Digital Commons Network^™

Applications Of Transfer Learning From Malicious To Vulnerable Binaries, Sean Patrick Mcnulty

Graduate Student Theses, Dissertations, & Professional Papers

Malware detection and vulnerability detection are important cybersecurity tasks. Previous research has successfully applied a variety of machine learning methods to both. However, despite their potential synergies, previous research has yet to unite these two tasks. Given the recent success of transfer learning in many domains, such as language modeling and image recognition, this thesis investigated the use of transfer learning to improve vulnerability detection. Specifically, we pre-trained a series of models to detect malicious binaries and used the weights from those models to kickstart the detection of vulnerable binaries. In our study, we also investigated five different data representations …

Additive P-Value Combination Test, Xing Ling

Dissertations, Master's Theses and Master's Reports

This dissertation includes four Chapters. A brief description of each chapter is organized as follows.

In Chapter 1, some developments on multiple hypotheses tests are introduced. Some preliminaries about the definition and the assumption are included.

In Chapter 2, a Stable Combination Test is proposed to combine $p$-values from multiple hypotheses tests. We show the proposed method controls the family-wise error rate at the target level and maintains asymptotically optimal power even when the elementary p-values from the individual hypotheses are dependent.

In Chapter 3, a deeper dig into the additive p-value combination test is performed. A common idea behind …

Machine Learning Methods For Prediction Of Human Infectious Virus And Imputation Of Hla Alleles, Xiaoqing Gao

Dissertations, Master's Theses and Master's Reports

This dissertation contains three Chapters. The following is a concise description of each Chapters.

In Chapter 1, we introduced the Random Forest, a machine learning method, to foresee whether a virus is capable of infecting humans. The Covid pandemic informs us the importance of predicting the ability of a zoonotic virus that can infect humans from its genomic sequence. We used the -mer with and as features of a virus to predict if it can affect humans. We further employed the Boruta algorithm to select the important features, then fed those important features into the Random Forest method to train …

Investigating Collaborative Explainable Ai (Cxai)/Social Forum As An Explainable Ai (Xai) Method In Autonomous Driving (Ad), Tauseef Ibne Mamun

Dissertations, Master's Theses and Master's Reports

Explainable AI (XAI) systems primarily focus on algorithms, integrating additional information into AI decisions and classifications to enhance user or developer comprehension of the system's behavior. These systems often incorporate untested concepts of explainability, lacking grounding in the cognitive and educational psychology literature (S. T. Mueller et al., 2021). Consequently, their effectiveness may be limited, as they may address problems that real users don't encounter or provide information that users do not seek.

In contrast, an alternative approach called Collaborative XAI (CXAI), as proposed by S. Mueller et al (2021), emphasizes generating explanations without relying solely on algorithms. CXAI centers …

Novel Bayesian Neural Networks And Uncertainty Quantification Of Computational Mechanics Models, Ponkrshnan Thiagarajan

Dissertations, Master's Theses and Master's Reports

Computational and data-driven models suffer from a wide range of uncertainties that impact the reliability of such models. Given the exponential proliferation of machine learning models in real-world systems, establishing a degree of confidence in their predictions becomes paramount. Reliability in predictions takes on utmost significance in domains such as autonomous driving, medical image analysis, etc., where human lives are involved, and inaccuracies in predictions could lead to disastrous outcomes. For these reasons, comprehending and quantifying uncertainties in computational and data-driven models is of utmost importance. A number of techniques have been developed to quantify uncertainties in machine learning models. …

Advances In Differentially Methylated Region Detection And Cure Survival Models, Daniel Ahmed Alhassan

Doctoral Dissertations

"This dissertation focuses on two areas of statistics: DNA methylation and survival analysis. The first part of the dissertation pertains to the detection of differentially methylated regions in the human genome. The varying distribution of gaps between succeeding genomic locations, which are represented on the microarray used to quantify methylation, makes it challenging to identify regions that have differential methylation. This emphasizes the need to properly account for the correlation in methylation shared by nearby locations within a specific genomic distance. In this work, a normalized kernel-weighted statistic is proposed to obtain an optimal amount of "information" from neighboring locations …

Recurrent Event Data Analysis With Mismeasured Covariates, Ravinath Alahakoon Mudiyanselage

Doctoral Dissertations

"Consider a study with n units wherein every unit is monitored for the occurrence of an event that can recur with random end of monitoring. At each recurrence, p concomitant variables associated to the event recurrence are recorded with q (q ≤ p) collected with errors. Of interest in this dissertation is the estimation of the regression parameters of event time regression models accounting for the covariates. To circumvent the problem of bias and consistency associated with model's parameter estimation in the presence of measurement errors, we propose inference for corrected estimating functions with well-behaved roots under additive measurement errors …

A Fairness Parameters Selection Method For Convex Fairness-Aware Classification Models, Puvarith Veerabulyarith

Chulalongkorn University Theses and Dissertations (Chula ETD)

Fairness-aware classification has emerged as a focal point in a wide range of machine learning applications. To address fairness issues such as demographic parity and disparate mistreatment, researchers have developed fair classifiers. A common approach for creating fairness-aware models involves formulating an optimization problem where fairness constraints are incorporated. However, the determination of optimal fairness constraint limits poses a significant challenge. In the first part of this paper, we explore the behavior of the fairness constraint limits on the model loss and the fairness metric. Next, we introduce a method for selecting suitable limits from a set of efficient limits …

A High-Dimensional Variable Selection Under Multicollinearity Via Whitening Elastic Net, Naphat Kanjanaphan

Chulalongkorn University Theses and Dissertations (Chula ETD)

In high-dimensional data research such as genomics data, identifying predictors in highly correlated data poses significant challenges, especially when employing regularization methods. We found WLasso (Whitening Lasso), which effectively handles highly correlated settings by transforming predictors to mitigate correlation and applying generalized Lasso criteria. To ensure fairness in comparison with other regularization methods, we utilize a simplified version of WLasso, retaining its core concept while eliminating the coefficient ranking process. Our aim is to enhance WLasso performance by adapting it to the Generalized Elastic Net framework, resulting in Whitening Elastic Net. Leveraging the transformation process of WLasso, we integrate it …

การเปรียบเทียบการจำแนกเม็ดเลือดแดงที่ติดเชื้อมาลาเรียด้วยโครงข่ายคอนโวลูชันโดยใช้เครื่องมือเพิ่มประสิทธิภาพที่แตกต่างกัน, นิชาภัทร บุญดิเรก

Chulalongkorn University Theses and Dissertations (Chula ETD)

มาลาเรียเป็นปัญหาสาธารณสุขระดับโลกที่สำคัญ การวินิจฉัยมาลาเรียในปัจจุบันใช้เทคนิคการตรวจสเมียร์เลือดด้วยฟิล์ม ซึ่งเป็นวิธีที่ได้รับการยอมรับมากที่สุด แต่ก็มักใช้เวลานานและเสี่ยงต่อความผิดพลาด ปัจจุบันได้มีการนำการเรียนรู้ของเครื่องมาจำแนกภาพทางการแพทย์ซึ่งทำได้อย่างรวดเร็วและแม่นยำ โครงข่ายประสาทเทียมแบบคอนโวลูชั่น เป็นเทคนิคการเรียนรู้เชิงลึกที่ถูกใช้กันอย่างแพร่หลายในด้านการประมวลผลภาพ โดยใช้ร่วมกับการเรียนรู้แบบถ่ายทอด ซึ่งช่วยลดเวลาที่ใช้ในการพัฒนาแบบจำลอง การศึกษาครั้งนี้ได้ทำการศึกษาผลของเครื่องมือเพิ่มประสิทธิภาพต่อประสิทธิภาพในการการจำแนกเม็ดเลือดแดงที่ติดเชื้อมาลาเรีย โดยใช้โครงข่ายประสาทเทียมแบบคอนโวลูชั่นควบคู่กับการเรียนรู้แบบถ่ายทอดจากแบบจำลองที่ได้รับการฝึกอบรมมาล่วงหน้า 3 แบบ คือ InceptionV3 EfficientNetB0 และ ConvNeXtTiny ร่วมกับการใช้เครื่องมือเพิ่มประสิทธิภาพ ที่แตกต่างกัน คือ SGD with Momentum, RMSProp และ ADAM กับรูปภาพเซล์เม็ดเลือดแดงจำนวน 27,558 ภาพ ซึ่งประกอบด้วยรูปภาพของเซลล์เม็ดเลือดแดงที่ติดเชื้อ และรูปภาพของเซลล์เม็ดเลือดแดงที่ไม่ติดเชื้อประเภทละ 13,779 ภาพ จากการศึกษาพบว่าแบบจำลอง EfficientNetB0 ที่ใช้ร่วมกับ ADAM มีประสิทธิภาพสูงสุด โดยมีการสูญเสียโดยเฉลี่ยน้อยที่สุด เท่ากับ 0.1043 มีค่าความแม่น ค่าความเที่ยง ค่าความไว ค่า F1-score และค่าความจำเพาะโดยเฉลี่ยสูงที่สุด เท่ากับ 0.9638, 0.9581, 0.9700, 0.9640 และ 0.9576 ตามลำดับ ในการศึกษานี้ การใช้ EfficientNetB0 ร่วมกับ ADAM ได้ผลลัพธ์ที่ดีที่สุด

ประสิทธิภาพของแบบจำลองโครงสร้างผสมระหว่างแบบจำลองหน่วยความจำระยะสั้นแบบยาวและแบบจำลองโครงข่ายประตูวกกลับสำหรับการพยากรณ์ระยะยาวของราคาปิดหุ้น, ธนกฤต เถรว่อง

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์เพื่อวัดประสิทธิภาพของตัวแบบการเรียนรู้เชิงลึกโครงสร้างผสม GRU-LSTMในการพยากรณ์ระยะราคาปิดหุ้นระยะยาวในอีก 30 วันข้างหน้า โดยมีตัวแบบโครงข่ายระบบประสาทย้อนกลับ,ตัวแบบจำลองหน่วยความจำระยะสั้นแบบยาวและตัวแบบจำลองโครงข่ายประตูวกกลับ ในการร่วมเปรียบเทียบประสิทธิภาพการพยากรณ์ราคาปิดระยะยาว ภายใต้หุ้นใน SET50 ซึ่งในงานวิจัยนี้หุ้นจะถูกเลือกมาจากกลุ่มหุ้นที่มีลักษณะความผันผวนที่แตกต่างกันได้แก่ กลุ่มหุ้นที่มีความผันผวนต่ำ ADVANC BDMS กลุ่มหุ้นที่มีความผันผวนกลาง CPALL MINT กลุ่มหุ้นที่มีความผันผวนสูง SAWAD DELTA โดยข้อมูลของหุ้นแต่ละตัวถูกเก็บตั้งแต่เดือน ตุลาคม พ.ศ. 2561 ถึง กันยายน พ.ศ. 2566 (5 ปีย้อนหลัง) ซึ่งขั้นตอนการแบ่งข้อมูลของงานวิจัยนี้แบ่งเป็น 3 ส่วน ได้แก่ ข้อมูลชุดฝึกฝนตัวแบบ, ข้อมูลตรวจสอบ , ข้อมูลชุดทดสอบตัวแบบ โดยขั้นตอนการสร้างตัวแบบการเรียนรู้เชิงลึกในแต่ละชนิด ได้ใช้วิธีการทำไฮเปอร์พารามิเตอร์จูนนิ่งเพื่อหาชุดไฮเปอร์พารามิเตอร์ที่เหมาะสมที่สุดในแต่ละตัวแบบจากวิธีการค้นหาแบบสุ่ม ผลการวิจัยพบว่าเมื่อใช้ค่าคลาดเคลื่อนเฉลี่ยกำลังสองเป็นเกณฑ์ในการวัดประสิทธิภาพการพยากรณ์ระยะยาวของตัวแบบการเรียนรู้เชิงลึก ตัวแบบโครงสร้างผสม GRU-LSTM ไม่ได้มีประสิทธิภาพการพยากรณ์ระยะยาวสูงกว่าตัวแบบโครงสร้างเดี่ยวเสมอไป ตัวแบบโครงสร้างผสม GRU-LSTM มีประสิทธิภาพการพยากรณ์ระยะยาวสูงกว่าตัวแบบโครงสร้างเดี่ยว GRU และ LSTM ในหุ้นกลุ่มที่มีระดับความผันผวนต่ำ ซึ่งตัวแบบโครงสร้างผสม GRU-LSTM ให้ประสิทธิพยากรณ์ระยะยาวที่ค่อนข้างดีเมื่อเทียบกับเวลาที่ใช้ในการฝึกฝนตัวแบบ

การเปรียบเทียบประสิทธิภาพของการประมาณค่าสัมประสิทธิ์การถดถอยเชิงเส้นด้วยวิธีการลาสโซที่มีความแกร่งภายใต้ข้อมูลมิติสูงที่มีค่านอกเกณฑ์, อัญชิษฐา ศรีภา

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพการประมาณค่าสัมประสิทธิ์การถดถอยทั้งหมด 5 วิธี คือ 1) วิธีการลาสโซแบบปรับได้ที่ใช้ค่าถ่วงน้ำหนักด้วยวิธีการริดจ์ (AD-R) 2) วิธีการลาสโซแบบปรับได้ที่ใช้ค่าถ่วงน้ำหนักด้วยวิธีการลาสโซ (AD-L) 3) วิธีการ LAD Lasso (LAD) 4) วิธีการ Huber Lasso (HB) 5) วิธีการลาสโซแบบปรับได้ที่มีความแกร่ง (RA) ภายใต้ข้อมูลมิติสูง ผ่านข้อมูลจำลองใน 4 กรณีคือ (i) กรณีที่ไม่มีปัญหาค่านอกเกณฑ์ มีค่านอกเกณฑ์ขนาดปานกลางในตัวแปรตาม และมีค่านอกเกณฑ์ขนาดใหญ่ในตัวแปรตาม (ii) กรณีที่ตัวแปรอิสระมีความสัมพันธ์ระดับปานกลางและสูง (iii) กรณีอัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) สูงและต่ำ (iv) ขนาดตัวแปรอิสระที่แตกต่างกัน ในการเปรียบเทียบประสิทธิภาพจะพิจารณาความถูกต้องในการพยากรณ์ รวมถึงประสิทธิภาพในการคัดเลือกตัวแปรเข้าสู่ตัวแบบ ผลการศึกษาพบว่า ในด้านความถูกต้องในการพยากรณ์ ในกรณีที่ข้อมูลไม่มีปัญหาค่านอกเกณฑ์ เมื่อตัวแปรมีความสัมพันธ์ระดับสูง AD-R ความสามารถในการพยากรณ์ดีที่สุดในภาพรวม และเมื่อตัวแปรมีความสัมพันธ์ระดับปานกลาง AD-L จะมีความสามารถในการพยากรณ์ดีที่สุดในเกือบทุกกรณี แต่เมื่อข้อมูลมีค่านอกเกณฑ์ขนาดกลาง วิธีการ Huber Lasso มีประสิทธิภาพในการพยากรณ์ดีที่สุดในหลายกรณี ในขณะที่ LAD Lasso จะมีความประสิทธิภาพในการพยากรณ์ดีที่สุดในเกือบทุกกรณีที่ข้อมูลมีค่านอกเกณฑ์ขนาดใหญ่ สำหรับประสิทธิภาพในการคัดเลือกตัวแปรเข้าสู่ตัวแบบ พบว่าในภาพรวม ค่าเฉลี่ยของความแม่นยำและความจำเพาะของวิธีการ AD-L จะมีค่าสูงที่สุดในหลายกรณี แต่เมื่อตัวแปรอิสระมีความสัมพันธ์กันสูง วิธีการ RA จะมีค่าเฉลี่ยความแม่นยำและความจำเพาะสูงสุดในหลายกรณี ในขณะที่ค่าเฉลี่ยของค่าความระลึกของวิธีการ AD-R จะมีค่าเฉลี่ยสูงที่สุดในเกือบทุกกรณีที่ SNR ต่ำและตัวแปรมีความสัมพันธ์กันสูง ส่วนกรณีที่ SNR สูงและตัวแปรมีความสัมพันธ์กันระดับปานกลาง Huber Lasso และ LAD Lasso จะมีค่าเฉลี่ยของค่าความระลึกสูงที่สุด

Binary And Multi-Label Machine Learning Models For Discrete-Time Survival Analysis: A Case Study To Predict Complications And Mortality In Thai Diabetic Patients, Heng Chheang

Chulalongkorn University Theses and Dissertations (Chula ETD)

In this research, we address the issue of predicting complications among Thai diabetic patients, considering the interconnected nature of these complications. Noncommunicable diseases (NCDs) such as Type-I and Type-II diabetes impose a significant global health burden, with major complications such as cardiovascular disease being the leading cause. Early detection of complications is crucial, and survival analysis emerges as a key method for this task. While classical approaches focus on continuous-time survival prediction, the advancement of machine learning has enabled the development of discrete-time survival classification. This thesis conducts a comprehensive analysis of survival prediction for Diabetes-related complications, employing six machine …

การเปรียบเทียบวิธีการใส่ค่าข้อมูลสูญหายแบบนอนอิกนอร์เรเบิลในการวิเคราะห์อนุกรมเวลาที่มีคุณสมบัติคงที่ภายใต้ค่าคลาดเคลื่อนที่มีการแจกแจงแบบแกมม่า, ณภัทร เตชะมานะพงษ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาครั้งนี้มีจุดประสงค์เพื่อศึกษา และ เปรียบเทียบวิธีการใส่ค่าสูญหายต่างๆเพื่อแก้ปัญหาการสูญหายแบบนอนอิกนอร์เรเบิลในข้อมูลอนุกรมเวลาที่มีคุณลักษณะคงที่ ภายใต้ค่าคลาดเคลื่อนที่มีการแจกแจงแบบแกมม่า โดยวิธีการใส่ค่าสูญหายที่ทำการศึกษาได้แก่ Mean Imputation, Median Imputation, Last Observation Carried Forward (LOCF), Linear Interpolation, Expectation-Maximization (EM) Algorithm โดยได้ทำการศึกษาประสิทธิภาพของวิธีการใส่ค่าสูญหายภายใต้สถานการณ์ที่มีการควบคุมปัจจัยต่างๆ ได้แก่ ค่าความแปรปรวน และ สัมประสิทธิ์ความเบ้ของค่าคลาดเคลื่อนในตัวแบบอนุกรมเวลา, ขนาดตัวอย่าง, สัมประสิทธิ์อัตถดถอยอันดับที่ 1, สัดส่วนการสูญหาย และ ระดับการสูญหายแบบนอนอิกนอร์เรเบิล และวัดประสิทธิภาพด้วยค่าเฉลี่ยของรากที่สองของค่าเฉลี่ยค่าคลาดเคลื่อนกำลังสอง (Average Root Mean Square Error : ARMSE) โดยวิธีการที่ให้ค่า ARMSE น้อยที่สุดจะมีประสิทธิภาพสูงที่สุด ผลการวิจัยพบว่า (i) วิธี Linear Interpolation เป็นวิธีการใส่ค่าสูญหายที่ดีที่สุดในกรณีส่วนใหญ่ (ii) วิธี EM จะมีประสิทธิภาพเหนือวิธี Linear Interpolation และ LOCF เมื่อมีขนาดตัวอย่างมากพอ (iii) การเพิ่มขึ้นของความเบ้ในข้อมูลอนุกรมเวลามีส่วนช่วยในการปรับปรุงประสิทธิภาพของวิธีการใส่ค่าสูญหายเมื่อข้อมูลอนุกรมเวลามีการสูญหายแบบนอนอิกนอร์เรเบิล

พฤติกรรมของครูในการช่วยเหลือดูแลนักเรียนด้านความปลอดภัยทางดิจิทัลที่มีต่อความสามารถในการฟื้นพลังทางดิจิทัลของนักเรียน: การวิเคราะห์อิทธิพลส่งผ่านแบบพหุระดับ, ชานนท์ พูลสุขเสริม

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อสำรวจสภาพการฟื้นพลังทางดิจิทัล กรอบความคิดเติบโตทางดิจิทัล และการรับรู้ความสามารถทางดิจิทัลนักเรียน 2) สำรวจสภาพพฤติกรรมของครูในการดูแลช่วยเหลือนักเรียนด้านความปลอดภัยทางดิจิทัล และ 3) วิเคราะห์อิทธิพลของปัจจัยระดับนักเรียนและระดับครูที่มีต่อการฟื้นพลังทางดิจิทัลของนักเรียน ตัวอย่างที่ใช้ในการวิจัยครั้งนี้คือ นักเรียนมัธยมศึกษาตอนปลาย จำนวน 1,089 คน และครู จำนวน 43 คน โดยใช้การสุ่มแบบแบ่งชั้นตามภูมิภาคและขนาดโรงเรียน การเก็บรวบรวมข้อมูลใช้แบบสอบถามออนไลน์ที่พัฒนาให้มีคุณสมบัติการวัดเชิงจิตมิติทางด้านความตรงและความเที่ยง ข้อคำถามในงานวิจัยนี้มีค่าดัชนีความตรงตามเนื้อหา (I-CVI) ตั้งแต่ 0.80 ถึง 1.00 และมีค่าดัชนีความตรงตามเนื้อหาเชิงโครงสร้าง (S-CVI) เท่ากับ 0.83 ค่าสัมประสิทธิ์ Cronbach’s Alpha ของแต่ละตัวบ่งชี้มีค่าตั้งแต่ 0.610 ถึง 0.865 วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์โมเดลสมการโครงสร้างด้วยโปรแกรม R และ Mplus ผลการศึกษาพบว่า โมเดลสมการโครงสร้างสอดคล้องกับข้อมูลเชิงประจักษ์ (Chi-square (121) = 318.904, p < .001, RMSEA = 0.039, CFI = 0.985, TLI = 0.978, SRMRW = 0.018, SRMRB = 0.079, AIC = 18935.931, BIC = 19395.289) โดยมีรายละเอียดผลการวิจัยดังนี้ 1. ผลการวิเคราะห์อิทธิพลของปัจจัยระดับนักเรียน แสดงให้เห็นว่ากรอบความคิดเติบโตทางดิจิทัลมีอิทธิพลทางตรงต่อการฟื้นพลังทางดิจิทัลและการรับรู้ความสามารถทางดิจิทัลอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (BDGM->DRS = .548, p < .001; BDGM->DSE = .902, p < .001) ในขณะที่การรับรู้ความสามารถทางดิจิทัลมีอิทธิพลทางตรงต่อการฟื้นพลังทางดิจิทัลอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (BDSE->DRS = .399, p = .005) นอกจากนี้ยังพบว่ากรอบความคิดเติบโตทางดิจิทัลมีอิทธิพลทางอ้อมต่อการฟื้นพลังทางดิจิทัลผ่านการรับรู้ความสามารถของตนเองทางดิจิทัลอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (BDGM->DSE->DRS = .360, p = .005) โดยคิดเป็นอิทธิพลโดยรวมเท่ากับ .908 2. ผลการวิเคราะห์อิทธิพลของปัจจัยระดับครู แสดงให้เห็นว่าพฤติกรรมของครูในการช่วยเหลือดูแลนักเรียนด้านความปลอดภัยทางดิจิทัลมีอิทธิพลทางตรงต่อการรับรู้ความสามารถทางดิจิทัลของนักเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (B TSC->DSE = .657, p < .001) รวมถึงมีอิทธิพลทางตรงต่อการฟื้นพลังทางดิจิทัลของนักเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (BTSC->DRS = .811, p < .001) นอกจากนี้ยังอิทธิพลทางอ้อมต่อการฟื้นพลังทางดิจิทัลของนักเรียนผ่านการรับรู้ความสามารถทางดิจิทัลของนักเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (BTSC->DSE->DRS = .085, p < .001) โดยคิดเป็นอิทธิพลโดยรวมเท่ากับ .896 ข้อค้นพบดังกล่าวแสดงให้เห็นว่าการส่งเสริมให้นักเรียนมีการฟื้นพลังทางดิจิทัลต้องเริ่มส่งเสริมจากการสร้างกรอบความคิดเติบโตทางดิจิทัล และการรับรู้ความสามารถของตนเองทางดิจิทัลให้เกิดขึ้นกับนักเรียน นอกจากนี้ยังพบว่าครูที่ปรึกษามีบทบาทสำคัญในการส่งเสริมการฟื้นพลังทางดิจิทัลของนักเรียนอีกด้วย

การพัฒนาตัวบ่งชี้สมรรถนะการพยาบาลผู้สูงอายุ: การวิเคราะห์ความไม่แปรเปลี่ยน, ปภาวี ฐิติมโนวงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาตัวบ่งชี้สมรรถนะการพยาบาลผู้สูงอายุ 2) เพื่อทดสอบความสอดคล้องของโมเดลการวัดสมรรถนะการพยาบาลผู้สูงอายุที่พัฒนาขึ้นกับข้อมูลเชิงประจักษ์ และ 3) เพื่อทดสอบความไม่แปรเปลี่ยนของโมเดลการวัดสมรรถนะการพยาบาลผู้สูงอายุที่พัฒนาขึ้นตามกลุ่มสถาบันในสังกัดกระทรวงกลาโหม และสังกัดกระทรวงสาธารณสุข ด้วยวิธีการประมาณค่าความน่าจะเป็นสูงสุด ตัวอย่างที่ใช้ในการวิจัยครั้งนี้ คือ นักศึกษาพยาบาล จำนวน 235 คน จากวิทยาลัยพยาบาลกองทัพบก และวิทยาลัยพยาบาลบรมราชชนนี พระพุทธบาท เครื่องมือที่ใช้ในงานวิจัยในครั้งนี้ ได้แก่ แบบประเมินตนเองของนักศึกษาพยาบาลต่อสมรรถนะการพยาบาลผู้สูงอายุ การวิเคราะห์ข้อมูลเพื่อประมาณค่าพารามิเตอร์ในโมเดลด้วยวิธีการประมาณค่าความน่าจะเป็นสูงสุด จากโปรแกรม LISREL 8.72 1. โมเดลการวัดสมรรถนะการพยาบาลผู้สูงอายุ ประกอบด้วย 4 องค์ประกอบ 12 ตัวบ่งชี้ ประกอบด้วย องค์ประกอบที่ 1 ความสามารถด้านความเข้าใจบุคคลและเหตุการณ์ แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ การประยุกต์ใช้ความรู้ ความสามารถในการสื่อสาร ความเข้าใจความเปลี่ยนแปลงของผู้สูงอายุ องค์ประกอบที่ 2 ความสามารถในการให้การพยาบาล แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ ความสามารถด้านการพยาบาล ทักษะการทำงานร่วมกับผู้อื่น และการปฏิบัติการพยาบาลด้วยหลักจริยธรรม องค์ประกอบที่ 3 ความสามารถด้านการเสริมสร้างพลังอำนาจ แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ การมีเจตคติที่ดีต่อผู้สูงอายุ การสนับสนุนให้ผู้สูงอายุมีการตัดสินใจและปฏิบัติในสิ่งที่เหมาะสม และฝึกทักษะและพัฒนาศักยภาพของผู้สูงอายุและครอบครัวในการดูแลตนเอง องค์ประกอบที่ 4 ความสามารถด้านการส่งเสริมสุขภาพและป้องกันโรค แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ การจัดกิจกรรมส่งเสริมให้กับผู้สูงอายุ ทักษะการให้คำปรึกษาทางสุขภาพ และทักษะการส่งเสริมความรู้ด้านสุขภาพและป้องกันโรค 2. โมเดลการวัดสมรรถนะการพยาบาลผู้สูงอายุสอดคล้องกับข้อมูลเชิงประจักษ์ (χ2(29)=37.94, p=.124, RMSEA=.036, CFI=.999, NFI=.995, NNFI=.997) โดยความสามารถในการให้การพยาบาลมีค่าน้ำหนักองค์ประกอบสูงที่สุด (B=.996) รองลงมาคือความสามารถด้านการเสริมสร้างพลังอำนาจ (B=.954) ความสามารถด้านการส่งเสริมสุขภาพและป้องกันโรค (B=.944) และความสามารถด้านความเข้าใจบุคคลและเหตุการณ์ (B=.862) ตามลำดับ 3. ผลการวิเคราะห์ความไม่แปรเปลี่ยนของโมเดลการวัดสมรรถนะการพยาบาลผู้สูงอายุของนักศึกษาพยาบาลในสังกัดกระทรวงกลาโหม และสังกัดกระทรวงสาธารณสุข พบว่าโมเดลไม่แปรเปลี่ยนตามสังกัดทั้งในรูปแบบและน้ำหนักองค์ประกอบ แต่พบว่าเมริกซ์ความแปรปรวน-ความแปรปรวนร่วมของพารามิเตอร์ความคลาดเคลื่อนจากการวัดแปรเปลี่ยนตามสังกัด

แนวทางการพัฒนากรอบความคิดเติบโตเพื่อส่งเสริมประสิทธิภาพในการเรียนออนไลน์ของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ, วันวิสาข์ เสาว์สิงห์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์ดังนี้ 1) เพื่อสำรวจสภาพกรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียน 2) เพื่อวิเคราะห์อิทธิพลพหุระดับของปัจจัยที่ส่งผลต่อกรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียน และ 3) เพื่อเสนอแนวทางการพัฒนากรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียน ตัวอย่างวิจัยประกอบด้วยครูจำนวน 63 คน และนักเรียน จำนวน 1,201 คน กำหนดตัวอย่างด้วยวิธีการสุ่มแบบหลายขั้นตอนจากโรงเรียนในสังกัด สพฐ. เก็บข้อมูลเชิงปริมาณโดยใช้แบบสอบถามออนไลน์ 2 ฉบับ คือ แบบสอบถามสำหรับครูและสำหรับนักเรียน ส่วนข้อมูลสำหรับการออกแบบแนวทางการพัฒนากรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียนเก็บรวบรวมโดยใช้วิธีการสนทนากลุ่ม วิเคราะห์ข้อมูลโดยใช้สถิติบรรยายในการบรรยายสภาพกรอบความคิดเติบโตในการเรียนออนไลน์และปัจจัยต่าง ๆ ในขณะที่การวิเคราะห์อิทธิพลของปัจจัยที่ส่งผลต่อกรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียนจะวิเคราะห์ด้วยการวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ (2 ระดับ) ส่วนข้อมูลเชิงคุณภาพจะวิเคราะห์ด้วยการวิเคราะห์เนื้อหา ผลการวิจัยพบว่ากรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียนภาพรวมอยู่ในระดับมาก เมื่อจำแนกตามขนาดโรงเรียนพบว่าโรงเรียนทุกขนาดมีกรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียนอยู่ในระดับมาก เมื่อพิจารณาผลการวิเคราะห์ MSEM พบว่าโมเดลสมการโครงสร้างพหุระดับของกรอบความคิดเติบโตในการเรียนออนไลน์ของนักเรียนสอดคล้องกับข้อมูลเชิงประจักษ์ (χ2 = 121.477, df = 66, p = .000, CFI = .996, TLI = .988, RMSEA = .026) ผลการวิเคราะห์ปัจจัยระดับนักเรียนพบว่าแรงจูงใจใฝ่สัมฤทธิ์มีอิทธิพลต่อกรอบความคิดเติบโตในการเรียนออนไลน์สูงที่สุด นอกจากนี้แรงจูงใจใฝ่สัมฤทธิ์ยังส่งผ่านอิทธิพลของการรับรู้ความสามารถของตนเองที่มีต่อกรอบความคิดเติบโตในการเรียนออนไลน์ ส่วนการสนับสนุนของเพื่อนมีอิทธิพลทางบวกในขณะที่การสนับสนุนของผู้ปกครองมีอิทธิพลทางลบต่อกรอบความคิดเติบโตในการเรียนออนไลน์อย่างมีนัยสำคัญที่ระดับ .05 ผลการวิเคราะห์ปัจจัยระดับครูพบว่าทั้งการจัดการเรียนรู้ของครูและการสนับสนุนของครูมีอิทธิพลต่อกรอบความคิดเติบโตในการเรียนออนไลน์ตามลำดับอย่างมีนัยสำคัญที่ระดับ .05 จากผลการวิจัยเชิงปริมาณและข้อมูลเชิงคุณภาพสามารถนำมาใช้ออกแบบแนวทางในการเรียนออนไลน์ของนักเรียนที่มุ่งเน้นการจัดการเรียนรู้เชิงรุก การประเมินระหว่างทาง และการให้ข้อมูลป้อนกลับ แนวทางที่นำเสนอในงานวิจัยครั้งนี้แบ่งเป็น 2 แนวทางย่อย คือ 1) การส่งเสริมการรับรู้ความสามารถของตนเองและแรงจูงใจใฝ่สัมฤทธิ์ผ่านกิจกรรมในชั้นเรียนออนไลน์ และ 2) การประสานความร่วมมือระหว่างบ้านและโรงเรียนในการส่งเสริมกรอบความคิดเติบโตในการเรียนออนไลน์

Modeling Growth And Stress Factors For Converted Silvopasture Systems In The Missouri Ozarks, Bailee N. Suedmeyer

Graduate Theses/Dissertations

Silvopasture systems are becoming increasingly popular among sustainable agriculture ranchers, due to the increase in knowledge of benefits to the cattle and ability to grow cool season grasses beneath the canopy. This project focuses on the forest crop aspect of silvopasture systems from monitoring of the health of the trees over time to recommendations for thinning management to keep it functioning as viable silvopasture. The study site consists of five acres of upland hardwood forest area in Southern Missouri with 18 monumented fixed area plots. Arial and ground data was collected at each plot throughout the growing season, along with …

Statistical Models For Decision-Making In Professional Soccer, Sean Hellingman

Theses and Dissertations (Comprehensive)

As soccer is widely regarded as the most popular sport in the world there is high interest in methods of improving team performances. There are many ways teams and individual athletes can influence their own performances during competition. This thesis focuses on developing statistical methodologies for improving competition-based decision-making for soccer so as to allow professional soccer teams to make better informed decisions regarding player selection and in-game decision-making.

To properly capture the dynamic actions of professional soccer, Markov chains with increasing complexity are proposed. These models allow for the inclusion of potential changes in the process caused by goals …

การเปรียบเทียบการทำนายทิศทางของราคาหุ้นไทยโดยใช้ตัวแบบ Random Forests, Xgboost และ Lightgbm, สาธิตา ไชยมหา

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษานี้มีวัตถุประสงค์เพื่อทำนายทิศทางของหุ้นไทย โดยทำการทดลองเปรียบเทียบเครื่องมือทางสถิติด้วยตัวแบบ Random Forests, XGBoost และ LightGBM โดยใช้ตัวแปรค่าของข้อมูลก่อนหน้า (Lag Features) เพียงอย่างเดียว ข้อมูลตัวชี้วัด (Indicators) ของหุ้นเพียงอย่างเดียว และ ข้อมูลตัวชี้วัด (Indicators) ของหุ้นร่วมกับข้อมูลก่อนหน้า (Lag Features) กับทั้ง 3 ตัวแบบ ด้วยวิธีการปรับแต่งไฮเปอร์พารามิเตอร์ระหว่างการปรับให้เหมาะสมแบบเบย์ (Bayesian Search) และการค้นหาแบบสุ่ม (Random Search) ในการทำนายทิศทางหุ้นล่วงหน้า 1, 3, 5,10, 15, 30, 60, 90 และ 180 วัน โดยศึกษาหุ้นทั้งหมด 8 ตัวที่ต่างอุตสาหกรรม ดังนี้ เกษตรและอุตสาหกรรมอาหาร (AGRO) สินค้าอุปโภคบริโภค (CONSUMP) ธุรกิจการเงิน (FINCIAL) สินค้าอุตสาหกรรม (INDUS) อสังหาริมทรัพย์และก่อสร้าง (PROPCON) ทรัพยากร (RESOURC) บริการ (SERVICE) เทคโนโลยี (TECH) ข้อมูลราคาหุ้นจาก finance.yahoo.com ปี ค.ศ. 2014-2023 โดยเลือกหุ้นที่มีมูลค่าสูงสุดจากแต่ละกลุ่มอุตสาหกรรม ซึ่งขั้นตอนการแบ่งข้อมูลออกเป็นข้อมูลชุดฝึกฝน (Training Set) และข้อมูลชุดทดสอบ (Test Set) และทำการแบ่ง K-Fold Cross-Validation ทั้งหมด 5 Fold และวัดผลตัวแบบด้วยค่าความแม่นยำ (Accuracy), Precision, Recall, F1-Score และ AUC จากการศึกษาพบว่า ตัวแบบ Random Forests, XGBoost และ LightGBM มีผลลัพธ์การทำนายใกล้เคียงกันในแต่ละชุดตัวแปร และวิธีวิธีการปรับแต่งไฮเปอร์พารามิเตอร์ระหว่างการปรับให้เหมาะสมแบบเบย์ (Bayesian Search) และการค้นหาแบบสุ่ม (Random Search) ให้ผลลัพธ์ใกล้เคียงกันในแต่ละตัวแบบ …

Eeg-Based Spanish Language Proficiency Classification: An Eeg Power Spectrum And Cross-Spectrum Analysis, Blaise Xavier O'Mara, Skyler Baumer

Honors Theses and Capstones

Second language proficiency may be predicted with electrophysiological techniques. In a machine learning application, this electrophysiological data may be used for language instructors and language students to assess their language learning. This study identifies how electroencephalogram (EEG) power spectrum and cross spectrum data of the brain cortex relates to Spanish second language (L2) proficiency of 20 Spanish language students of varying proficiency levels at the University of New Hampshire. The two metrics for assessing cortical power and processing were event-related desynchronization (ERD)—a measure of relative change in power—of the alpha (8-12 Hz) brain frequency band, and alpha and beta (13-30Hz) …

Occurrence Of Per- And Polyfluoroalkyl Substances (Pfas) In New Hampshire Biosolids, Katherine A. Wieck

Honors Theses and Capstones

Per- and polyfluoroalkyl substances (PFAS) are a group of over 4,000 compounds used in the manufacturing of products including aqueous film forming foams for firefighting, stain repellents, waterproofing agents, and nonstick cookware since their initial development in the 1940s. The long fluorinated carbon chain structure of PFAS causes chemical and thermal stability, and thus resistance to biodegradation. Biosolids produced at wastewater facilities for uses such as agricultural land-applied compost and fertilizer for lawns and athletic fields, as well as sludge disposed in landfills can cause contamination of groundwater and surface water. This poses a significant threat to human and environmental …

Assessing Arrest & Traffic Stop Patterns In Portland, Me, Jack Mcdevitt Ph.D., George Shaler Mph, Sarah Krichels Goan Mpp, Stephen Abeyta, Carlos Cuevas Phd

Publications

This project examined the available arrest and traffic citation data from Portland Police Department to determine if there is any evidence of disproportionate enforcement activities in the city.

Predicting Convection Configurations In Coupled Fluid-Porous Systems, Matthew Mccurdy, Nicholas J. Moore, Xiaoming Wang

Mathematics and Statistics Faculty Research & Creative Works

A ubiquitous arrangement in nature is a free-flowing fluid coupled to a porous medium, for example a river or lake lying above a porous bed. Depending on the environmental conditions, thermal convection can occur and may be confined to the clear fluid region, forming shallow convection cells, or it can penetrate into the porous medium, forming deep cells. Here, we combine three complementary approaches - linear stability analysis, fully nonlinear numerical simulations and a coarse-grained model - to determine the circumstances that lead to each configuration. the coarse-grained model yields an explicit formula for the transition between deep and shallow …

On Kernel-Based Estimator Of Odds Ratio Using Different Stratified Sampling Schemes, Abbas Eftekharian, Hani Samawi, Haresh Rochani

Biostatistics, Epidemiology & Environmental Health Sciences: Faculty Publications

The kernel-based estimator of Cochran Mantel-Haenszel odds ratio based on stratified simple and ranked set sampling is proposed. The expectation and variance of the estimator are analytically obtained. Using a simulation study, the estimator based on stratified ranked set sampling is more efficient than its counterpart based on stratified simple random sampling. Finally, the estimator's performance is investigated by using base deficit data.

Medical Racism: Comparing Prenatal Care Across Races In The United States, Rubina Cheema

Student Research

Prenatal care describes any care a woman receives during her pregnancy. It is intended to keep both the mother and the child healthy and also to reduce the risk of complications during and after birth. This care is especially important for women with high-risk factors so that doctors and nurses are able to monitor their health and the health of their baby during the duration of their pregnancy. For prenatal care to be most effective, it is imperative to begin prenatal care within the first trimester of a woman's pregnancy. However, in the United States, medical racism creates a major …

Study On Innovation Networks And Its Spillover Effect Of China’S New Energy Automobile Industry, Zhifei Xiong, Wenzhong Zhang

Bulletin of Chinese Academy of Sciences (Chinese Version)

The network spillover effect of knowledge has been playing an increasingly significant role in the development of industrial innovation. The urban cooperation matrix of China’s new energy automobile industry is built based on new energy automobile patent data, and the structure and evolution process of China’s new energy automobile industry are depicted. On this basis, the spatial Dubin model (SDM) is used to calculate the network spillover effect, and its results are compared with the results of spillover effect based on the relationship of spatial contiguity and distance of cities. The results show that the innovation activities of China’s new …

Hamilton Cycles In Bidirected Complete Graphs, Arthur Busch, Mohammed A. Mutar, Daniel Slilaty

Mathematics and Statistics Faculty Publications

Zaslavsky observed that the topics of directed cycles in directed graphs and alternating cycles in edge 2-colored graphs have a common generalization in the study of coherent cycles in bidirected graphs. There are classical theorems by Camion, Harary and Moser, Häggkvist and Manoussakis, and Saad which relate strong connectivity and Hamiltonicity in directed "complete" graphs and edge 2-colored "complete" graphs. We prove two analogues to these theorems for bidirected "complete" signed graphs.

Application Of Distributed Fiber-Optic Sensing For Pressure Predictions And Multiphase Flow Characterization, Gerald Kelechi Ekechukwu

LSU Doctoral Dissertations

In the oil and gas industry, distributed fiber optics sensing (DFOS) has the potential to revolutionize well and reservoir surveillance applications. Using fiber optic sensors is becoming increasingly common because of its chemically passive and non-magnetic interference properties, the possibility of flexible installations that could be behind the casing, on the tubing, or run on wireline, as well as the potential for densely distributed measurements along the entire length of the fiber. The main objectives of my research are to develop and demonstrate novel signal processing and machine learning computational techniques and workflows on DFOS data for a variety of …

Association Of Chlorhexidine Use And Scaling And Root Planing With Birth Outcomes In Pregnant Individuals With Periodontitis: A Systematic Review And Meta-Analysis, Maxwell Akonde, Rajat Das Gupta, Maxwell Akonde, Mark Reynolds, Stephanie Smith-Warner, Jihong Liu Sc.D., Fouzia Tarannum, James Beck, Donald Mattison

Faculty Publications

Importance Chlorhexidine mouthwash enhances treatment effects of conventional periodontal treatment, but data on chlorhexidine as a source of heterogeneity in meta-analyses assessing the treatment of maternal periodontitis in association with birth outcomes are lacking.

Objective To assess possible heterogeneity by chlorhexidine use in randomized clinical trials (RCTs) evaluating the effect of periodontal treatment (ie, scaling and root planing [SRP]) vs no treatment on birth outcomes.

Data Sources Cochrane Oral Health’s Trials Register, Cochrane Pregnancy and Childbirth’s Trials Register, Cochrane Central Register of Controlled Trials (CENTRAL), MEDLINE Ovid, Embase Ovid, LILACS BIREME Virtual Health Library (Latin American and Caribbean Health Science …