมเดลสามมิติของวัตถุ และในการวัดผลได้มีการทดลองบนหุ่นยนต์จริงเพื่อแสดงถึงประสิทธิภาพของวิธีการ
การทวนสอบเชิงรูปนัยของการออกแบบบีพีเอ็มเอ็นโดยใช้โมเดลเช็คกิง,
2018
คณะวิศวกรรมศาสตร์
การทวนสอบเชิงรูปนัยของการออกแบบบีพีเอ็มเอ็นโดยใช้โมเดลเช็คกิง, ชานนท์ เดชสุภา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทวนสอบโมเดลบีพีเอ็มเอ็นด้วยวิธีโมเดลเช็คกิงเป็นวิธีการหนึ่งที่ช่วยให้มั่นใจว่าโมเดลบีพีเอ็มเอ็นที่ออกแบบปราศจากปัญหาติดตายและปราศจากคุณสมบัติที่ไม่พึงประสงค์ที่เป็นสาเหตุโมเดลไม่ตรงตามความต้องการหรือส่งผลให้ระบบหยุดทำงาน คุณสมบัติของโมเดลบีพีเอ็มเอ็นที่จำเป็นต้องทวนสอบได้แก่ คุณสมบัติความปลอดภัยและคุณสมบัติความสมบูรณ์ ขั้นตอนการทวนสอบด้วยวิธีโมเดลเช็คกิงค่อนข้างซับซ้อนเพราะเกี่ยวข้องกับภาษารูปนัยที่ใช้อธิบายโมเดลเชิงนามธรรมและการใช้เครื่องมือทวนสอบ รวมถึงอาจต้องใช้เทคนิคเฉพาะเพื่อจัดการโมเดลบีพีเอ็มเอ็นที่มีขนาดใหญ่ที่เป็นสาเหตุของปัญหาการระเบิดของปริภูมิสถานะ การสร้างโมเดลนามธรรมโดยอัตโนมัติช่วยลดความผิดพลาดและเวลาที่ใช้ในการสร้างโมเดล สามารถจัดการโมเดลที่มีขนาดใหญ่และปัญหาการระเบิดของปริภูมิสถานะได้ งานวิจัยนี้เสนอเทคนิคการทวนสอบคุณสมบัติความปลอดภัย คุณสมบัติความสมบูรณ์ของโมเดลบีพีเอ็มเอ็นด้วยวิธีโมเดลเช็คกิง คัลเลอร์เพทริเน็ตหรือซีพีเอ็นถูกนำมาใช้อธิบายโมเดลนามธรรม เทคนิคการแบ่งโมเดลออกเป็นโมเดลย่อยและการจัดโครงสร้างโมเดลแบบมีลำดับชั้นถูกนำมาใช้เพื่อหลีกเลี่ยงปัญหาการระเบิดของปริภูมิสถานะ กรอบงานได้ถูกพัฒนาขึ้นเพื่อใช้แปลงโมเดลบีพีเอ็มเอ็นเป็นโมเดลซีพีเอ็นและมีตัวสร้างและค้นปริภูมิสถานะจากโมเดลซีพีเอ็น ซึ่งกรอบงานเป็นตัวเลือกที่มีประโยชน์สำหรับนักออกแบบกระบวนการซอฟต์แวร์ที่ต้องการทวนสอบโมเดลบีพีเอ็มเอ็นที่มีขนาดใหญ่
การสกัดคำสำคัญที่เป็นกระแสและคำหยุดจากเพจเฟซบุ๊กภาษาไทยโดยใช้เอ็นแกรมแบบตัวอักษร,
2018
คณะวิศวกรรมศาสตร์
การสกัดคำสำคัญที่เป็นกระแสและคำหยุดจากเพจเฟซบุ๊กภาษาไทยโดยใช้เอ็นแกรมแบบตัวอักษร, ณัษฐพงษ์ อู่สิริมณีชัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
สื่อสังคมออนไลน์สามารถใช้วิเคราะห์พฤติกรรมของผู้คนในสังคมได้ โดยสื่อสังคมออนไลน์ที่คนไทยนิยมมากที่สุดคือเฟซบุ๊ก ดังนั้นถ้าเราสามารถวิเคราะห์พฤติกรรมของผู้คนในเฟซบุ๊กได้ก็จะสามารถเข้าใจพฤติกรรมของคนไทยส่วนใหญ่ในสังคมได้ ซึ่งหนึ่งในการวิเคราะห์พฤติกรรมของผู้คนนั้น เรามักจะวิเคราะห์ผ่านกระแสที่เกิดขึ้นในสังคม ว่าผู้คนในสังคมให้ความสนใจในกระแสนั้นอย่างไร จุดเริ่มต้นของกระแสคือเมื่อไหร่ เป็นต้น ซึ่งการวิเคราะห์กระแสนั้นสามารถทำได้ผ่านการวิเคราะห์คำสำคัญที่เกี่ยวข้องกับกระแสดังกล่าว แต่วิธีการที่ใช้ในการสกัดคำสำคัญในปัจจุบันนั้นจำต้องใช้เครื่องมือตัดคำภาษาไทย ซึ่งเครื่องมือในปัจจุบันถูกฝึกสอนด้วยคลังข้อมูลภาษาที่ไม่ได้รวมเอาข้อมูลประโยคที่พบในสื่อสังคมออนไลน์อย่างเฟซบุ๊กไว้ ผลจึงทำให้เครื่องมือตัดคำมีปัญหาเมื่อพบคำที่ไม่เป็นมาตรฐาน ส่งผลต่อประสิทธิภาพของการสกัดคำสำคัญ อีกทั้งวิธีสกัดคำสำคัญในปัจจุบันรองรับการสกัดคำสำคัญที่ความยาวคงที่เท่านั้น ทำให้วิทยานิพนธ์ฉบับนี้ได้พัฒนาวิธีการสกัดคำสำคัญที่เป็นกระแสโดยไม่ใช้เครื่องตัดคำ แต่เลือกใช้อัลกอริทึมเอ็นแกรมแบบตัวอักษรเข้ามาช่วย ซึ่งทำให้สามารถสกัดคำสำคัญที่มีความยาวแบบไม่คงที่ได้ และยังใช้ลักษณะของกระแสในการสร้างฐานข้อมูลคำหยุด และกรองเฉพาะคำที่เป็นกระแสออกมา โดยเมื่อเปรียบเทียบผลกับวิธีดั้งเดิมอย่างวิธี TF-IDF และวิธี TF พบว่าวิธีที่วิทยานิพนธ์นี้นำเสนอ ได้คะแนน F1 ที่ 0.402 ซึ่งดีกว่าวิธี TF-IDF ที่ได้คะแนน F1 ที่ 0.165 และวิธี TF ที่ได้คะแนน F1 ที่ 0.183 โดยวิธีที่วิทยานิพนธ์นี้นำเสนอเหมาะเป็นอย่างยิ่งสำหรับงานที่ต้องการคำสำคัญที่มีความยาวไม่คงที่ อย่างเช่นการหากระแสในสื่อสังคมออนไลน์เฟซบุ๊ก
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล,
2018
คณะวิศวกรรมศาสตร์
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้มีการขยายตัวเติบโตเป็นอย่างมากในช่วงหลายปีที่ผ่านมา โครงข่ายประสาทคอนโวลูชันหรือซีเอ็นเอ็นเป็นหนึ่งในหลายแบบจำลองสมรรถนะสูงที่รู้จักกันดีสำหรับการจำแนกและการแบ่งส่วนภาพ งานวิจัยนี้เสนอแนวคิดการใช้คอมพิวเตอร์ที่สามารถช่วยวินิจฉัยในเบื้องต้นการติดเชื้อวัณโรค ผู้วิจัยได้ปรับแต่งสถาปัตยกรรมซีเอ็นเอ็นสามโครงสร้างประกอบด้วย อเล็กซ์เน็ต วีจีจี-16 และ แคปส์เน็ต เพื่อจำแนกรอยโรควัณโรคบนภาพเอกซเรย์ทรวงอกหรือซีเอกซ์อาร์ที่ได้มาจากไลบรารีทางการแพทย์แห่งชาติและชุดข้อมูลไทยส่วนตัว ตัววัดที่ใช้ประเมินสมรรถนะตัวจำแนกประเภททั้งสาม ได้แก่ ความแม่นยำ ความไว และความจำเพาะ การทดสอบแบบจำลองทั้งสามบนชุดข้อมูลที่เพิ่มจำนวนด้วยการสุ่มตัวอย่างแบบสับเปลี่ยนให้ผลลัพธ์ค่าความแม่นยำที่เพิ่มขึ้นทุกแบบจำลอง นอกจากนี้ ยังได้มีการประเมินสมรรถนะแบบจำลองบนชุดข้อมูลที่เพิ่มจำนวนตัวอย่างด้วยการหมุนภาพ เนื่องจากในความเป็นจริงภาพซีเอกซ์อาร์อาจไม่ได้ตั้งตรงในแนวดิ่ง ผลการประเมินพบว่า แคปส์เน็ตให้ค่าตัววัดที่ดีกว่าแบบจำลองอเล็กซ์เน็ต และวีจีจี-16 เมื่อทำนายภาพแอฟฟีน
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการฝังคำเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรคจากบันทึกทางการแพทย์ของแผนกออร์โธปิดิกส์,
2018
คณะวิศวกรรมศาสตร์
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการฝังคำเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรคจากบันทึกทางการแพทย์ของแผนกออร์โธปิดิกส์, ธนากร รัตนจริยา
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้จะนำเสนอวิธีการฝังคำในการเรียนรู้เชิงลึกเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรค ซึ่งปัจจัยสำคัญที่ทำให้ผลการวินิจฉัยโรคของแพทย์ผิดพลาดคือประสบการณ์ของแพทย์ที่ไม่เพียงพอ โดยการวินิจฉัยโรคที่ผิดพลาดนั้น นอกจากจะนำไปสู่การรักษาที่ผิดพลาดแล้ว ยังทำให้ผู้ป่วยเสียทั้งเงินและเวลา ดังนั้นเพื่อแก้ไขปัญหาการวินิจฉัยที่ผิดพลาด งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้การเรียนรู้เชิงลึกกับการฝังคำ เพื่อทำนายผลการวินิจฉัยโรคจากระบบเวชระเบียน โดยจะสร้างแบบจำลองจากการใช้ข้อมูลในบันทึกของแพทย์ ซึ่งข้อมูลจะถูกนำไปวิเคราะห์ผ่านแบบจำลอง เพื่อทำนายผลการวินิจฉัยโรคที่มีความน่าจะเป็นออกมา เรียงตามลำดับความเชื่อมั่น และสุดท้ายจะใช้อัตราผลบวกจริง อัตราผลบวกเท็จ และค่าความแม่นยำมาเป็นตัววัดประสิทธิภาพของแบบจำลองที่ได้ ซึ่งพบว่าค่าความแม่นยำของแบบจำลองในงานวิจัยนี้มีค่าเท่ากับ 99.95% และอัตราผลบวกจริงมีค่าเท่ากับ 86.64% ด้วยการทำนายผลลัพธ์อันดับแรกเพียงอันดับเดียว
การประมาณค่าจำนวนเต็มบวกด้วยพจน์เดี่ยวในระบบจำนวนฐานคู่,
2018
คณะวิศวกรรมศาสตร์
การประมาณค่าจำนวนเต็มบวกด้วยพจน์เดี่ยวในระบบจำนวนฐานคู่, ธีรภัทร์ ชุนเดชสัมฤทธิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในระบบจำนวนฐานคู่นั้นเป็นระบบที่ออกแบบมาสำหรับการคำนวณแบบขนานซึ่งเป็นข้อดีในการดำเนินการทางคณิตศาสตร์ต่าง ๆ โดยเฉพาะอย่างยิ่งสำหรับการคูณและการบวก ซึ่งได้มีการนำเสนอคุณสมบัติเอกซ์โพเนนเชียลต่าง ๆ และกฏเกณฑ์เอกลักษณ์ต่าง ๆ เพื่อลดความซับซ้อนของการดำเนินการทางคณิตศาสตร์ต่าง ๆ แต่ทว่าการหารนั้นจะมีข้อด้อยหลาย ๆ ด้านในกรณีที่ตัวหารนั้นมีจำนวนหลายพจน์โดยงานวิจัยนี้ ผู้วิจัยได้พิจารณาการหารูปแบบแทนจำนวนด้วยพจน์เดี่ยวสำหรับจำนวนใด ๆ ซึ่งผู้วิจัยได้นำเสนออัลกอริทึมการประมาณค่าเพื่อลดจำนวนพจน์โดยเฉพาะสำหรับจำนวนเต็ม รวมถึงยังได้นำเสนออัลกอริทึมการหารทั้งหมดพร้อมบทพิสูจน์ความถูกต้อง และสุดท้ายการใช้ตารางคำนวณค่าล่วงหน้าแสดงให้เห็นว่าสามารถลดเวลาการคำนวณได้ ซึ่งผู้วิจัยคาดหวังว่าแนวคิดในงานวิจัยนี้จะเป็นประโยชน์สำหรับงานวิจัยที่เกี่ยวข้องกับการออกแบบอุปกรณ์ฮาร์ดแวร์ หรือสถาปัตยกรรมทางคอมพิวเตอร์ในอนาคต
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต,
2018
คณะวิศวกรรมศาสตร์
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทวนสอบเชิงรูปนัยสามารถนำไปใช้เป็นทางเลือกในการทวนสอบแบบจำลองต้นแบบที่ออกแบบให้ทราบถึงข้อผิดพลาดหรือคุณลักษณะด้านความปลอดภัย แต่อย่างไรก็ตาม การออกแบบแบบจำลองเครือข่ายทางรถไฟขนาดใหญ่ที่มีความซับซ้อนค่อนข้างมากอาจเกิดข้อผิดพลาดขึ้นได้ง่าย วิทยานิพนธ์นี้จึงได้นำเสนอทางเลือกในการสร้างแบบจำลองเครือข่ายทางรถไฟโดยใช้มอดูลที่ถูกสร้างขึ้นจากแบบจำลองไทมด์คัลเลอร์เพทริเน็ตซึ่งเป็นแบบจำลองเชิงรูปนัยแทนการสร้างแบบจำลองไทมด์คัลเลอร์เพทริเน็ตแบบทั่วไป โดยวิทยานิพนธ์ได้นำเสนอมอดูลมาตรฐานที่แทนส่วนประกอบในเครือข่ายทางรถไฟ คือ สถานีรถไฟ และ รางรถไฟ รองรับประเภทรถไฟโดยสาร 3 ประเภทและการควบคุมการเดินรถไฟโดยใช้ตารางเวลารถไฟที่สามารถกำหนดได้ พร้อมทั้งนำเสนอกฎและเงื่อนไขในการต่อประสานมอดูลเหล่านั้นเพื่อประกอบกันเป็นเครือข่ายทางรถไฟขนาดใหญ่ได้ โดยมีเครื่องมือที่ถูกพัฒนาในวิทยานิพนธ์ช่วยเหลือผู้ใช้ในการสร้างและแปลงเครือข่ายทางรถไฟที่ถูกออกแบบไปเป็นไทมด์คัลเลอร์เพทริเน็ต ผลลัพธ์การจำลองแสดงผลผ่านโปรแกรมเครื่องมือ ซีพีเอ็น เพื่อตรวจหาความถูกต้อง และความปลอดภัยของแบบจำลองเครือข่ายทางรถไฟและตารางรถไฟที่นำเข้ามาตรวจสอบ โดยยกตัวอย่างกรณีศึกษาสำหรับเครือข่ายทางรถไฟจำนวน 8 สถานี พร้อมทำการจำลองเหตุการณ์ความล่าช้าที่เกิดขึ้นที่เครือข่ายทางรถไฟ เพื่อตรวจสอบผลกระทบที่เกิดขึ้น
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ,
2018
คณะวิศวกรรมศาสตร์
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการรีวิวโค้ดบนกิตฮับ เป็นกระบวนการที่สำคัญกระบวนการหนึ่งในการทำงานบนกิตฮับ โดยนักพัฒนาซอฟต์แวร์จะทำการร้องขอการนำเข้าซอร์สโค้ดหลังจากทำการแก้ไขหรือเปลี่ยนแปลงซอร์สโค้ดเสร็จเรียบร้อยแล้ว ผู้ดูแลระบบจะเป็นผู้รีวิวซอร์สโค้ด โดยพิจารณาถึงคุณภาพ และรายละเอียดทั้งหมดของรายการร้องขอการนำเข้าซอร์สโค้ดนั้น ๆ จากการวิเคราะห์ผลการรีวิว พบว่ามีรายการร้องขอการนำเข้าซอร์สโค้ดจำนวนมาก ที่ไม่ผ่านการรีวิว เนื่องด้วยปัจจัยหลายประการ เช่น ความซับซ้อนของซอร์สโค้ด คุณภาพของซอร์สโค้ด รวมไปถึงจำนวนการเปลี่ยนแปลงไฟล์ เป็นต้น กระบวนการแก้ไขรายการร้องขอการนำเข้าซอร์สโค้ดที่ไม่ผ่านการรีวิวต้องใช้ความพยายาม และเวลาอย่างมากในการแก้ไข ซึ่งอาจส่งผลกระทบกับค่าใช้จ่ายของโครงการ หรือกำหนดการของโครงการได้ งานวิทยานิพนธ์นี้จึงออกแบบ แบบจำลองการทำนายผลการรีวิวโค้ดบนกิตฮับ โดยการวิเคราะห์ข้อมูลบนกิตฮับ กำหนดตัวแปรที่คาดว่าจะมีผลกระทบกับการรีวิวโค้ด รวมถึงการหาความสัมพันธ์ที่เกิดขึ้นบ่อยจากกฎความสัมพันธ์ จากนั้นทำการสร้างแบบจำลองการทำนายการรีวิวโค้ดบนกิตฮับด้วยวิธีการทางสถิติโลจิสติก และหลักการเรียนรู้ด้วยเครื่อง การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น ผลการทดลองแสดงสิบรายการร้องขอการนำเข้าซอร์สโค้ดที่พบบ่อยที่สุดในชุดข้อมูล และแบบจำลองการทำนายผลการรีวิวโค้ด โดยแบบจำลองที่ใช้ในการทำนายผลการรีวิวโค้ดที่ใช้การวิเคราะห์โลจิสติกในการวิเคราะห์ข้อมูลมีเปอร์เซ็นต์ความแม่นยำ 89.2307% และแบบจำลองที่ใช้การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น มีเปอร์เซ็นต์ความแม่นยำ 90.7692%
การทำนายแนวโน้มของตลาดหุ้นด้วยแบบจำลองการเรียนรู้เชิงลึกที่เพิ่มประสิทธิภาพร่วมกับข้อมูลเชิงตัวเลขและข้อมูลเชิงตัวอักษร,
2018
คณะวิศวกรรมศาสตร์
การทำนายแนวโน้มของตลาดหุ้นด้วยแบบจำลองการเรียนรู้เชิงลึกที่เพิ่มประสิทธิภาพร่วมกับข้อมูลเชิงตัวเลขและข้อมูลเชิงตัวอักษร, พิศุทธ อ่อนเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายแนวโน้มของตลาดหุ้นเป็นสิ่งที่ยากเนื่องจากตลาดหุ้นมีความผันผวนสูงและได้รับอิทธิพลจากปัจจัยภายนอกอื่น ๆ ในปัจจุบันเริ่มมีการนำเทคนิคการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการทำนายแนวโน้มของตลาดหุ้น โดยที่ข้อมูลรับเข้าของแบบจำลองสามารถแบ่งออกได้เป็น 2 ประเภทคือ 1) ข้อมูลเชิงตัวเลข เช่น ราคาในอดีตและตัวชี้วัดทางเทคนิค และ 2) ข้อมูลเชิงตัวอักษร ซึ่งได้แก่หัวข้อข่าวและเนื้อข่าว เป็นต้น แต่อย่างไรก็ตามงานวิจัยส่วนใหญ่มักจะมุ่งเน้นไปที่สร้างแบบจำลองโดยใช้ข้อมูลประเภทใดประเภทหนึ่งเท่านั้น ในขณะที่นักลงทุนส่วนใหญ่ทำการวิเคราะห์พฤติกรรมของตลาดโดยพิจารณาจากข้อมูลหลากหลายประเภท งานวิจัยนี้ได้นำเสนอแบบจำลองการเรียนรู้เชิงลึกที่สามารถพิจารณาข้อมูลทั้งสองประเภทเพื่อทำนายแนวโน้มของตลาดหุ้น ซึ่งแบบจำลองนี้ประกอบไปด้วยนิวรอลเน็ตเวิร์กแบบคอนโวลูชัน (Convolutional Neural Network) และหน่วยความจำระยะสั้นแบบยาว (Long-Short Term Memory) โดยใช้ข้อมูลรับเข้าเป็นเหตุการณ์ฝังตัวซึ่งสกัดได้จากหัวข้อข่าว ราคาในอดีตและตัวชี้วัดทางเทคนิคซึ่งสร้างจากข้อมูลของราคาในอดีต รวมทั้งได้ทำการนำเสนอฟังก์ชันวัตถุประสงค์ชนิดใหม่ที่สามารถช่วยเพิ่มประสิทธิภาพในด้านผลตอบแทนเฉลี่ยต่อปีที่ได้จากการจำลองการซื้อขาย โดยการนำเอาค่าชาร์ปเรโชซึ่งเป็นตัวชี้วัดผลตอบแทนเมื่อเทียบกับความเสี่ยงมาใช้ร่วมกับค่าครอสเอนโทรปี
ระบบสังเคราะห์เสียงร้องเพลงภาษาไทยโดยใช้แบบจำลองฮิดเดนมาร์คอฟ,
2018
คณะวิศวกรรมศาสตร์
ระบบสังเคราะห์เสียงร้องเพลงภาษาไทยโดยใช้แบบจำลองฮิดเดนมาร์คอฟ, ลัทธพล จีระประดิษฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การร้องเพลงในแต่ละภาษานั้นมีเอกลักษณ์เฉพาะตัวบางอย่างซึ่งส่งผลให้การพัฒนาความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ในแต่ละภาษานั้นมีความท้าทายแตกต่างกัน เสียงวรรณยุกต์เป็นส่วนที่มีผลมากกับการสื่อสารในภาษาที่มีเสียงวรรณยุกต์ แต่ระบบสังเคราะห์เสียงร้องเพลงในปัจจุบันไม่ได้คำนึงถึงเสียงวรรณยุกต์ นอกจากนี้เมลิสมาเป็นอีกสถานการณ์หนึ่งที่พบได้บ่อยครั้งในการร้องเพลงป็อปไทยซึ่งต้องมีการจัดการเพื่อจำลองการร้องเมลิสมา เป้าหมายของวิทยานิพนธ์นี้จึงมุ่งเน้นที่การปรับระบบสังเคราะห์เสียงร้องเพลงให้รองรับการจำลองเสียงในสถานการณ์เมลิสมาและผลกระทบของเสียงวรรณยุกต์ งานวิทยานิพนธ์นี้เสนอ 1) ปัจจัยบริบทที่ใช้ในระบบสังเคราะห์เสียงร้องเพลงสำหรับภาษาที่วรรณยุกต์มีผลต่อเสียงร้องเพลงและคำนึงถึงเมลิสมา 2) วิธีการทำสำเนารูปเขียน จากการประเมินผลพบว่า วิธีการทำสำเนารูปเขียนที่เสนอทั้งสองแบบนั้นส่งผลให้ระบบสังเคราะห์เสียงร้องเพลงรองรับเมลิสมา โดยวิธีการทำสำเนารูปเขียนที่คำนึงถึงสระเสียงสั้น-ยาวและตัวสะกดนั้นมีรูปคลื่นของเสียงร้องเพลงสังเคราะห์ใกล้เคียงกับรูปคลื่นของเสียงร้องเพลงจริงมากกว่า รวมถึงมีความเป็นธรรมชาติมากกว่าโดยใช้มาตรวัดเอ็มโอเอส อีกทั้งเมื่อมีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ เค้ารูปของความถี่มูลฐานที่สังเคราะห์ได้นั้นมีความใกล้เคียงเสียงร้องเพลงจริงมากกว่าในระบบที่ไม่มีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ และมีความเป็นธรรมชาติมากขึ้นโดยใช้มาตรวัดเอ็มโอเอส นอกจากนี้เพื่อเพิ่มความเป็นธรรมชาติให้เสียงร้องเพลงสังเคราะห์จึงมีการทดลองเกี่ยวกับจำนวนสถานะของแบบจำลองเสียงพบว่า เมื่อจำนวนสถานะเพิ่มขึ้น ความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ก็มากขึ้น แต่เมื่อถึงจุดหนึ่งเสียงร้องเพลงสังเคราะห์ที่ได้จะมีความเป็นธรรมชาติลดลง
