Implementing Associative Learning Using Neuromorphic Robot,
2024
Michigan Technological University
Implementing Associative Learning Using Neuromorphic Robot, Vinay Kumar Pillalamarri
Dissertations, Master's Theses and Master's Reports
Associative learning, a key cognitive process seen across the animal kingdom, enables organisms to form connections between stimuli and adapt their behaviors based on past experiences. A particularly powerful example is fear conditioning, where animals learn to associate a neutral stimulus with an aversive one, allowing them to predict and avoid potential threats. Inspired by this mechanism, this project implements associative learning on an unmanned ground vehicle (UGV) to develop adaptive behavior through neuromorphic principles. Utilizing Nengo for neural modeling, the UGV learns to associate visual (red color) and tactile (vibration) stimuli through Hebbian learning, a biologically inspired synaptic adaptation …
Lightweight Neural Network Pipeline Model For Drone Collision Prediction System Using Limited Computing Resources,
2024
Faculty of Engineering
Lightweight Neural Network Pipeline Model For Drone Collision Prediction System Using Limited Computing Resources, Rifqi Nabila Zufar
Chulalongkorn University Theses and Dissertations (Chula ETD)
This thesis focuses on developing a drone collision prediction algorithm by adapting the Neural Network Pipeline (NNP) for use in limited computing resources devices. While NNP is effective with sufficient computation, its performance in constrained environments remains untested. To address this issue, an adaptation of NNP using post-training quantization is developed. This method effectively compresses the model by reducing the precision of the 32-bit floating point. This adaptation aims at reducing model complexity and offers significant benefits in terms of reduced model size, increased processing speed, and reduced power consumption. It results in the expense of prediction accuracy. The MobileNetV3Small …
Study On Skin Cancer Classification Architectures Based-On Cnn With Channel And Spatial Attention Mechanism,
2024
Faculty of Engineering
Study On Skin Cancer Classification Architectures Based-On Cnn With Channel And Spatial Attention Mechanism, Zahid Maqbool
Chulalongkorn University Theses and Dissertations (Chula ETD)
The early and accurate detection of skin cancer is crucial for effective treatment and improving patient survival rates. This research explores innovative CNN-based architectures enhanced with Channel Attention and Spatial Attention (CASA) mechanisms for classifying skin cancer types from dermoscopic images. Building on the strengths of transfer learning, the study applies pre-trained models VGG16, InceptionResNetV2, and EfficientNet variants (EfficientNet B0 to B7) and customizes them for skin cancer classification using CASA modules. The CASA integration allows the models to selectively focus on critical features within images, enhancing both spatial and channel-based feature extraction. Experiments utilize the HAM10000 dataset. Which contains …
Enhanced Cross-Modality Mri Segmentation Using Dilated Convolutions And Multi-Scale Gradient Map,
2024
Faculty of Engineering
Enhanced Cross-Modality Mri Segmentation Using Dilated Convolutions And Multi-Scale Gradient Map, Ghulam Murtaza
Chulalongkorn University Theses and Dissertations (Chula ETD)
Magnetic resonance imaging (MRI) segmentation is critical for accurate medical diagnosis, but cross-modal segmentation presents significant challenges due to domain shifts between imaging modalities and limited labeled data. This study proposes an enhanced U-Net framework designed to improve segmentation accuracy and generalization across different MRI modalities. The method incorporates dilated convolutions in the encoder to expand the receptive field, allowing for better contextual information capture without increasing the number of parameters. Additionally, squeeze and excite (SE) blocks are introduced to recalibrate channel-wise feature importance, addressing variations in tissue contrast across modalities. A multi-scale gradient map fusion strategy, based on holistic …
Classification Of Bearing Failure In Adverse Industrial Conditions,
2024
Faculty of Engineering
Classification Of Bearing Failure In Adverse Industrial Conditions, Bawar Masih
Chulalongkorn University Theses and Dissertations (Chula ETD)
In industrial environments, the detection of machinery reliability is frequently compromised by surrounding noise. This interference can lead to unexpected machine failures, resulting in costly downtime and extensive repair expenses. This study investigates the application of CNN and LSTM networks for fault diagnosis under noisy conditions to achieve high classification accuracy across varying SNRs. The CNN model, designed to capture localized features, proved particularly effective in extracting critical information from complex vibration data despite substantial background noise. In contrast, the LSTM model, while optimized for sequential data analysis, showed limited performance under high-noise conditions. Using the CWRU Bearing dataset, the …
Small Object Detection Techniques In Remote Sensing Images Using Aam And Raspp,
2024
Faculty of Engineering
Small Object Detection Techniques In Remote Sensing Images Using Aam And Raspp, Farhan Iqbal
Chulalongkorn University Theses and Dissertations (Chula ETD)
Remote sensing technology has advanced substantially, with significant research focused on identifying and recognizing small, distant objects within large-scale scenes. Despite these strides, the task remains difficult due to limitations in image resolution, varied object scales, dense object distribution, and diverse orientations. Current object detection methods often struggle to maintain the fine detail essential for small object detection, resulting in the loss of critical information. To address this, we introduce an Advanced Attention Mechanism (AAM) that combines a novel Combined Channel and Spatial Attention (CCSA) approach with Residual Atrous Spatial Pyramid Pooling (RASSP). This integration enhances detection accuracy by preserving …
การกำหนดกำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ในระบบจำหน่ายเเรงดันต่ำโดยใช้วิธีผสมผสานระหว่างวิธีเชิงสุ่มกับอนุกรมเวลา,
2024
คณะวิศวกรรมศาสตร์
การกำหนดกำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ในระบบจำหน่ายเเรงดันต่ำโดยใช้วิธีผสมผสานระหว่างวิธีเชิงสุ่มกับอนุกรมเวลา, ณัฐพัฒน์ รพีอาภากุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันการผลิตไฟฟ้าจากพลังงานแสงอาทิตย์เติบโตอย่างรวดเร็วโดยเฉพาะการติดตั้งแบบบนหลังคา อย่างไรก็ตามการติดตั้งระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์ในระบบจำหน่ายไฟฟ้าแรงดันต่ำอาจส่งผลกระทบต่อระบบไฟฟ้า เช่น โหลดหม้อแปลงและสายส่งไฟฟ้าเกินพิกัด แรงดันเกิน และความไม่สมดุลของแรงดันไฟฟ้า วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการหาค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ สำหรับระบบจำหน่ายแรงดันต่ำในประเทศไทย โดยคำนึงถึงผลกระทบด้านโหลดหม้อแปลงและสายส่งไฟฟ้าเกินพิกัด แรงดันเกิน และความไม่สมดุลของแรงดันไฟฟ้า เนื่องจากการเชื่อมต่อระบบ งานวิจัยนี้ได้ใช้วิธีมอนติคาร์โลควบคู่กับการค้นหาแบบผสมระหว่างไบนารีและเชิงเส้น ในการวิเคราะห์และคำนวณค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ โดยมีการทดลองในระบบทดสอบที่ดัดแปลงมากจากระบบจำหน่ายไฟฟ้าแรงดันต่ำของประเทศไทยจำนวน 15 ระบบ ผลการวิจัยพบว่าการใช้วิธีการผสมผสานระหว่างวิธีเชิงสุ่มและวิธีอนุกรมเวลาสามารถเพิ่มความเร็วในการคำนวณค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ โดยที่ยังคงความถูกต้องเเละความเเม่นยำเอาไว้ได้ นอกจากนั้นพบว่าปัจจัยที่ส่งผลต่อค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้อย่างมีนัยสำคัญ ได้แก่ ขนาดหม้อแปลง จำนวนผู้ติดตั้งระบบ PV และระยะจ่ายโหลดสูงสุด สุดท้ายได้นำเสนอเเนวคิดการใช้ค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ ในการจำกัดกำลังติดตั้งรวมของระบบ ในข้อกำหนดการเชื่อมต่อโครงข่ายไฟฟ้าของระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์ ในระบบจำหน่ายไฟฟ้าแรงดันต่ำของประเทศไทย และนำเสนอแนวทางการแบบเวลาจริงเพื่อใช้ในระบบจัดการพลังงาน
การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับด้วยเทคนิคการประมวลผลพอยต์คลาวด์,
2024
คณะวิศวกรรมศาสตร์
การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับด้วยเทคนิคการประมวลผลพอยต์คลาวด์, พีรพงศ์ แดงรุ่งโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจัดการป่าไม้สำคัญสำหรับการแก้ปัญหาภาวะโลกร้อน เนื่องจากความสามารถในการดูดซับก๊าซคาร์บอนไดออกไซด์ของป่าไม้ การวัดเส้นผ่านศูนย์กลางเพียงอกของต้นไม้จำเป็นในการประเมินความสามารถในการกักเก็บคาร์บอนของป่าไม้ ซึ่งสำคัญในการพัฒนาการจัดการป่าไม้ให้มีประสิทธิภาพ วิธีการดั้งเดิมใช้แคลิเปอร์หรือเทปในการวัดเส้นผ่านศูนย์กลางเพียงอก ซึ่งใช้แรงและเวลามาก เพราะฉะนั้นวิทยานิพนธ์นี้นำเสนอวิธีการในการประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับซึ่งเป็นวิธีที่รวดเร็วและมีประสิทธิภาพสำหรับป่าไม้ขนาดใหญ่ แต่ปัญหาคือความหนาแน่นของจุดข้อมูลไลดาร์ต่ำเนื่องจากระยะห่างระหว่างอากาศยานไร้คนขับติดกล้องไลดาร์และต้นไม้ วัตถุประสงค์ของงานวิจัยนี้คือพัฒนาวิธีการประมาณเส้นผ่านศูนย์กลางเพียงอกภายใต้ปัญหาดังกล่าว ขั้นตอนประกอบด้วย การเก็บข้อมูล การทำให้ข้อมูลเป็นมาตรฐาน การแบ่งแยกต้นไม้แต่ละต้น การแบ่งแยกลำต้น การแปลง 2 มิติ และการประมาณค่าเส้นผ่านศูนย์เพียงอกด้วยเทคนิคต่างๆ ได้แก่ การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยการปรับค่าด้วยค่าคงที่ การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยคุณลักษณะของเปลือกหุ้มคอนเวกซ์ และการประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยคุณลักษณะของต้นไม้ ประสิทธิภาพของแต่ละวิธีถูกประเมินโดยการเปรียบเทียบกับวิธีเส้นฐานที่อ้างอิงในงานวิจัย ในแง่ของความคลาดเคลื่อน และระยะเวลาดำเนินงาน ผลการวิจัยแสดงให้เห็นว่าวิธีที่นำเสนอช่วยเพิ่มความแม่นยำในการประมาณเส้นผ่านศูนย์กลางเพียงอกในสภาวะที่มีความหนาแน่นของจุดข้อมูลต่ำ โดยค่าความคลาดเคลื่อนเท่ากับ 1.24 เซนติเมตรหรือเท่ากับร้อยละ 9.5
การพัฒนาระบบกล้องส่องท้องฟ้าราคาประหยัดที่มีความสามารถประมาณค่าความเข้มแสงอาทิตย์และพยากรณ์ความเข้มแสงระยะสั้นมาก,
2024
คณะวิศวกรรมศาสตร์
การพัฒนาระบบกล้องส่องท้องฟ้าราคาประหยัดที่มีความสามารถประมาณค่าความเข้มแสงอาทิตย์และพยากรณ์ความเข้มแสงระยะสั้นมาก, ศุภกร บุญประเสริฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพยากรณ์ความเข้มของแสงอาทิตย์ระยะสั้นมาก มีความสำคัญต่อการจัดการกับความผันผวนของพลังงานแสงอาทิตย์ เพื่อบูรณาการระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์เข้าสู่ระบบโครงข่ายไฟฟ้าให้เป็นไปอย่างราบรื่น มีประสิทธิภาพ และเชื่อถือได้ การพยากรณ์ความเข้มแสงในระยะสั้นมากนั้นสามารถทำได้หลากหลายวิธี แต่วิธีที่นิยมใช้ในปัจจุบันใช้กล้องส่องท้องฟ้าเนื่องจากสามารถเห็นได้ถึงการเคลื่อนที่ของเมฆ ซึ่งเป็นสาเหตุหลักในความผันผวนของระบบการผลิตไฟฟ้าพลังงานแสงอาทิตย์ แต่เนื่องจากกล้องส่องท้องฟ้ามีราคาสูงจึงทำให้ไม่สามารถติดตั้งได้อย่างแพร่หลาย ในงานวิจัยนี้ต้องการสร้างกล้องส่องท้องฟ้าราคาประหยัดที่สามารถประมาณและพยากรณ์ความเข้มแสงอาทิตย์ในระยะสั้นมากได้ โดยใช้กล้องโทรทัศน์วงจรปิดร่วมกับระบบเก็บข้อมูลส่วนกลาง ทดสอบการประมาณค่าความเข้มแสง และพยากรณ์ความเข้มแสงในระยะสั้นมากโดยใช้ภาพที่ได้จากกล้องส่องท้องฟ้าราคาประหยัดที่ได้สร้างขึ้น ผลการพัฒนากล้องส่องท้องฟ้าสามารถถ่ายภาพท้องฟ้าได้ที่ความละเอียดเชิงเวลา 1 นาที มีมุมมองภาพ180 องศาในแนวนอน 102 องศาในแนวตั้ง และสามารถอัปโหลดเข้าสู่เซิร์ฟเวอร์ได้อย่างมีเสถียรภาพ ในส่วนของแบบจำลองประมาณค่าความเข้มแสง แบบจำลองสามารถให้ผลการประมาณมีรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยอยู่ที่ 113.44 วัตต์/ตารางเมตร คิดเป็น 8.32 % เทียบกับค่าความเข้มแสงสูงสุด และในแบบจำลองพยากรณ์ความเข้มแสงล่วงหน้าระยะสั้นมากแบบจำลองที่ใช้ข้อมูลนำเข้าเพิ่มเติมจากเวกเตอร์การเคลื่อนที่ของเมฆสามารถให้ผลการพยากรณ์ที่ดีขึ้นกว่าแบบจำลองพยากรณ์ปกติโดยมีรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยในช่วง 140 – 170 วัตต์/ตาราเมตร คิดเป็น 10.26 – 12.46 % เทียบกับค่าความเข้มแสงสูงสุด
Programmable Metasurface For Radiation Beam Control,
2024
Faculty of Engineering
Programmable Metasurface For Radiation Beam Control, Pubet Sangmahamad
Chulalongkorn University Theses and Dissertations (Chula ETD)
This dissertation focuses on the design, development, and experiment of a programmable metasurface-based reconfigurable reflectarray (R-RA) system, featuring dual polarizations and 1-bit phase shift resolution. The proposed R-RA unit cell incorporates PIN diodes to dynamically control the reflection phase of incident waves, enabling real-time beam control. The dissertation addresses the complexity of the biasing network by introducing a digital control system based on a microcontroller and shift registers, allowing independent biasing control of each unit cell. A 16 by 16 R-RA array using a microstrip Jerusalem cross-shaped element is designed, fabricated, and experimentally tested. Simulations and measurements are conducted to …
Application Of Unscented Kalman Filter To State Of Charge Estimation Of Lithium-Ion Battery,
2024
Faculty of Engineering
Application Of Unscented Kalman Filter To State Of Charge Estimation Of Lithium-Ion Battery, Joshua Chun-Ken Dardchuntuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
Accurately estimating the State of Charge (SoC) in lithium-ion batteries is crucial for optimizing performance, lifespan, and safety in applications such as electric vehicles and renewable energy systems. Traditional methods like Coulomb counting and voltage-based techniques are often inaccurate due to measurement noise, incorrect initialization, and battery aging. This thesis explores the use of the Unscented Kalman Filter (UKF) for real-time SoC estimation, addressing nonlinear battery behavior. Computer simulations in MATLAB/Simulink demonstrate the UKF's high accuracy by comparing estimated SoC with ideal reference SoC, showing improved convergence and reduced Root Mean Square Error (RMSE). The simulations use an ideal load …
Wat Arun Metaverse: A Virtual Reality Creation Process,
2024
Faculty of Engineering
Wat Arun Metaverse: A Virtual Reality Creation Process, Avishi Usarda Waidyaratne
Chulalongkorn University Theses and Dissertations (Chula ETD)
Wat Arun, known as the 'Temple of Dawn,' is a monumental Buddhist temple and a prominent tourist attraction in Thailand, reflecting the country's rich culture and serving as a focal point for Buddhist studies. This thesis addresses the limitations of traditional cultural preservation and educational methods by presenting a transformative approach through the creation of a virtual reality (VR) based metaverse. This immersive platform enables users to explore and engage with the historical landmark of Wat Arun in unprecedented ways. Utilizing advanced three-dimensional (3D) digitization techniques, this study details the creation process of digital representation of Wat Arun's Viharn-Noi area, …
การพัฒนาระบบควบคุมเครื่องปรับอากาศสำหรับผู้อยู่อาศัยโดยใช้การเรียนรู้ของเครื่อง,
2024
คณะวิศวกรรมศาสตร์
การพัฒนาระบบควบคุมเครื่องปรับอากาศสำหรับผู้อยู่อาศัยโดยใช้การเรียนรู้ของเครื่อง, ภานุวัฒน์ โรจน์ณรงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันเทคโนโลยีด้านการสื่อสารข้อมูลมีการพัฒนาอย่างรวดเร็ว โดยพัฒนาให้เข้าไปมีส่วนร่วมกับการใช้ชีวิตประจำวันเพื่อความสะดวกสบายของมนุษย์มากยิ่งขึ้น อีกทั้งยังนำมาประยุกต์ใช้กับระบบต่างๆ มากมาย อาทิเช่น การเกษตร อุสาหกรรมโรงงาน รวมไปถึงที่พักอาศัย แต่เนื่องด้วยอัตราการใช้งานเพิ่มขึ้นอย่างรวดเร็วจนอาจทำให้เกิดปัญหาตามมาในภายหลังได้ รวมทั้งยังมีข้อจำกัดด้านอุปกรณ์ที่ใช้ในระบบ อาทิเช่น รูปแบบการส่งที่ต้องสอดคล้องกับปริมาณข้อมูล ระยะทางและสภาพแวดล้อมในการส่งข้อมูล และข้อจำกัดด้านแหล่งพลังงานที่ติดตั้งเข้าไป ดังนั้นวิทยานิพนธ์ฉบับนี้จึงนำเสนอการเปรียบเทียบคุณสมบัติและประสิทธิภาพชองการสื่อสารข้อมูลจำนวนสามรูปแบบ ได้แก่ การสื่อสารข้อมูลแบบบรูทูธ (Bluetooth) การสื่อสารข้อมูลแบบวายฟาย (Wi-Fi) และการสื่อสารข้อมูลแบบลอรอ (LoRa) ผ่านอุปกรณ์การสื่อสารชนิด Heltech ESP32 LoRa ซึ่งเป็นอุปกรณ์ที่นิยมและใช้กันอย่างแพร่หลายในปัจจุบัน โดยพิจารณาถึงการใช้พลังงานในการสื่อสารข้อมูล (Energy consumption) และค่าความเข้มของสัญญาณ (Signal Intensity) ในรูปแบบของดัชนีความดังของเสียงที่ได้ยินหรือ Received Signal Strength Indicator (RSSI) รวมไปถึงการพิจารณาระยะทางสูงสุดที่ข้อมูลยังสามารถสื่อสารซึ่งกันและกันได้ โดยผลลัพธ์จากการทดลองพบว่า การสื่อสารข้อมูลแบบบลอราใช้พลังงานในการส่งข้อมูลแต่ละครั้งน้อยที่สุดซึ่งน้อยกว่าการสื่อสารแบบบรูทูธที่มีการใช้พลังงานในการส่งมากที่สุดถึงเกือบ 4 เท่า ทั้งนี้ การพิจารณาค่าความเข้มของสัญญาณพบว่าในระยะทางเท่ากันการสื่อสารแบบบรูทูธมีค่าความเข้มของสัญญาณมากที่สุด ตามมาด้วยการสื่อสารแบบวายฟายและลอราตามลำดับ ในทางกลับกันการสื่อสารแบบบรูทูธมีความสามารถในการส่งข้อมูลระหว่างภาคส่งข้อมูลและภาครับข้อมูลสั้นที่สุดอย่างมีนัยยะสำคัญเมื่อเปรียบเทียบกับการสื่อสารลอราที่สามารถส่งข้อมูลได้ระยะทางไกลที่สุดอีกด้วย
การจำกัดกำลังป้อนเข้าสำหรับระบบพีวี-แบตเตอรี่บ้านพักอาศัยโดยการพยากรณ์พีวีและการปรับแต่งด้วยการป้อนกลับ,
2024
คณะวิศวกรรมศาสตร์
การจำกัดกำลังป้อนเข้าสำหรับระบบพีวี-แบตเตอรี่บ้านพักอาศัยโดยการพยากรณ์พีวีและการปรับแต่งด้วยการป้อนกลับ, กฤษฏิ์ ฉัตรชัยรุ่งเรือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
จากสถานการณ์การใช้พลังงานไฟฟ้าในปัจจุบัน เมื่อพิจารณาปัจจัยต่าง ๆ ในทุกมิติแล้ว มีความจำเป็นต้องเพิ่มสัดส่วนการผลิตไฟฟ้าจากพลังงานหมุนเวียน ทั้งนี้สัดส่วนของการผลิตไฟฟ้าจากพลังงานหมุนเวียนจะต้องมีความเหมาะสมโดยต้องคำนึงถึงเสถียรภาพและการบริหารจัดการของระบบไฟฟ้าทั้งในระบบส่งและระบบจำหน่าย วิทยานิพนธ์นี้จะนำเสนอวิธีการทำงานของระบบกักเก็บพลังงานแบตเตอรี่ (Battery Energy Storage System: BESS) ที่มีการพยากรณ์การผลิตไฟฟ้าจากพีวี มีวัตถุประสงค์เพื่อสนับสนุนการเพิ่มขึ้นของกำลังผลิตติดตั้ง (Installation Capacity) ของระบบผลิตไฟฟ้าพีวีในสายป้อนของระบบจำหน่ายภายใต้ข้อกำหนดของการไฟฟ้า และพัฒนาวิธีการตัดยอดกำลังป้อนเข้าของระบบผลิตไฟฟ้าพีวี พร้อมสนับสนุนการบริโภคเอง (Self-Consumption) ของกำลังไฟฟ้าที่ผลิตได้การควบคุมระบบกักเก็บพลังงานแบตเตอรี่ที่เหมาะสมสามารถช่วยตัดค่ายอดกำลังป้อนเข้าได้สูงสุดตามขนาดความจุของแบตเตอรี่ที่ติดตั้ง โดยทำภายใต้แนวคิดการตัดค่ายอดกำลังป้อนเข้าของพีวี ด้วยรูปแบบพลวัต (Dynamic Feed-in Limitation) ซึ่งต้องอาศัยการพยากรณ์การผลิตไฟฟ้าพีวีเพื่อกำหนดการอัดและคายประจุของระบบกักเก็บพลังงานแบตเตอรี่ โดยใช้แนวทางอนุกรมเวลา (Time Series) ด้วยระเบียบวิธี Box-Jenkins และปรับแต่งความถูกต้องโดยอาศัยกระบวนการป้อนกลับ (Feedback-Adjustment Scheme) ซึ่งจะแสดงผลการทำงานผ่านแบบจำลองโดยอ้างอิงข้อมูลที่เกิดขึ้นจริง
การประมาณมวลชีวภาพของต้นไม้ด้วยเทคโนโลยีไลดาร์ร่วมกับภาพถ่ายดาวเทียมเพื่อหาค่าคาร์บอนเครดิต,
2024
คณะวิศวกรรมศาสตร์
การประมาณมวลชีวภาพของต้นไม้ด้วยเทคโนโลยีไลดาร์ร่วมกับภาพถ่ายดาวเทียมเพื่อหาค่าคาร์บอนเครดิต, พสธร ธีระกานตภิรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอวิธีการประมาณมวลชีวภาพของต้นไม้และการคำนวณคาร์บอนเครดิตในพื้นที่จุฬาลงกรณ์มหาวิทยาลัย โดยใช้เทคโนโลยีไลดาร์จากโทรศัพท์มือถือ เก็บข้อมูลในรูปแบบแผนที่ความลึก เพื่อมาวิเคราะห์องค์ประกอบและคัดแยกชุดข้อมูลในส่วนของลำต้นในการสร้างชุดข้อมูลพอยต์คลาวด์ในรูปแบบสามมิติ และภาพถ่ายดาวเทียมเพื่อหาพื้นที่สีเขียวร่วมด้วย เพื่อวิเคราะห์เส้นผ่านศูนย์กลางระดับอก (DBH) ของต้นไม้ และสร้างความสัมพันธ์ระหว่าง DBH กับความสูงต้นไม้ ผลลัพธ์จะถูกนำไปคำนวณมวลชีวภาพต่อพื้นที่สีเขียว เพื่อคำนวณ การกักเก็บคาร์บอน และคาร์บอนเครดิตทั้งหมดในพื้นที่ศึกษา พร้อมทั้งเปรียบเทียบความแม่นยำระหว่างข้อมูลจากไลดาร์และการวัดจริง งานนี้มีเป้าหมายเพื่อสร้างวิธีการที่สะดวกและมีแบบแผนสำหรับการติดตามพื้นที่สีเขียวและคาร์บอนเครดิตในพื้นที่อื่นๆ ในอนาคต.
Multiple Face Detection And Recognition For System-On-Chip Fpgas,
2024
Faculty of Engineering
Multiple Face Detection And Recognition For System-On-Chip Fpgas, Siraphop Santiwiwat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Recognizing multiple faces within a single frame or image presents a significant challenge in facial recognition tasks. This challenge demands robust algorithms capable of handling variations in facial position, unstable brightness, and the presence of accessories such as glasses or hats. However, in current surveillance applications, multiple face recognition is vital for maintaining various security measures. In such applications, there is a need for processors that are compact and deployable in diverse environments. FPGA is popular due to its compact size, cost-effectiveness, and high performance. In this thesis, we proposed the implementation of multiple face detection and recognition on an …
Contextual Matching And Aggregation Network For Mri Image Super-Resolution,
2024
Faculty of Engineering
Contextual Matching And Aggregation Network For Mri Image Super-Resolution, Abdulhamid Muhammad
Chulalongkorn University Theses and Dissertations (Chula ETD)
High-resolution (HR) Magnetic Resonance Imaging (MRI) provides detailed visualization of healthy and pathological tissues, making it a vital tool for accurate diagnosis, and enhancing physicians’ ability to detect lesions with better precision. However, obtaining HR MRI images in practice is often challenging due to hardware limitations, extended scan durations, and patient discomfort. Super-resolution (SR) techniques have been developed to recover HR image from LR image. However, capturing and integrating local and global features remains a significant challenge, as many approaches inadequately model the complex contextual correlations across multiple scales thereby degrading reconstruction quality. To address these limitations, we propose an …
A High-Gain Wideband Antenna Employing Novel Partial Reflective Surfaces,
2024
Faculty of Engineering
A High-Gain Wideband Antenna Employing Novel Partial Reflective Surfaces, Mia Maria Ulfah
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this dissertation, different partially reflective surfaces (PRS) are investigated to improve the gain and bandwidth of a Fabry–Perot cavity (FPC) antenna for wireless local-area network (WLAN) and vehicle-to-vehicle (V2V) communication applications. Each of the proposed PRSs has the phase of a reflection coefficient that increases with frequency. This property of the PRS is required for a broadband characteristic of the FPC antenna, which is desirable for the intended applications. A U-shaped microstrip patch antenna (MPA) with a parasitic rectangular patch is used as a feed antenna. It is designed for operation in the WLAN and V2V frequency bands. The …
An Attention-Guided Image Super-Resolution For Scene Text,
2024
Faculty of Engineering
An Attention-Guided Image Super-Resolution For Scene Text, Tithnorakneath Em
Chulalongkorn University Theses and Dissertations (Chula ETD)
Scene Text Image Super-Resolution (STISR) is crucial in enhancing text recognition for low-resolution images, often degraded due to environmental and device limitations. While many existing STISR approaches leverage super-resolution techniques to refine image quality, they frequently need specialized mechanisms to extract text-specific features. Most existing methods were based on feature extraction methods that missed critical details, such as edges and text-background contrasts, that are usually important for recognition. In this work, we propose a new feature extraction method that uses Channel Attention and Spatial Attention mechanisms to emphasize features related to text, namely edges, contours, and spatial alignment. We add …
Ecgconvt : A Hybrid Cnn And Vision Transformer Model For 12-Lead Ecg Images Classification,
2024
Faculty of Engineering
Ecgconvt : A Hybrid Cnn And Vision Transformer Model For 12-Lead Ecg Images Classification, Mudassar Khalid
Chulalongkorn University Theses and Dissertations (Chula ETD)
Cardiovascular diseases (CVDs) are the most common cause of human deaths globally, and they can be controlled by early diagnosis and accurate classification of the electrocardiograms. The Electrocardiogram, commonly known as an ECG, is a very affordable technique to know about the health of the heart from 12 different angles by using 12-Leads to capture the heart's electrical activity. A hybrid deep learning model is proposed in this study to classify the different heart diseases. The deep learning model is composed of a CNN(Xception) to capture all the local feature-maps of the images and a vision transformer (ViT) to study …
