Open Access. Powered by Scholars. Published by Universities.®

Engineering Commons™

Open Access. Powered by Scholars. Published by Universities.®

Computer Sciences

Institution
Keyword
Publication Year
Publication
Publication Type
File Type

Articles 2071 - 2100 of 17316

Full-Text Articles in Engineering

การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี Jan 2024

การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี

Chulalongkorn University Theses and Dissertations (Chula ETD)

โครงงานมหาบัณฑิตนี้มีจุดมุ่งหมายเพื่อศึกษาความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคโดยใช้ข้อมูลจากโครงการโอเพนซอร์ซภาษาไพทอนบนแพลตฟอร์มกิตฮับ และวัดหนี้ทางเทคนิคด้วยเครื่องมือโซนาร์คิวบ์ หนี้ทางเทคนิคเป็นตัววัดที่สำคัญซึ่งสะท้อนถึงปริมาณปัญหาที่ซ่อนอยู่ในโค้ด ซึ่งเกิดขึ้นจากการทำงานของนักพัฒนา โครงงานมหาบัณฑิตนี้ใช้แนวทางวิเคราะห์ข้อมูล โดยผสานการดึงข้อมูลผ่านกิตฮับเรสต์เอพีไอและโซนาร์คิวบ์ด้วยภาษาไพทอน แล้วนำมาทำการวิเคราะห์เชิงสถิติ การศึกษาแบ่งออกเป็นสามคำถามวิจัย ได้แก่ (1) สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่มีความสัมพันธ์กับความหนาแน่นของหนี้ทางเทคนิคในโครงการหรือไม่ (2) ประสบการณ์ในการทำงานมีความสัมพันธ์กับการปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ และ (3) ประสบการณ์ในการทำงานซึ่งแตกต่างกันทำให้เกิดความแตกต่างในแง่การปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ ผลการวิเคราะห์สถิติโดยใช้สหสัมพันธ์ระยะทางสำหรับคำถามวิจัยที่ 1 และ 2 และการทดสอบแมนวิทนีย์ยูสำหรับคำถามวิจัยที่ 3 ไม่พบนัยสำคัญทางสถิติในการทดสอบสมมติฐานในทั้งสามคำถามวิจัยที่ระดับความเชื่อมั่น 95% สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่ในโครงการและประสบการณ์ของนักพัฒนาไม่ได้เป็นปัจจัยโดยตรงที่เกี่ยวข้องกับความหนาแน่นของหนี้ทางเทคนิคที่ปรากฏในโครงการและประสิทธิภาพของนักพัฒนาในการปรับปรุงหนี้ทางเทคนิคในโครงการ สภาพหนี้ทางเทคนิคในโครงการอาจขึ้นกับปัจจัยอื่นร่วมด้วย เช่น แนวปฏิบัติหรือมาตรฐานในการปฏิบัติงานในโครงการ ในการควบคุมคุณภาพโค้ด และลักษณะเฉพาะของโครงการหรือนักพัฒนารายบุคคล

Go to article

การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด Jan 2024

การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยฉบับนี้ได้นำเสนอวิธีการพัฒนาแบบอิงแบบจำลองเข้าเป็นส่วนช่วยในการพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันผู้ใช้เฟรมเวิร์กนักซ์ โดยนำเสนอยูเอ็มแอลโพรไฟล์ของนักซ์เฟรมเวิร์กสำหรับการสร้างแบบจำลองของส่วนฟรอนต์เอนด์และนำเสนอกฎการแปลงในรูปแบบของแผ่นแบบสำหรับการแปลงแบบจำลองสู่โค้ดและจากโค้ดสู่แบบจำลอง โดยการแปลงจากแบบจำลองสู่โค้ดนั้นนักพัฒนาจำเป็นต้องเติมโค้ดตรรกะบางส่วนลงไปในโค้ดที่ได้จากการแปลงเพื่อทำให้ส่วนฟรอนต์เอนด์สามารถทำงานได้อย่างสมบูรณ์ ทั้งนี้งานวิจัยฉบับนี้ได้นำเสนอเครื่องมือการแปลงทั้งในส่วนของการแปลงแบบจำลองสู่โค้ดและโค้ดสู่แบบจำลอง รวมถึงการสร้างเว็บแอปพลิเคชันกรณีศึกษาเพื่อใช้ในการตรวจสอบการแปลง โดยการแปลงจากแบบจำลองสู่โค้ดได้ผ่านการตรวจสอบคุณภาพโค้ดโดยใช้โซนาร์คิวบ์ การเปรียบเทียบระหว่างการแปลงด้วยเครื่องมือจากแบบจำลองสู่โค้ดกับการเขียนโค้ดโดยดูจากแบบจำลองโดยนักพัฒนา ได้ผลว่าโค้ดสอดคล้องกันเฉลี่ย 89.23% เนื่องจากโค้ดของนักพัฒนาไม่ครบถ้วนตามแบบจำลองหรือไม่เป็นไปตามคู่มือของนักซ์ การวัดอัตราการแปลงเมื่อเทียบกับโค้ดที่เพิ่มตรรกะจนสมบูรณ์แล้วมีค่าเฉลี่ย 83.03% แสดงว่าโค้ดส่วนใหญ่ถูกสร้างขึ้นอัตโนมัติ การแปลงจากโค้ดสู่แบบจำลองใช้การเปรียบเทียบแบบจำลองต้นฉบับกับแบบจำลองที่ถูกแปลงกลับจากโค้ด ผลลัพธ์ คือ แบบจำลองที่แปลงกลับจากโค้ดมีความถูกต้องโดยรวมเฉลี่ย 100%

Go to article

Integrative Machine Learning Approaches For Enhanced Classification Of Genomic Sequences: A Next-Generation Sequencing Perspective, Sujatha Alla, Nagesh Bheesetty, Sai Gireesh Komaragiri, Prasanthi Chidipudi, Joshit Mohanty, Sathish Kumar Chintala, Jubin Thomas, Jayapal Vummadi, Hemanth Volikatla, Navin Kamuni Jan 2024

Integrative Machine Learning Approaches For Enhanced Classification Of Genomic Sequences: A Next-Generation Sequencing Perspective, Sujatha Alla, Nagesh Bheesetty, Sai Gireesh Komaragiri, Prasanthi Chidipudi, Joshit Mohanty, Sathish Kumar Chintala, Jubin Thomas, Jayapal Vummadi, Hemanth Volikatla, Navin Kamuni

Engineering Management & Systems Engineering Faculty Publications

The advent of Next-Generation Sequencing (NGS) techniques has revolutionized genomic research by enabling the rapid sequencing of DNA and RNA. This data can be used for various applications, including genome sequencing, transcriptome profiling, metagenomics, and epigenetics studies. For this study, DNA classifier dataset was extracted from UCI repository of machine learning databases. This vast amount of genomic data necessitates the development of sophisticated machine learning (ML) models for effective classification and analysis. This study presents a comprehensive comparison of various ML models, including Support Vector Machines (SVM), Random Forests (RF), and Neural Networks (NNs), approaches, in classifying genomic data. We …

Go to article

Integrating Generative Artificial Intelligence With Systems Architecting Diagram Creation: Advancement, Challenges, Opportunities And Future Perspectives, Cansu Yalim, Holly H. Handley Jan 2024

Integrating Generative Artificial Intelligence With Systems Architecting Diagram Creation: Advancement, Challenges, Opportunities And Future Perspectives, Cansu Yalim, Holly H. Handley

Engineering Management & Systems Engineering Faculty Publications

Generative AI (GenAI) serves as a powerful tool that can create a wide range of content, including but not limited to text, speech, images, code, videos, and 3D models. ChatGPT stands out as a particularly appealing Generative Pretrained Transformer (GPT) model that offers supplementary capabilities through GPTs and plugins. These extensions enable users to engage with the chatbot and improve its functionality, surpassing mere content generation. Our study delves into the potential of ChatGPT, specifically GPT-4, to expedite the creation of diagrams to support the system architecting process. To this end, we explored the use of ChatGPT's Diagrams Show Me …

Go to article

Detection Of Tooth Position By Yolov4 And Various Dental Problems Based On Cnn With Bitewing Radiograph, Kuo Chen Li, Yi-Cheng Mao, Mu-Feng Lin, Yi-Qian Li, Chiung-An Chen, Tsung-Yi Chen, Patricia Angela R. Abu Jan 2024

Detection Of Tooth Position By Yolov4 And Various Dental Problems Based On Cnn With Bitewing Radiograph, Kuo Chen Li, Yi-Cheng Mao, Mu-Feng Lin, Yi-Qian Li, Chiung-An Chen, Tsung-Yi Chen, Patricia Angela R. Abu

Department of Information Systems & Computer Science Faculty Publications

Periodontitis is a high prevalence dental disease caused by bacterial infection of the bone that surrounds the tooth. Early detection and precision treatment can prevent more severe symptoms such as tooth loss. Traditionally, periodontal disease is identified and labeled manually by dental professionals. The task requires expertise and extensive experience, and it is highly repetitive and time-consuming. The aim of this study is to explore the application of AI in the field of dental medicine. With the inherent learning capabilities, AI exhibits remarkable proficiency in processing extensive datasets and effectively managing repetitive tasks. This is particularly advantageous in professions demanding …

Go to article

Effect Of Resin Bleed Out On Compaction Behavior Of The Fiber Tow Gap Region During Automated Fiber Placement Manufacturing, Von Clyde Jamora, Virginia Rauch, Sergii G. Kravchenko, Oleksandr G. Kravchenko Jan 2024

Effect Of Resin Bleed Out On Compaction Behavior Of The Fiber Tow Gap Region During Automated Fiber Placement Manufacturing, Von Clyde Jamora, Virginia Rauch, Sergii G. Kravchenko, Oleksandr G. Kravchenko

Mechanical & Aerospace Engineering Faculty Publications

Automated fiber placement is a state-of-the-art manufacturing method which allows for precise control over layup design. However, AFP results in irregular morphology due to fiber tow deposition induced features such as tow gaps and overlaps. Factors such as the squeeze flow and resin bleed out, combined with large non-linear deformation, lead to morphological variability. To understand these complex interacting phenomena, a coupled multiphysics finite element framework was developed to simulate the compaction behavior around fiber tow gap regions, which consists of coupled chemo-rheological and flow-compaction analysis. The compaction analysis incorporated a visco-hyperelastic constitutive model with anisotropic tensorial prepreg viscosity, which …

Go to article

A New Cache Replacement Policy In Named Data Network Based On Fib Table Information, Mehran Hosseinzadeh, Neda Moghim, Samira Taheri, Nasrin Gholami Jan 2024

A New Cache Replacement Policy In Named Data Network Based On Fib Table Information, Mehran Hosseinzadeh, Neda Moghim, Samira Taheri, Nasrin Gholami

VMASC Publications

Named Data Network (NDN) is proposed for the Internet as an information-centric architecture. Content storing in the router’s cache plays a significant role in NDN. When a router’s cache becomes full, a cache replacement policy determines which content should be discarded for the new content storage. This paper proposes a new cache replacement policy called Discard of Fast Retrievable Content (DFRC). In DFRC, the retrieval time of the content is evaluated using the FIB table information, and the content with less retrieval time receives more discard priority. An impact weight is also used to involve both the grade of retrieval …

Go to article

Implications Of Alternative Communications And Sensing Technologies For Implementing Variable Speed Limit Control Through Connected Vehicles: Sag Curve As A Case Study, Reza Vatani Nezafat, Mecit Cetin, Elizabeth Williams, George F. List Jan 2024

Implications Of Alternative Communications And Sensing Technologies For Implementing Variable Speed Limit Control Through Connected Vehicles: Sag Curve As A Case Study, Reza Vatani Nezafat, Mecit Cetin, Elizabeth Williams, George F. List

Civil & Environmental Engineering Faculty Publications

Connected vehicles (CVs) will enable various applications to improve traffic flow. This paper's focus is to investigate how the potential implementation of variable speed limit (VSL) through different types of communication and sensing technologies on CVs makes it possible to mitigate congestion at a sag curve bottleneck. A VSL algorithm is developed and implemented in a simulation environment for controlling the inflow of vehicles to a sag curve to minimize delays and increase throughput. Both vehicle-to-vehicle (V2V) and infrastructure-to-vehicle (I2V) options for CVs are investigated when implementing the VSL control strategy in a simulation environment. Also, for measuring traffic density …

Go to article

‘I Know It When I See It’– Developing Quality Schedules Considering Subjective Or Unspecified Criteria, Douglas L. Moody Jan 2024

‘I Know It When I See It’– Developing Quality Schedules Considering Subjective Or Unspecified Criteria, Douglas L. Moody

Publications and Research

Most timetabling problems have a given objective function to measure the quality of a solution. However, users may have a “I know it when I see it” recognition of a quality schedule, without specifying the complete basis for their judgment. In this situation, the objective function cannot be exclusively used as a solution quality measurement. This work presents an AI based approach to aid in categorizing the solution’s quality when the users have not explicitly defined all factors used in their criteria.

Go to article

Abmscore: A Heuristic Algorithm For Forming Strategic Coalitions In Agent-Based Simulation, Andrew J. Collins, Gayane Grigoryan Jan 2024

Abmscore: A Heuristic Algorithm For Forming Strategic Coalitions In Agent-Based Simulation, Andrew J. Collins, Gayane Grigoryan

Engineering Management & Systems Engineering Faculty Publications

Integrating human behavior into agent-based models has been challenging due to its diversity. An example is strategic coalition formation, which occurs when an individual decides to collaborate with others because it strategically benefits them, thereby increasing the expected utility of the situation. An algorithm called ABMSCORE was developed to help model strategic coalition formation in agent-based models. The ABMSCORE algorithm employs hedonic games from cooperative game theory and has been applied to various situations, including refugee egress and smallholder farming cooperatives. This paper discusses ABMSCORE, including its mechanism, requirements, limitations, and application. To demonstrate the potential of ABMSCORE, a new …

Go to article

Meta-Icvi: Ensemble Validity Metrics For Concise Labeling Of Correct, Under- Or Over-Partitioning In Streaming Clustering, Niklas M. Melton, Sasha Petrenko, Donald C. Wunsch Jan 2024

Meta-Icvi: Ensemble Validity Metrics For Concise Labeling Of Correct, Under- Or Over-Partitioning In Streaming Clustering, Niklas M. Melton, Sasha Petrenko, Donald C. Wunsch

Electrical and Computer Engineering Faculty Research & Creative Works

Understanding the performance and validity of clustering algorithms is both challenging and crucial, particularly when clustering must be done online. Until recently, most validation methods have relied on batch calculation and have required considerable human expertise in their interpretation. Improving real-time performance and interpretability of cluster validation, therefore, continues to be an important theme in unsupervised learning. Building upon previous work on incremental cluster validity indices (iCVIs), this paper introduces the Meta- iCVI as a tool for explainable and concise labeling of partition quality in online clustering. Leveraging a time-series classifier and data-fusion techniques, the Meta- iCVI combines the outputs …

Go to article

A Point Of Singularity For Technology And Engineering Education, Philip A. Reed Jan 2024

A Point Of Singularity For Technology And Engineering Education, Philip A. Reed

Educational Leadership & Workforce Development Faculty Publications

[First paragraph] I attended graduate school at Virginia Tech in the late 1990's and some of my fondest memories are from the side conversations with the faculty. The faculty at that time consisted of my mentor and program leader, Jim LaPorte, and other leaders in the field: Allen Bame, Sharon Brusic, Tom Jeffries, and Mark Sanders. Bill Dugger had recently retired from the university but maintained an office in Blacksburg to work full time on the Technology for All Americans Project (TfAAP, ITEEA, 2024) and he was very gracious about hosting students at the TfAAP office …

Go to article

โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก, ณฐพจน์ หนูวงษ์ Jan 2024

โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก, ณฐพจน์ หนูวงษ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การเปลี่ยนแปลงสภาพภูมิอากาศเป็นความท้าทายระดับโลกที่สำคัญ ซึ่งเกิดจากการปล่อยก๊าซเรือนกระจกเป็นหลัก การจัดการข้อมูลก๊าซเรือนกระจกอย่างมีประสิทธิภาพจึงมีความสำคัญต่อการประเมินคาร์บอนฟุตพรินต์ อย่างไรก็ตาม การกำหนดค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมต่างๆ นั้นไม่ใช่เรื่องง่ายและต้องใช้แรงงานไม่น้อย นอกจากนี้ เนื้อหาในฐานข้อมูลค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกยังเป็นการผสมผสานระหว่างภาษาไทยและภาษาอังกฤษ การศึกษานี้จึงได้พัฒนาโปรแกรมค้นหาข้ามภาษาสำหรับการค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกจากฐานข้อมูลขององค์การบริหารจัดการก๊าซเรือนกระจก (ประเทศไทย) เพื่อส่งเสริมความน่าเชื่อถือของการคำนวณการปล่อยคาร์บอน ระบบดังกล่าวช่วยให้สามารถค้นหาแบบสองภาษาได้อย่างราบรื่น โดยบูรณาการการจับคู่คำพ้องความหมายแบบใช้พจนานุกรมและการจัดทำดัชนีด้วยอิลาสติกเซิร์ช การค้นหาเชิงความหมายพร้อมกับการขยายการค้นหาด้วยคำพ้องความหมายจะช่วยให้มั่นใจได้ว่าจะได้ผลลัพธ์ที่เกี่ยวข้อง โดยไม่คำนึงถึงภาษาที่ใช้ในการสืบค้น ด้วยการทำงานแบบสายท่ออัตโนมัติสำหรับการค้นคืนข้อมูลและการจัดทำดัชนี ระบบดังกล่าวช่วยเพิ่มความแม่นยำและประสิทธิภาพในการค้นหา ซึ่งจะช่วยสนับสนุนองค์กรต่างๆ ในการคำนวณค่าคาร์บอนฟุตพรินต์ที่ถูกต้องเที่ยงตรงมากยิ่งขึ้น

Go to article

การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร Jan 2024

การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร

Chulalongkorn University Theses and Dissertations (Chula ETD)

การประเมินผลการสรุปข้อความยังคงเป็นเรื่องท้าทาย เนื่องจากตัววัดแบบดั้งเดิม เช่น ROUGE และ BLEU มุ่งเน้นไปที่ความเหมือนกันของคำ ซึ่งมักจะไม่สามารถจับความหมายเชิงลึกและความสอดคล้องของเนื้อหาได้อย่างครบถ้วน งานวิจัยนี้นำเสนอ CorefSemScore ซึ่งเป็นตัววัดเชิงประเมินแบบผสมผสานที่รวมการวิเคราะห์ การแก้ไขการอ้างอิงร่วม เข้ากับการประเมินความคล้ายคลึงกันเชิงความหมาย โดยผสานการใช้ ROUGE, BERTScore, และ Sentence-BERT เพื่อการประเมินที่ครอบคลุมมากขึ้น CorefSemScore ใช้วิธีการเฉลี่ยแบบถ่วงน้ำหนักเพื่อผสานองค์ประกอบการประเมินในหลากหลายมิติ โดยเน้นความสมดุลระหว่างการประเมินความคล้ายคลึงกันเชิงคำศัพท์และความคล้ายคลึงกันเชิงความหมาย ส่งผลให้สามารถประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟได้อย่างครอบคลุม ผลการทดลองบนชุดข้อมูล SummEval แสดงให้เห็นว่า CorefSemScore มีประสิทธิผลเหนือกว่าทั้งตัววัดแบบความคล้ายคลึงกันเชิงคำศัพท์ เช่น ROUGE และ BLEU รวมถึงตัววัดความคล้ายคลึงกันเชิงความหมาย เช่น BERTScore โดยเฉพาะในด้านการสะท้อนความเชื่อมโยงของเนื้อหา ซึ่งสะท้อนถึงศักยภาพของตัววัดในการยกระดับความน่าเชื่อถือของการประเมินผลการสรุปข้อความแบบแอบสแทร็กต์ทิฟ

Go to article

Language Models For Rare Disease Information Extraction: Empirical Insights And Model Comparisons, Shashank Gupta Jan 2024

Language Models For Rare Disease Information Extraction: Empirical Insights And Model Comparisons, Shashank Gupta

Theses and Dissertations--Computer Science

End-to-end relation extraction (E2ERE) is a crucial task in natural language processing (NLP) that involves identifying and classifying semantic relationships between entities in text. This thesis compares three paradigms for end-to-end relation extraction (E2ERE) in biomedicine, focusing on rare diseases with discontinuous and nested entities. We evaluate Named Entity Recognition (NER) to Relation Extraction (RE) pipelines, sequence-to-sequence models, and generative pre-trained transformer (GPT) models using the RareDis information extraction dataset. Our findings indicate that pipeline models are the most effective, followed closely by sequence-to-sequence models. GPT models, despite having eight times as many parameters, perform worse than sequence-to-sequence models and …

Go to article

Autonomous Shuttle Car Docking To A Continuous Miner Using Rgb-Depth Imagery, Sky Rose Jan 2024

Autonomous Shuttle Car Docking To A Continuous Miner Using Rgb-Depth Imagery, Sky Rose

Theses and Dissertations--Mining Engineering

A great deal of research is currently being conducted in automating mining equipment to improve worker health and safety and increase mine productivity. Significant progress has been made in some applications, e.g., autonomous haul trucks for surface mining. However, little progress has been made in autonomous face haulage in underground room-and pillar coal mines. Accordingly, this thesis addresses automating the operation of a shuttle car, focusing on positioning the shuttle car under the continuous miner coal-discharge conveyor during cutting and loading operations. The approach uses a stereo depth camera as the sensor, and machine-learning algorithms are used to identify various …

Go to article

Artificial Intelligence Enabled Machinery Fault Detection And Diagnosis Using Vibro-Acoustic Signals, Srinivasa Rao Ippili Jan 2024

Artificial Intelligence Enabled Machinery Fault Detection And Diagnosis Using Vibro-Acoustic Signals, Srinivasa Rao Ippili

Theses and Dissertations--Mechanical and Aerospace Engineering

In various industries, the early detection of faults in rotating machinery is crucial to prevent system failures and ensure customer satisfaction. Typically, vibration measurement and diagnosis are employed for fault detection, but this process faces challenges in automation due to the complexity of installing and maintaining accelerometers, particularly in end-of-line quality control or pre-installed machinery health assessments. Acoustic signals, as a form of mechanical wave, offer an alternative for monitoring machinery while in operation. Unlike accelerometers, acoustic transducers are non-contact and easy to set up, enabling real-time data collection without interrupting equipment operation. However, utilizing acoustic signals in manufacturing poses …

Go to article

Survey Of Hidden Markov Models (Hmms) For Sign Language Recognition (Slr), Iwan Sandjaja, Ahmad Alsharoa, Donald Wunsch, Jian Liu Jan 2024

Survey Of Hidden Markov Models (Hmms) For Sign Language Recognition (Slr), Iwan Sandjaja, Ahmad Alsharoa, Donald Wunsch, Jian Liu

Electrical and Computer Engineering Faculty Research & Creative Works

This paper surveyed several significant papers on specific topics applying the Hidden Markov Models (HMMs) for Sign Language Recognition (SLR), divided into five main episodes: Classical HMMs, Extended HMMs, HMMs and Machine Learning, HMMs and Sensor Fusion, and HMMs and Big Data. This stringent survey would contribute significantly to advanced research on unification brain models such as neural networks, adaptive resonance theory, and confabulation theory. First, the HMM was introduced as one of the popular methods of performing SLR, and each episode of its development was expounded. In each episode, a main paper and several supporting papers were summarized. Next, …

Go to article

Fostering Trust In Artificial Intelligence In Commercial Aviation: An Exploratory Study, Leila Halawi, Mark Miller, Sam Holley Jan 2024

Fostering Trust In Artificial Intelligence In Commercial Aviation: An Exploratory Study, Leila Halawi, Mark Miller, Sam Holley

Publications

Artificial intelligence (AI) is a transformative force, compelling industries to adapt their operations, management systems, and workforce capabilities. The aviation sector finds itself at the forefront of this transformation, confronted with the imperative to navigate the complex dynamics of trust amidst AI's integration. Through a comprehensive survey involving 310 professionals from across the US commercial aviation sector, the research aims to shed light on the trust construct. The exploratory study provides critical insights for strategic AI adoption within the industry. A crosstabulation explored how employee trust in AI for decision-making differed across various demographic groups. In addition, a onesample T-test …

Go to article

The Integration Of Neuromorphic Computing In Autonomous Robotic Systems, Md Abu Bakr Siddique Jan 2024

The Integration Of Neuromorphic Computing In Autonomous Robotic Systems, Md Abu Bakr Siddique

Dissertations, Master's Theses and Master's Reports

Deep Neural Networks (DNNs) have come a long way in many cognitive tasks by training on large, labeled datasets. However, this method has problems in places with limited data and energy, like when planetary robots are used or when edge computing is used [1]. In contrast to this data-heavy approach, animals demonstrate an innate ability to learn by communicating with their environment and forming associative memories among events and entities, a process known as associative learning [2-4]. For instance, rats in a T-maze learn to associate different stimuli with outcomes through exploration without needing labeled data [5]. This learning paradigm …

Go to article

Wave Energy Converter Wave Force Prediction Using A Neural Network, Morgan Kline Jan 2024

Wave Energy Converter Wave Force Prediction Using A Neural Network, Morgan Kline

Dissertations, Master's Theses and Master's Reports

Due to the unpredictable nature of large bodies of water, wave energy can be a difficult renewable resource to rely on. One way to make Wave Energy Converters (WECs) more efficient is to apply a control strategy. In many control solutions, it is assumed that the wave excitation force is known into the future. In many instances, especially with complex waveforms, this is simply not the case. Simulation studies have shown the promise of wave force prediction using neural networks. This study demonstrates this experimentally and aims to characterize the important factors when designing such a network. Several wave elevation …

Go to article

Statically Controlled Synchronized Lane Architectures, Scott K. Pomerville Jan 2024

Statically Controlled Synchronized Lane Architectures, Scott K. Pomerville

Dissertations, Master's Theses and Master's Reports

Modern superscalar processors dominate the field of computing. While dynamic execution allows for versatility in code, these processors are complex. Statically scheduled code has historically enabled simpler processor designs, but static scheduling cannot account for variables that are unknown at compile time. Furthermore, static scheduling has many inefficiencies, such as the need to insert a large number of nops for code in traditional Very Long Instruction Word (VLIW) processors. In this dissertation, we explore a novel architectural approach for statically scheduled code by breaking the code into several synchronous instruction streams. By representing code in a fundamentally new way, we …

Go to article

Data Quality Based Intelligent Instrument Selection With Security Integration, Sergei Chuprov, Raman Zatsarenko, Leon Reznik, Igor Khokhlov Jan 2024

Data Quality Based Intelligent Instrument Selection With Security Integration, Sergei Chuprov, Raman Zatsarenko, Leon Reznik, Igor Khokhlov

School of Computer Science & Engineering Faculty Publications

We propose a novel Data Quality with Security (DQS) integrated instrumentation selection approach that facilitates aggregation of multi-modal data from heterogeneous sources. As our major contribution, we develop a framework that incorporates multiple levels of integration in finding the best DQS-based instrument selection: data fusion from multi-modal sensors embedded into heterogeneous platforms, using multiple quality and security metrics and knowledge integration. Our design addresses the security aspect in the instrumentation design, which is commonly overlooked in real applications, by aggregating it with other metrics into an integral DQS calculus. We develop DQS calculus that formalizes the problem of finding the …

Go to article

How Can A Cloud Computing It Framework Be Created And Applied Effectively In The Online Printing Industry?, Stefan Meissner Jan 2024

How Can A Cloud Computing It Framework Be Created And Applied Effectively In The Online Printing Industry?, Stefan Meissner

Dissertations

This research aims to design a cloud computing IT framework for the online printing industry based on a detailed literature review, the development of proof of concepts (PoC), and the conduction of a focus group. The framework can be adopted by the online printing industry or by vendors of print-specific applications to optimize their products for the online printing industry. The author has been working in the online printing process optimization and automation since 2007. During this time, he got deep insight into many industry-specific applications, their architectural design, and their challenges being used in the context of online printing. …

Go to article

Adaptive Critic Optimal Control Of An Uncertain Robot Manipulator With Applications, Ravi Prakash, Laxmidhar Behera, Sarangapani Jagannathan Jan 2024

Adaptive Critic Optimal Control Of An Uncertain Robot Manipulator With Applications, Ravi Prakash, Laxmidhar Behera, Sarangapani Jagannathan

Electrical and Computer Engineering Faculty Research & Creative Works

Realistic manipulation tasks involve a prolonged sequence of motor skills in varying control environments consisting of uncertain robot dynamic models and end-effector payloads. To address these challenges, this article proposes an adaptive critic (AC)-based basis function neural network (BFNN) optimal controller. Using a single neural network (NN) with a basis function, the proposed optimal controller simultaneously learns task-related optimal cost function, robot internal dynamics, and optimal control law. This is achieved through the development of a novel BFNN tuning law using closed-loop system stability. Therefore, the proposed optimal controller provides real-time, implementable, cost-effective control solutions for practical robotic tasks. The …

Go to article

Empowering Causal Machine Learning For Large-Scale Manufacturing Pipelines With Knowledge Graphs, Yuxin Zi, Cory Henson, Amit P. Sheth Jan 2024

Empowering Causal Machine Learning For Large-Scale Manufacturing Pipelines With Knowledge Graphs, Yuxin Zi, Cory Henson, Amit P. Sheth

Faculty Publications

Understanding causal relations within manufacturing pipelines is crucial for key manufacturing tasks such as anomaly detection and root cause analysis. However, existing causal machine learning (causal ML) approaches struggle to scale effectively to the vast number of variables present in manufacturing settings. We advocate for incorporating domain knowledge within the manufacturing pipelines, represented as knowledge graphs (KGs), for designing causal ML methods for large-scale manufacturing problems. Knowledge graphs can encode rich contextual information about the interactions and dependencies between different components and stages of the manufacturing pipeline, providing a structured framework to guide the discovery of causal relationships. By incorporating …

Go to article

Neurosymbolic Ai Approach To Attribution In Large Language Models, Deepa Tilwani, Revathy Venkataramanan, Amit P. Sheth Jan 2024

Neurosymbolic Ai Approach To Attribution In Large Language Models, Deepa Tilwani, Revathy Venkataramanan, Amit P. Sheth

Faculty Publications

Attribution in large language models (LLMs) remains a significant challenge, particularly in ensuring the factual accuracy and reliability of the generated outputs. Current methods for citation or attribution, such as those employed by tools like Perplexity.ai and Bing Search-integrated LLMs, attempt to ground responses by providing real-time search results and citations. However, so far, these approaches suffer from issues such as hallucinations, biases, surface-level relevance matching, and the complexity of managing vast, unfiltered knowledge sources. While tools like Perplexity.ai dynamically integrate web-based information and citations, they often rely on inconsistent sources such as blog posts or unreliable sources, which limits …

Go to article

เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์ Jan 2024

เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์ฉบับนี้ศึกษาอัลกอริธึม K-Means แบบผสมระหว่างควอนตัมและคลาสสิก สำหรับการจัดกลุ่มข้อมูลผู้ป่วยโรคหัวใจ โดยใช้วงจร swap-test ของควอนตัมในการคำนวณระยะทาง และได้ทำการทดสอบบนควอนตัมคอมพิวเตอร์จำลองใน 2 แนวทาง คือแบบที่มีสัญญาณรบกวน และแบบอุดมคติ ด้วยชุดข้อมูลจริงที่มีมากกว่า 1,000 รายการ ผลการทดลองแสดงให้เห็นว่า วิธีควอนตัมทั้งสองสามารถทำความแม่นยำได้สูงถึง 0.83 และให้ค่า F1-score ใกล้เคียงกับ K-Means แบบคลาสสิก (0.82–0.83) แม้ในกรณีค่าจากควอนตัมคอมพิวเตอร์ที่มีสัญญาณรบกวน ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพในการใช้งานจริงของวิธีจัดกลุ่มที่ได้รับการเสริมด้วยควอนตัม

Go to article

การพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง, กฤตชญา ประภารัตน์ Jan 2024

การพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง, กฤตชญา ประภารัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาโมเดลที่เหมาะสมสำหรับการพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง โดยศูนย์บริการข้อมูลทางโทรศัพท์ หรือ Call Center มีบทบาทเป็นศูนย์รวมสายโทรเข้าและโทรออกของธุรกิจ ซึ่งเป็นช่องทางสำคัญในการตอบสนองความต้องการของลูกค้า ไม่ว่าจะเป็นการสอบถามข้อมูล การขอคำแนะนำ หรือแก้ปัญหาต่าง ๆ ศูนย์บริการข้อมูลทางโทรศัพท์จึงมีการจัดวางแผนกำลังคนรับสาย เพื่อให้สอดคล้องกับปริมาณสายโทรศัพท์ที่คาดว่าจะเข้ามา แต่ในบางครั้งการวางแผนจัดกำลังคนรับสายอาจต้องมีการปรับระหว่างวัน เนื่องจากจำนวนสายโทรเข้าอาจมีจำนวนมากกว่าหรือน้อยกว่าที่คาดการณ์ไว้ ซึ่งวิธีการเดิมที่บริษัทใช้ในการคำนวน อาจมีความคลาดเคลื่อน และไม่สามารถปรับตัวเลขได้ภายในระยะเวลาอันสั้น งานวิจัยนี้จึงนำเสนอการพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง มีวัตถุประสงค์เพื่อพยากรณ์ปริมาณสายการโทรเข้าช่วงหลัง 10 น. เพื่อช่วยให้ฝ่ายวางแผนกำลังคนเห็นแนวโน้มปริมาณสายที่คาดว่าจะเข้ามา และตัดสินใจปรับแผนการจัดกำลังคนได้อย่างทันท่วงที โดยโมเดลจะจัดกลุ่มและพยากรณ์รูปแบบการกระจายตัวของปริมาณสายโทรเข้า และพยากรณ์จำนวนสายที่คาดว่าจะเข้ามา ผลการทดลองพบว่า โมเดลที่พัฒนาขึ้นมี MAPE อยู่ที่ 20.8% ซึ่งมีประสิทธิภาพดีกว่าวิธีการคำนวนเดิมของบริษัทที่มี MAPE อยู่ที่ 52.7%

Go to article

การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์ Jan 2024

การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การแบ่งส่วนเนื้องอกในตับโดยอัตโนมัติจากภาพถ่ายทางการแพทย์มีบทบาทสำคัญในการช่วยลดภาระงานของรังสีแพทย์ในขั้นตอนการวางแผนรักษามะเร็งตับด้วยวิธีรังสีบำบัด โดยรูปสเปคซีทีมักถูกนำมาใช้เพื่อช่วยระบุส่วนเนื้องอกให้แม่นยำเพื่อให้การวางแผนการรักษามีประสิทธิภาพ อย่างไรก็ตาม การแบ่งส่วนเนื้องอกจากภาพเหล่านี้เป็นเรื่องท้าทายเนื่องจากปัญหาต่างๆ เช่น การกระจายแสงที่ผิดปกติ ทำให้ขนาดเนื้องอกดูใหญ่กว่าความเป็นจริงและลดความแม่นยำในการแบ่งส่วน งานวิจัยฉบับนี้ได้นำเสนอโครงข่ายคัดกรองหลายระดับแบบคู่ (Paired Multiscale Attention Network) ซึ่งเป็นสถาปัตยกรรมที่แบ่งออกเป็นสองทาง เส้นทางแรกฝึกฝนชุดข้อมูลสเปคซีทีโดยใช้โครงข่าย Multiscale Attention Network (MA-Net) เส้นทางที่สองมีการใช้การแปลงแบบไวซ์ท็อปแฮท (White Top-Hat) แล้วนำลักษณะเด่นที่ได้มาควบรวมกับเส้นทางแรก ช่วยลดความบกพร่องของการแบ่งส่วนที่มักเกิดจากความแปรปรวนของแสง ในงานวิจัยนี้จะแบ่งการทดสอบเป็นสองส่วน ส่วนแรกคือการทดสอบโมเดลแบ่งส่วนเนื้อตับ โดยใช้ MA-Net โดยมีโมเดลย่อยคือ ResNet50 ฝึกกับชุดข้อมูลซีทีโดยรวมระหว่างชุดข้อมูลสาธารณะ 3DIRCADb-01 และชุดข้อมูลจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทย โดยมีค่า Dice similarity coefficient (DSC) อยู่ที่ 89.67% ในส่วนการทดสอบโมเดลแบ่งส่วนเนื้องอกตับ จะใช้โครงข่ายคัดกรองหลายระดับแบบคู่ ฝึกด้วยชุดข้อมูล เทคนีเซียม-99 เอ็มเอเอ สเปคซีทีจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทยโดยมีค่า DSC ที่ 67.00% ซึ่งให้ประสิทธิภาพการแบ่งส่วนที่ดีที่สุดเมื่อเทียบกับสถาปัตยกรรมอื่นๆ รวมถึงผลจากงานวิจัยก่อนหน้านี้ที่ทดสอบด้วยชุดข้อมูลเดียวกัน

Go to article

First Prev Next Last