Engineering Commons^™

Experimental Evaluation Of Micro-Epidermal Actuators On Flexible Substrates, Courtney D. Bradley

Graduate Research Theses & Dissertations

Does embedding actuators in a flexible substrate increase their performance in hearing aids? What are the differences in damping experienced by actuators of different diameters and at different locations? At what frequency is peak acceleration achieved and what role does the size of the actuator and embedding it in a flexible substrate play? These questions will form the basis of this thesis. This work was done to develop a small non-invasive Band-Aid-©-like hearing aid. The novelty of this device requires a detailed analysis of piezoelectric actuators. This is a continuation of past students’ work on the topic. The main parameters …

Design And Development Of A Smartphone App For Health Monitoring And Alerts For Farm Workers, Omer Oztoprak

Graduate Research Theses & Dissertations

This thesis presents the design and development of a novel smartphone applicationfor simultaneous health monitoring and alerts for agricultural workers using multiple wearable sensor devices via Bluetooth Low Energy (BLE). The application combines health data from a range of sensors such as an IMU that detects body movement, a pulse oximeter that captures oxygen saturation and heart rate, and a thermometer that measures body temperature. The software framework is built using Jetpack Compose in Android Studio, and it incorporates the MVVM (Model- View-ViewModel) model to provide optimized data flow and robust efficiency. By integrating the Dagger Hilt Dependency Injection framework, …

Hashes Are Not Suitable To Verify Fixity Of The Public Archived Web, Mohamed Aturban, Martin Klein, Herbert Van De Sompel, Sawood Alam, Michael L. Nelson, Michele C. Weigle

Computer Science Faculty Publications

Web archives, such as the Internet Archive, preserve the web and allow access to prior states of web pages. We implicitly trust their versions of archived pages, but as their role moves from preserving curios of the past to facilitating present day adjudication, we are concerned with verifying the fixity of archived web pages, or mementos, to ensure they have always remained unaltered. A widely used technique in digital preservation to verify the fixity of an archived resource is to periodically compute a cryptographic hash value on a resource and then compare it with a previous hash value. If the …

Max Fit Event Management With Salesforce, Akshay Dagwar

Electronic Theses, Projects, and Dissertations

MAX FIT Gym is looking for an event management software program to help manage activities very efficiently, along with attendees and environmental statistics. The event management program is developed and deployed using the Salesforce platform. MAX FIT can efficiently create, edit, and remove events and send email alerts to clients. This task operated on opportunities captured under MAX FIT, including all clients, and prepared information in the Salesforce cloud. This also includes product inventory with various varieties of protein products, and business owners can also add more products to their inventory. In the event management program, the event addresses within …

Inclusion4eu: Co-Designing A Framework For Inclusive Software Design And Development, Dympna O'Sullivan, Emma Murphy, Andrea Curley, John Gilligan, Damian Gordon, Anna Becevel, Svetland Hensman, Mariana Rocha, Claudia Fernandez, Michael Collins, J. Paul Gibson, Gordana Dodig-Crnkovic, Gearoid Kearney, Sarah Boland

Articles

Digital technology is now pervasive, however, not all groups have uniformly benefitted from technological changes and some groups have been left behind or digitally excluded. Comprehensive data from the 2017 Current Population Survey shows that older people and persons with disabilities still lag behind in computer and internet access. Furthermore unique ethical, privacy and safety implications exist for the use of technology for older persons and people with disabilities and careful reflection is required to incorporate these aspects, which are not always part of a traditional software lifecycle. In this paper we present the Inclusion4EU project that aims to co-design …

Survey Of Routing Techniques-Based Optimization Of Energy Consumption In Sd-Dcn, Mohammed Nsaif, Gergely Kovásznai, Ali Malik, Ruairí De Fréin

Articles

The increasing power consumption of Data Center Networks (DCN) is becoming a major concern for network operators. The object of this paper is to provide a survey of state-of-the-art methods for reducing energy consumption via (1) enhanced scheduling and (2) enhanced aggregation of traffic flows using Software-Defined Networks (SDN), focusing on the advantages and disadvantages of these approaches. We tackle a gap in the literature for a review of SDN-based energy saving techniques and discuss the limitations of multi-controller solutions in terms of constraints on their performance. The main finding of this survey paper is that the two classes of …

Governance-Aware Cloud Architectures For Enterprise Information Systems, Manikantha Varaprasad Inakollu

Computer Science and Engineering Faculty Publications

Enterprise cloud adoption has accelerated dramatically, yet governance frameworks struggle to keep pace with evolving architectural complexity. This research examines how organizations can embed governance principles directly into cloud architecture designs rather than treating compliance as an afterthought. We investigate the integration of regulatory requirements, risk management protocols, and organizational policies into cloud infrastructure patterns that enforce governance automatically. The study addresses critical gaps where traditional governance approaches fail in dynamic cloud environments, particularly around data sovereignty, access control, audit requirements, and regulatory compliance. Through analysis of existing cloud governance challenges and architectural patterns, we propose a comprehensive framework that …

Post-Implementation Erp Value Realization: A Decision Intelligence Framework, Manikantha Varaprasad Inakollu

Computer Science and Engineering Faculty Publications

Enterprise Resource Planning systems represent substantial organizational investments, yet many organizations struggle to realize expected benefits after implementation. This research develops a decision intelligence framework specifically designed to maximize ERP value realization during the critical post-implementation phase. While extensive literature addresses ERP implementation challenges, significantly less attention focuses on extracting value after systems go live. Our framework integrates data analytics, organizational learning, and strategic decision-making into a cohesive approach that transforms ERP systems from operational tools into strategic assets. Through analysis of post-implementation patterns across multiple organizations, we identify key decision points where intelligent interventions dramatically improve value capture. The …

Erp As A Digital Backbone: Redefining Enterprise Systems For Continuous Value Creation, Manikantha Varaprasad Inakollu

Computer Science and Engineering Faculty Publications

Enterprise Resource Planning systems have evolved from transactional processing tools into strategic digital backbones that orchestrate organizational value creation. This research examines how modern ERP implementations transcend traditional operational efficiency goals to enable continuous innovation, real-time decision-making, and ecosystem integration. Through analysis of contemporary ERP architectures and their impact on organizational capabilities, we demonstrate that successful digital transformation requires reconceptualizing ERP not as a software package but as an adaptive infrastructure supporting diverse business models. Our findings reveal that organizations treating ERP as a digital backbone achieve 35% higher agility scores and 42% faster time-to-market for new capabilities compared to …

Image-Based Malware Classification On Noise Extraction, Venkata Sai Sathwik Nadella

Master's Projects

Any malicious software designed to cause harm or damage to a computer system can be termed as malware. One common form of malware is as executable files. Such files are often used as a delivery mechanism for malware since they can be easily disguised as legitimate software and can be executed without raising suspicion. They are often used to exploit vulnerabilities in software, allowing malware to bypass security measures and gain access to sensitive information.

There are several methods used to detect malware in executable files, including Signaturebased detection, Behavioral-based detection, Heuristic-based detection, Sandboxing, Machine Learning and Artificial Intelligence (AI). …

Image-Based Malware Detection Using Convolutional Neural Network Techniques, Brandon Palomino

Master's Projects

In this study, we delve into the realm of malware detection and classification, leveraging the capabilities of different Convolutional Neural Networks (CNNs). Our approach involves transforming executable files into image formats and subsequently applying advanced CNN techniques for image recognition. The study emphasizes the use of two distinct CNN architectures: a traditional CNN model and a modified CNN variant known as a convolutional recurrent neural network (CRNN), each with unique structural and functional attributes. To effectively train these models, we adopt a transfer learning strategy, utilizing pre-existing CNN models that have been extensively trained on large-scale image datasets. This methodology …

Estimating Air Pollution Levels Using Machine Learning, Srujay Rao Devaraneni

Master's Projects

Air pollution has emerged as a substantial concern, especially in developing countries worldwide. An important aspect of this issue is the presence of PM2.5. Air pollutants with a diameter of 2.5 or less micrometers are known as PM2.5. Due to their size, these particles are a serious health risk and can quickly infiltrate the lungs, leading to a variety of health problems. Due to growing concerns about air pollution, technology like automatic air quality measurement can offer beneficial assistance for both personal and business decisions. This research suggests an ensemble machine learning model that can efficiently replace the standard air …

A Semantic Web Approach To Fault Tolerant Autonomous Manufacturing, Fadi El Kalach, Ruwan Wickramarachchi, Ramy Harik, Amit Sheth

Publications

The next phase of manufacturing is centered on making the switch from traditional automated to autonomous systems. Future factories are required to be agile, allowing for more customized production, and resistance to disturbances. Such production lines would be able to reallocate resources as needed and minimize downtime while keeping up with market demands. These systems must be capable of complex decision-making based on parameters such as machine status, sensory/IoT data, and inspection results. Current manufacturing lines lack this complex capability and instead focus on low-level decision-making on the machine level without utilizing the generated data to its full extent. This …

การคัดกรองความผิดปกติของรูปภาพบุคคลที่สร้างจากปัญญาประดิษฐ์, ธนพล พจนะสวนีย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคปัจจุบันความสามารถของปัญญาประดิษฐ์ถูกสร้างขึ้นและพัฒนาเพื่อสามารถสร้างงานสร้างสรรค์ต่างๆ ได้แก่ รูปภาพ วิดีโอ เสียง งานเขียน และบทความ งานวิจัยนี้มุ่งเน้นไปที่ความสามารถของปัญญาประดิษฐ์ในการผลิตงานภาพบุคคลตามคําสั่งหรือข้อความที่หลากหลาย อย่างไรก็ตาม การใช้ปัญญาประดิษฐ์ประเภทนี้ยังมีความผิดพลาดเกิดขึ้น ความผิดพลาดที่พบบ่อยที่สุดในการสร้างภาพบุคคลคือความผิดปกติจากส่วนของร่างกายหรืออวัยวะของมนุษย์เช่นอวัยวะที่ผิดรูปหรือองค์ประกอบอวัยวะขาดหายไป จากปัญหานี้ทำให้ผู้วิจัยเกิดแนวคิดที่จะออกแบบแบบจำลองสําหรับการคัดกรองความผิดปกติของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์ งานวิจัยนี้มีวัตถุประสงค์ในการสร้างชุดข้อมูลภาพบุคคลประมาณ 100,000 ภาพที่สร้างขึ้นโดยปัญญาประดิษฐ์และพัฒนาแบบจำลองต้นแบบสําหรับคัดกรองความผิดปกติของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์เพื่อทำให้ภาพปัญญาประดิษฐ์จะมีคุณภาพที่ดีขึ้นและมีประโยชน์มากขึ้น แบบจำลองการเรียนรู้เชิงลึกนำมาใช้เพื่อแยกประเภทภาพปัญญาประดิษฐ์ โดยแบ่งออกเป็น2 ประเภท: ภาพปกติ (Normal)และ ภาพบกพร่อง (Defect) ชุดข้อมูลที่ใช้พัฒนาแบบจำลองนี้ประกอบด้วยข้อมูลประมาณ 100,000 ภาพเพื่อให้แบบจำลองมีความแม่นยําและประสิทธิภาพที่ดี งานวิจัยนี้ใช้แบบจำลองการเรียนรู้เชิงลึก 4 ประเภทในการทดสอบเพื่อหาแบบจำลองที่เหมาะสมที่สุดสําหรับการคัดกรองความผิดปกติในภาพปัญญาประดิษฐ์ แบบจำลองนี้ใช้เป็นแบบจำลองต้นแบบในการคัดกรองคุณภาพของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์และชุดข้อมูลทั้งหมดในงานวิจัยนี้จะถูกเผยแพร่โดยสาธารณะ

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง, ศิรัสวยา หงษ์ยนต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงจะช่วยทำให้ข้อมูลมีความแม่นยำมากขึ้น ซึ่งจะเป็นประโยชน์กับสถานีตำรวจแต่ละแห่งที่จะนำผลลัพธ์ที่ได้ไปประกอบการปรับกลยุทธ์การป้องกันอาชญากรรมรวมถึงการจัดสรรกำลังพลให้กับหน่วยงานของตนเองได้มีประสิทธิภาพมากขึ้น การเรียนรู้ด้วยเครื่องกลายเป็นเครื่องมือสำคัญในการทำนายอาชญากรรมซึ่งช่วยให้มีความแม่นยำมากขึ้น ในการศึกษานี้มุ่งเน้นไปที่การทำนายจำนวนอาชญากรรมที่จะเกิดขึ้นในสถานีตำรวจปทุมวัน ด้วยการใช้ข้อมูลประวัติอาชญากรรมจากสถานีตำรวจทั่วประเทศตั้งแต่มกราคมปี 2554 ถึงกุมภาพันธ์ปี 2565 โดยใช้แบบจำลองการ K-Means เพื่อจัดกลุ่มสถานีตำรวจที่มีรูปแบบอาชญากรรมคล้ายคลึงกับสถานีตำรวจปทุมวัน ผลลัพธ์ที่ได้จากการจัดกลุ่มพบว่าสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ทุ่งมหาเมฆ, สำเหร่, สุทธิสาร, ปากคลองสาน, บางกอกใหญ่, บางกอกน้อย, มักกะสัน, บางยี่เรือและตลาดพลูถูกจัดให้อยู่กลุ่มเดียวกับสถานีตำรวจปทุมวัน จากนั้นจึงใช้แบบจำลอง LSTM ในการรทำนายอาชญากรรมของสถานีตำรวจปทุมวันผ่านการวิเคราะห์ร่วมกับข้อมูลสถานีตำรวจใกล้เคียง ชุดข้อมูลการฝึกใช้ข้อมูลสถานีตำรวจปทุมวันจับคู่กับสถานีตำรวจภายในกลุ่มเดียวกัน ซึ่งผลการวิจัยพบว่าการวิเคราะห์ร่วมกันระหว่างสถานีตำรวจปทุมวันและสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ปากคลองสาน, บางกอกน้อย, มักกะสันและตลาดพลูส่งผลให้ RMSE และ MAE ลดลง เมื่อเทียบกับการใช้ข้อมูลสถานีตำรวจจปทุมวันเพียงอย่างเดียว แสดงให้เห็นว่าการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงช่วยเพิ่มประสิทธิภาพและความแม่นยำของการทำนายอาชญากรรมและจะส่งผลให้เป็นประโยชน์ต่อการนำไปประยุกต์ใช้เพื่อปรับกลยุทธ์การบังคับใช้กฎหมายมีประสิทธิผลมากขึ้น

เอไอสำหรับการแนะนำรหัสบัญชีสมุดแยกประเภททั่วไป, ปกรณ์ โคตรภูชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

เทคโนโลยีเอไอช่วยส่งเสริมให้ธุรกิจสามารถคงความเป็นคู่แข่งที่แข็งแกร่งในโลกปัจจุบันที่มีการแข่งขันสูง ขณะเดียวกันการทำบัญชีก็มีบทบาทสำคัญที่ทำให้การบริหารการเงินของธุรกิจประสบความสำเร็จ การทำบัญชีเกี่ยวข้องกับการบันทึกธุรกรรมทางการเงินที่เกิดขึ้น และเลือกรหัสบัญชีที่ถูกต้องในการบันทึกบัญชี การใส่ค่ารหัสบัญชีด้วยมืออาจก่อให้เกิดความผิดพลาดและสูญเสียทรัพยากรของบริษัท ขณะที่การใส่ค่ารหัสบัญชีที่ถูกต้องเป็นสิ่งสำคัญที่ช่วยให้การตัดสินใจทางธุรกิจดียิ่งชึ้นและทำให้ธุรกิจเติบโตได้อย่างรวดเร็ว การแนะนำรหัสบัญชีอัตโนมัติด้วยเอไอสามารถช่วยประหยัดเวลา เพิ่มผลิตภาพและคุณภาพของผลลัพธ์ จากการลดความผิดพลาดของมนุษย์ งานวิจัยนี้จึงนำเสนอแนวทางระบบที่พัฒนาด้วยเอไอเพื่อแนะนำรหัสบัญชีในการทำบัญชีแบบรายการคู่ การประมวลผลภาษาธรรมชาติถูกนำมาใช้เป็นหลักในขั้นตอนการเตรียมข้อมูลเพื่อให้คอมพิวเตอร์สามารถประมวลผล และดึงความหมายจากข้อมูลที่เป็นข้อความได้ แบบจำลองการเรียนรู้ของเครื่องได้ถูกสร้างขึ้นจากอัลกอริทึม คาร์ต, ป่าสุ่ม, และมัลติเลเยอร์ เพอร์เซปทรอน ผลการทดลองรายงานว่าแบบจำลองป่าสุ่มที่ใช้วิธีแทนค่าข้อความด้วยวิธีถุงคำ ให้ค่าความแม่นยำสูงสุดที่ 84.91% ซึ่งอยู่ในระดับที่ยอมรับได้ในมุมของการบัญชี

การตรวจจับมะม่วงและนับผลผลิตด้วยการเรียนรู้เชิงลึก, อภิศักดิ์ จันทร์ดา

Chulalongkorn University Theses and Dissertations (Chula ETD)

มะม่วงเป็นสินค้าเกษตรส่งออกที่มีความสำคัญทางเศรษฐกิจของประเทศไทย จึงมีความต้องการคาดการณ์ผลผลิตเพื่อวางแผนขั้นตอนการเก็บเกี่ยวอย่างมีประสิทธิภาพ งานวิจัยนี้ ได้นำเสนอการตรวจจับผลมะม่วงบนลำต้นด้วยโมเดลการเรียนรู้เชิงลึก Mask R-CNN โดยใช้โครงข่ายแบบ RestNext-101-32x8d สำหรับสกัดคุณลักษณะ ทั้งได้พัฒนาการเพิ่มความหลากหลายของข้อมูลในการเรียนรู้โมเดลการลบวัตถุด้วยการบดบังบางส่วน Random Erasing with Partial Occlusion เพื่อเพิ่มประสิทธิภาพแก้ไขปัญหาการบดบังของวัตถุ โดยมีผลลัพธ์การตรวจจับ [email protected] ที่ 0.879, Precision ที่ 0.944, Recall ที่ 0.790 และ F1-score ที่ 0.860 โดยมีค่า Precision, Recall, F1-score เพิ่มขึ้น 0.022, 0.004 และ 0.011 ตามลำดับ เนื่องจากโมเดลตรวจจับไม่สามารถที่จะคาดการณ์ผลผลิตได้ทั้งหมด พบว่าผลมะม่วงไม่ได้แสดงออกภายนอกต้นทั้งหมด มีจำนวนผลมะม่วงที่อยู่ภายในลำต้นจำนวนมาก งานวิจัยนี้ได้นำเสนอ การคาดการณ์ผลผลิตที่ได้ผลลัพธ์จากการตรวจจับผลมะม่วง ด้วยโมเดลการถดถอย ซึ่งวิเคราะห์การถดถอยของข้อมูลที่บันทึกได้จากการนับจริงบนลำต้น เทียบผลลัพธ์การนับจากโมเดลการตรวจจับ จากผลการทดลองดีที่สุด ผลลัพธ์การนับจากโมเดลตรวจจับ ของภาพถ่ายลำต้นมะม่วงในระดับสายตา ลักษณะเห็นทั้งต้นแบบ 2 ด้าน โดยการใช้ฟังก์ชันการถดถอยแบบพหุนามดีกรีสี่ และการประมาณค่าพารามิเตอร์แบบแกร่งด้วยฟังก์ชัน Huber ได้ผลลัพธ์ค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) ที่ 25.04% ต่อต้น ค่าเฉลี่ยผลต่างสัมบูรณ์ (MAE) ที่ 5.52 ผลต่อต้น จากการพัฒนา สามารถนำระบบปรับใช้งานกับสถานการณ์จริง เพื่อคาดการณ์ผลผลิตมะม่วงบนลำต้นได้

Article Feed Recommendations Using Position-Aware Deep Cross Network, Dhata Muangrux

Chulalongkorn University Theses and Dissertations (Chula ETD)

The presence of social media platforms has recently transformed the digital landscape, with an ever-increasing user base. As these platforms become central to daily life, the need for recommendation systems that genuinely cater to individual preferences has never been more paramount. While current recommendation algorithms excel at curating content based on user interests, they often overlook inherent biases, notably the positional bias where users engage with content due to its placement rather than its inherent relevance. This oversight is particularly evident in every social media recommendation system. Addressing this challenge, we proposed a position-aware methodology within the Deep and Cross …

Automatic Liver Tumor Segmentation In Computed Tomography (Ct) Imaging, Kasun Gayashan Hettihewa

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic liver tumor segmentation is a highly important application for diagnosing and treating liver tumors. Due to the diversity of tumor shape and intensity alteration, it has become an extremely challenging procedure. Automatic liver tumor segmentation has the potential to establish a diagnostic standard for providing important radiological information to physicians. Recently, deep convolutional neural networks have shown numerous benefits in feature extraction and learning in terms of medical image segmentation. However, the model can be inconsistent in imitating visual attention as well as awareness of radiological expertise for tumor recognition and segmentation tasks due to multi-layer dense feature stacking. …

เครื่องสร้างปริภูมิสถานะสำหรับโมเดลเช็กกิงแบบแอลทีแอลโดยใช้แอลเอสทีเอ็มที่มีการจำแนกแบบหลายป้าย, ชลิกา ศักดิ์สุภาวัฒนกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

กระบวนการทวนสอบเชิงรูปนัยเป็นสิ่งที่สำคัญในการตรวจสอบความปลอดภัย ความดำเนินชีวิตและความสัมพันธ์ของระบบซอฟต์แวร์ตั้งแต่เริ่มต้นออกแบบซอฟต์แวร์ ซึ่งสามารถช่วยให้ลดความพยายามในการพัฒนาอย่างเห็นได้ชัด โมเดลเช็กกิงเป็นวิธีการเชิงรูปนัยอย่างหนึ่งที่สามารถทวนสอบระบบซอฟต์แวร์ตามคุณสมบัติเชิงพฤติกรรมที่เขียนเป็นสูตรตรรกศาสตร์เชิงเวลาแบบลำดับหรือเรียกว่าสูตรแอลทีแอล โดยใช้วิธีการสำรวจเส้นทางดำเนินงานที่เป็นไปได้ทั้งหมดอย่างละเอียดถี่ถ้วนในปริภูมิสถานะของระบบซอฟต์แวร์และกำหนดว่าเส้นทางดำเนินงานทั้งหมดของระบบเป็นไปตามคุณสมบัติที่เขียนโดยใช้สูตรแอลทีแอลหรือไม่ อย่างไรก็ตาม ระบบที่มีขนาดใหญ่และมีความซับซ้อนอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิงได้ ซึ่งมีการเสนอวิธีการลดพื้นที่ของปริภูมิสถานะหลายวิธีและแม้แต่วิธีการของแมชชีนเลิร์นนิงก็ถูกนำมาใช้เพื่อทำนายผลลัพธ์ความพึงพอใจของคุณสมบัติแอลทีแอลของระบบซอฟต์แวร์ เมื่อพิจารณาถึงความสำเร็จในการฝึกอบรมโครงข่ายความจำระยะสั้นแบบยาวหรือแอลเอสทีเอ็มสำหรับการทำนายลำดับข้อมูลอนุกรมเวลาแบบยาว ในวิทยานิพนธ์นี้ ได้เสนอแนวคิดแอลเอสทีเอ็มที่ขยายการจำแนกแบบหลายป้ายและกลยุทธ์การหาขีดแบ่งเพื่อบรรเทาปัญหาการระเบิดของปริภูมิสถานะและสร้างเป็นเครื่องสร้างปริภูมิสถานะสำหรับสร้างเส้นทางดำเนินงานของระบบซอฟต์แวร์ได้ตามที่ต้องการ โดย ได้สร้างเครื่องมือในการทวนสอบคุณสมบัติพื้นฐานของระบบซอฟต์แวร์ ได้แก่ คุณสมบัติด้านความปลอดภัย ด้านความดำเนินชีวิตและด้านความสัมพันธ์ ด้วยเทคนิคออน-เดอะ-ฟลาย

การแปลงไทมด์ออโตมาตาความน่าจะเป็นไปเป็นรหัสปริซึม, ถิรวัตร สุตาลังกา

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์ฉบับนี้มุ่งศึกษากระบวนการแปลงไทมด์ออโตมาตาความน่าจะเป็นเป็นรหัสปริซึม ซึ่งมีความสำคัญในการวิเคราะห์ระบบเวลาจริงและระบบที่มีความซับซ้อนด้วยความน่าจะเป็น การวิจัยนี้เสนอกฎการแปลงสำหรับแปลงไทมด์ออโตมาตาจากเอกซ์เอ็มแอลเป็นรหัสปริซึม,ช่วยในการวิเคราะห์และตรวจสอบคุณลักษณะที่ซับซ้อนของระบบ นอกจากนี้ วิทยานิพนธ์ยังได้พัฒนากระบวนการแปลงที่มีความสอดคล้องทางความหมาย ช่วยให้สามารถแปลงแบบจำลองที่ออกแบบด้วย UPPAAL ในรูปแบบเอกซ์เอ็มแอลไปยังรหัสปริซึมได้อย่างเหมาะสม ผลลัพธ์จากการศึกษานี้มีความสำคัญในการประยุกต์ใช้ทฤษฎีในแบบจำลองจริงและนำไปสู่การประยุกต์ใช้งานที่มีประสิทธิผลมากขึ้นในหลากหลายด้าน วิทยานิพนธ์ยังนำเสนอการพัฒนาเครื่องมือสำหรับการแปลงรหัสที่มีประสิทธิภาพ ซึ่งใช้ภาษาจาวาและมีความยืดหยุ่นในการปรับใช้กับระบบต่างๆ การทดสอบเครื่องมือนี้พบว่าสามารถแปลงแบบจำลองได้อย่างถูกต้องและครบถ้วน รวมถึงการจัดการกับข้อผิดพลาดที่อาจเกิดขึ้น การทดสอบครอบคลุมแสดงให้เห็นถึงความสามารถของเครื่องมือในการวิเคราะห์และทดสอบแบบจำลองที่มีความซับซ้อน ลดเวลาและความพยายามในการวิเคราะห์แบบจำลองด้วยตนเอง และทำให้มั่นใจได้ว่าผลลัพธ์ที่ได้มีความถูกต้องและเชื่อถือได้ เครื่องมือนี้มีศักยภาพในการเป็นเครื่องมือมาตรฐานสำหรับการวิเคราะห์แบบจำลองไทมด์ออโตมาตาความน่าจะเป็นในอนาคต ช่วยจัดการกับความต้องการที่ซับซ้อนของระบบในโลกจริง

Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network, Thanagun Dheravijaranayankul

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the context of the ongoing COVID-19 pandemic, understanding household transmission has become crucial for formulating effective intervention strategies. This research investigated the impact of considering heterogeneous contact patterns in household settings by leveraging the small-world network (SWN) concept, characterized by high local clustering and short average path length. The methodology involved developing an agent-based simulation model with a two-layer contact network, distinguishing between household and non-household contacts. This simulation aimed to explore the impact of contact patterns on transmission dynamics as well as provide insights into tailored intervention strategies. We evaluate seven Non-Pharmaceutical Intervention (NPI) scenarios focusing on reducing …

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล, รัฐสรรค์ เอกอัครชวกิตติ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การพัฒนาซอฟต์แวร์จำเป็นต้องมีกระบวนการหนึ่งที่เรียกว่าการทดสอบซอฟต์แวร์ เพื่อหาข้อผิดพลาดและแก้ไขข้อผิดพลาดก่อนส่งมอบซอฟต์แวร์ซึ่งทำให้ซอฟต์แวร์มีความน่าเชื่อถือ โดยการทดสอบซอฟต์แวร์ต้องมีข้อมูลทดสอบที่ใช้เป็นอินพุตของซอฟต์แวร์เพื่อให้ซอฟต์แวร์ประมวลผลและได้เอาต์พุตออกมา โดยในปัจจุบันหากกล่าวถึงเว็บแอปพลิเคชันถือเป็นหนึ่งในซอฟต์แวร์ที่ได้รับความนิยมสำหรับการดำเนินการทางธุรกิจ ซึ่งเว็บแอปพลิเคชันทำงานร่วมกับระบบจัดการฐานข้อมูลที่มีหน้าที่จัดเก็บข้อมูลของซอฟต์แวร์ ทำให้การทดสอบซอฟต์แวร์มีความซับซ้อนเนื่องจากนักทดสอบต้องวิเคราะห์ มีความเข้าใจเงื่อนไขที่ระบุไว้อินพุตของซอฟต์แวร์และเงื่อนไขที่ระบุไว้ในฐานข้อมูลจึงจะสามารถสร้างกรณีทดสอบที่สอดคล้องกันได้ รวมถึงการทดสอบในปัจจุบันซึ่งใช้เฟรมเวิร์คการทดสอบแบบอัตโนมัติเป็นเครื่องมือทดสอบเพื่อลดเวลาในการทดสอบซอฟต์แวร์โดยการใช้เทสต์สคริปต์แต่การสร้างเทสต์สคริปต์สำหรับกรณีทดสอบต้องใช้ความเชี่ยวชาญ ความเข้าใจเฟรมเวิร์คการทดสอบแบบอัตโนมัติ เงื่อนไขของข้อมูลอินพุตและเงื่อนไขของฐานข้อมูลร่วมกันทั้งหมดจึงทำให้การสร้างเทสต์สคริปต์มีความซับซ้อนและใช้เวลานาน งานวิจัยนี้จึงช่วยให้นักทดสอบสามารถสร้างเทสต์สคริปต์ได้สะดวกมากขึ้นและสร้างข้อมูลทดสอบที่สอดคล้องกับเงื่อนไขของฐานข้อมูลเชิงสัมพันธ์ จึงนำเสนอวิธีการสร้างเทสต์สคริปต์สำหรับโปรแกรมประยุกต์บนเว็บที่พัฒนาด้วยไลบรารีรีแอคโดยการนำเข้าไฟล์เพื่อวิเคราะห์อินพุตฟิลด์และเงื่อนไขของอินพุตฟิลด์ เพื่อสร้างสคริปต์ทดสอบทำงานภายใต้โรบอทเฟรมเวิร์คและนำเข้าที่อยู่โปรเจกต์เรสต์เอพีไอของแบคเอนด์ที่พัฒนาด้วยจาวาสปริงค์เพื่อเชื่อมต่อกับระบบฐานข้อมูลเชิงสัมพันธ์ที่ถูกทดสอบและวิเคราะห์เงื่อนไขของฐานข้อมูล จากนั้นนำเงื่อนไขของอินพุตฟิลด์และเงื่อนไขของฐานข้อมูลมาวิเคราะห์กรณีทดสอบเพื่อสร้างข้อมูลทดสอบด้วยวิธีการแบบวิเคราะห์ค่าขอบเขต แบบสุ่มเลือกค่า แบบการวิเคราะห์เงื่อนไขฐานข้อมูลและสร้างข้อมูลทดสอบแบบโดยดึงข้อมูลที่จัดเก็บเป็นข้อมูลทดสอบ หลังจากผู้วิจัยได้ทดสอบเครื่องมือ พบว่าการทำงานของเทสต์สคริปต์และข้อมูลทดสอบสามารถทำงานได้จริงภายใต้โรบอทเฟรมเวิร์ค

การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ, อนิวรรตน์ คีรีนะ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การยืนยันตัวตนเป็นกระบวนการที่ผู้รับบริการต้องทำ เมื่อขอใช้บริการทางการเงินออนไลน์ในประเทศไทย ต้องใช้บัตรประจำตัวประชาชนแสดงต่อผู้ให้บริการเพื่อเป็นหลักฐานสำหรับพิสูจน์ว่าเป็นผู้รับบริการรายนั้นจริง ในการยืนยันตัวตนออนไลน์ผู้รับบริการจะต้องถ่ายภาพหรือวิดีโอบัตรประจำตัวประชาชน อย่างไรก็ตาม ในกระบวนการนี้มีความเสี่ยงที่ผู้รับบริการจะปลอมแปลงบัตรเป็นของบุคคลอื่น มาแอบอ้างขอรับบริการ เพื่อลดความเสี่ยงนี้ จึงได้นำรูปภาพฮอโลแกรมมาพิมพ์ไว้บนบัตรประจำตัวประชาชน ในการตรวจสอบหากตรวจพบฮอโลแกรม ก็สามารถบ่งชี้ได้ว่าเป็นบัตรจริงได้ ช่วยให้การพิสูจน์บัตรมีความสะดวกมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก ตรวจจับฮอโลแกรมในวิดีโอที่บันทึกภาพบัตรประจำตัวประชาชนไทย โดยใช้โมเดล MobileNet SSD v2 เป็นแบบจำลอง มีการพัฒนาระบบจำแนกฮอโลแกรมโดยใช้รูปภาพระดับสีเทา (Grayscale) ในขั้นตอนการฝึกแบบจำลองรูปภาพระดับสีเทา มีการถ่ายโอนความรู้ (Transfer Learning) โดยถ่ายโอนค่าน้ำหนัก (Weight) โมเดลที่ผ่านการฝึกล่วงหน้า (Pre-trained Model) แบบจำลองโมเดลรูปภาพสีเป็นค่าตั้งต้นของแบบจำลองโมเดลรูปภาพระดับสีเทา ผลการวิจัยพบว่า mAP (mean Average Precision) ของ IoU (Intersection Over Union) ที่ 0.5 ถึง 0.95 ของโมเดลรูปภาพสี ผลการตรวจจับฮอโลแกรมมีประสิทธิภาพสูงกว่าโมเดลรูปภาพระดับสีเทา อยู่ที่ 0.57% แต่อย่างไรก็ตาม ผลลัพธ์ของการตรวจจับบัตรประจำตัวประชาของจริงด้วยวิดีโอรูปภาพระดับสีเทา โมเดลมีความแม่นยำถึง 91.61% แสดงให้เห็นถึงความสำเร็จในการตรวจจับบัตรประจำตัวประชาของจริงจากวิดีโอด้วยรูปภาพระดับสีเทา ที่มีความแม่นยำสูง

Fast Panoptic Segmentation On Urban Street Scenes, Chananvich Plabplathong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Panoptic segmentation, which unifies semantic and instance segmentation, offers a comprehensive understanding of images for a variety of applications. Real-time performance with high accuracy is challenging. Recent panoptic segmentation models operate in real-time, but they often suffer from low accuracy in comparison to existing benchmarks. The objective of this thesis is to improve the performance of the "You Only Segment Once" (YOSO) model, which is the fastest panoptic segmentation model. Our model, C-YOSO, combines YOSO and a contrastive loss concept. In order to enhance the inference speed, the query decoder is simplified by incorporating a lightweight image-based query decoder that …

Automatic Reconstruction Of Skull Implants Using Deep Learning Approach, Thatchapatt Kesornsri

Chulalongkorn University Theses and Dissertations (Chula ETD)

Skull reconstruction is the process of designing and manufacturing implants for defective skulls. It is an important step in the process of cranioplasty, which is the surgical repair of skull defects or deformities. Cranioplasty is frequently required following traumatic brain injuries, tumor removals, or other neurosurgical procedures that involve the removal of a portion of the skull. Traditional methods of implant design frequently involve manual 3D modeling, which can be complicated, time-consuming, and susceptible to human error. Automated implant design techniques, on the other hand, use advanced imaging technologies and deep learning to automatically generate customized implants. Recent skull reconstruction …

Multi-Modal Deep Learning For Diagnosis Of Dyssynergic Defecation Using Abdominal X-Ray Images And Symptom Questionnaires, Sirapob Sangnark

Chulalongkorn University Theses and Dissertations (Chula ETD)

Dyssynergic defecation (DD) is a specific type of chronic constipation necessitating a specialized diagnostic test. However, these tests are exclusively available in tertiary care settings due to the unavailability of the required devices in primary and secondary care settings. In this thesis, we present a multi-modal deep learning model that can preliminary diagnose patients who suffer from DD. This model utilizes cost-effective and accessible data in small hospitals, such as abdominal X-ray images and symptom questionnaires. Cross-modal attention is applied to assist the multi-modal model in identifying significant relationships between the two types of data. A convolution block attention module …

Improving Player Skills In Action Games Using Dynamic Scripting Ai, Pakanan Aimherungilas

Chulalongkorn University Theses and Dissertations (Chula ETD)

Complexity in video games is one of the obstacles that prevent new players from enjoying the game. In an action game genre, players require a certain level of reaction time and game knowledge to overcome a challenge. Players have difficulty learning and improving their skills in complex games. One example being Final Fantasy VIII and its tutorial about magic junction system, the main mechanic of the game that the game quickly explained with numerous texts. Due to its complexity, most players could not understand the mechanic properly, leaving them confused and having a hard time playing the game. Players who …

การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา, ณัฏฐ์ รุ่งเศรษฐพัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

โดยทั่วไปโครงสร้างคริปกี หรือที่รู้จักกันในนามของระบบทรานสิชันที่ถูกนำมาใช้เพื่อแสดงสถานะจำกัด และการเปลี่ยนแปลงในระบบที่ไม่มีที่สิ้นสุด โดยที่โครงสร้างคริปกีนั้นจะไม่มีสถานะยอมรับหรือเรียกว่าสถานะสิ้นสุด เมื่อต้องทำการดำเนินการทวนสอบด้วยโมเดลเช็กกิงด้วยสูตรตรรกะเชิงเวลาแบบลำดับ จากคุณสมบัติและการพิจารณาการตรวจสอบความว่างเปล่าจากเทคนิคการจำกัด โครงสร้างคริปกีที่ถูกกำหนดต้องถูกแปลงไปอยู่ในรูปแบบของบูชีออโตมาตาที่สอดคล้องกันเสียก่อน ในการแปลงนั้นเพื่อแน่ใจว่าผลลัพธ์บูชีออโตมาตาที่มีสถานะยอมรับเหมาะสมสำหรับการตรวจสอบความว่างเปล่าโดยการใช้บูชีออโตมาตาที่ได้จากสูตรตรรกะเชิงเวลาแบบลำดับที่แสดงคุณสมบัติที่ต้องการ ในงานวิจัยนี้ได้นำเสนออีกทางเลือกในการแปลงโครงสร้างคริปกีที่กำหนดโดยพร้อมกับสูตรตรรกะเชิงเวลาแบบลำดับที่จะแสดงถึงคุณสมบัติที่ต้องการให้กลายเป็นบูชีออโตมาตาที่สอดคล้องกันที่มีสถานะยอมรับในจำนวนที่เพียงพอตามสูตรตรรกะเชิงเวลาแบบลำดับ วิธีการนี้จะช่วยลดความซับซ้อนของกระบวนการ เพิ่มความชัดเจนของโครงสร้างทั้งหมด ทำให้การตีความ การวิเคราะห์เงื่อนไขของพฤติกรรมที่ต้องการของระบบได้ง่ายขึ้น โดยการทวนสอบด้วยโมเดลเช็กกิงกับบูชีออโตมาตาที่ได้จากการแปลงที่มีสถานะยอมรับสอดคล้องกับสูตรตรรกะเชิงเวลาแบบลำดับที่ต้องการ เราก็สามารถประเมินความน่าพอใจของคุณสมบัติเหล่านั้นได้อย่างแม่นยำ

การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา, ศุภพิชญ์ แสงมณี ฐิตารีย์เดชากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในช่วงการออกแบบระบบหลังจากที่ได้รับความต้องการมาแล้ว และได้ผลลัพธ์ออกมาเป็นข้อตกลงตามความต้องการของระบบแล้ว แผนภาพลำดับคือส่วนสำคัญที่อธิบายถึงพฤติกรรมของระบบที่มีปฏิสัมพันธ์กัน เป็นประโยชน์มากเพื่อให้กลุ่มผู้พัฒนาเห็นการทำงานเชิงพฤติกรรมของระบบ และมองพฤติกรรมของระบบไปทิศทางเดียวกันได้ สามารถใช้ในการทวนสอบข้อตกลงของระบบว่าครบถ้วน สมบูรณ์หรือไม่ แต่แผนภาพลำดับมีปัญหาเรื่องไม่สามารถทวนสอบแบบอัตโนมัติได้ ต้องใช้การวิเคราะห์และทวนสอบโดยการตัดสินใจของมนุษย์ และพฤติกรรมในบางระบบมีรูปแบบเชิงไม่กำหนด มีความซับซ้อนและไม่สามารถทวนสอบได้ งานวิจัยนี้เล็งเห็นถึงปัญหาที่เกิดขึ้นจึงคิดวิธีการทวนสอบข้อตกลงตามความต้องการของระบบของแผนภาพลำดับ โดยใช้แบบจำลองเชิงรูปนัยชื่อ ไทม์ออโตมาตาโดยการเปรียบเทียบและวิเคราะห์โครงสร้างแผนภาพลำดับที่มีตัวยืนยงสถานะตามหลักยูเอ็มแอลเวอร์ชัน 2.0, 2.5 และเครื่องมือ UPPAAL นิยามกฎการแปลงและพัฒนาเครื่องมือสำหรับใช้ในการแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา เริ่มแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะด้วยแฟ้มข้อความเป็นแฟ้มเอกซ์เอ็มแอลของเครื่องมือ UPPAAL จำลองและทวนสอบไทม์ออโตมาตาตามคุณสมบัติที่สนใจที่เขียนด้วยสูตร TCTL โดยในการทดสอบเครื่องมือแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตากับกรณีศึกษาพบว่า สามารถช่วยให้ผู้พัฒนาระบบสามารถเห็นพฤติกรรมเชิงระบบและนำมาสู่การปรับปรุงแผนภาพให้สอดคล้องกับข้อตกลงตามความต้องการของระบบ และทวนสอบระบบได้ผลลัพธ์ออกมาน่าพึงพอใจและเป็นไปตามข้อตกลงตามความต้องการของระบบ