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

Engineering Commons™

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

Electrical and Computer Engineering

Institution
Keyword
Publication Year
Publication
Publication Type
File Type

Articles 3391 - 3420 of 36783

Full-Text Articles in Engineering

A Magnetic Constant Torque Mechanism, Gozde Sivka, Dawei Che, Bert Dechant, Colton Bruce, Jonathan Z. Bird Jan 2024

A Magnetic Constant Torque Mechanism, Gozde Sivka, Dawei Che, Bert Dechant, Colton Bruce, Jonathan Z. Bird

Electrical and Computer Engineering Faculty Publications and Presentations

This paper presents the design of a new type of magnetic constant torque mechanism. The constant torque is shown to be created over a prescribed ±65° stroke length and is shown to be highly uniform. The value of the constant torque is adjustable through the relative axial motion of the rotors. The constant torque is created using a simple magnet arrangement which makes use of the axial transverse-flux path of one rotor's magnetic field relative to the azimuthal field flow of the fixed secondary rotor. It is shown that the use of segmented magnets introduces torque ripple.

Go to article

Femtosecond Laser–Inscribed Fiber Bragg Grating Sensors: Enabling Distributed High- Temperature Measurements And Strain Monitoring In Steelmaking And Foundry Applications, Ogbole Collins Inalegwu, Yeshwanth Reddy Mekala, Rony Kumer Saha, Farhan Mumtaz, Dinesh Reddy Alla, Deva Prasaad Neelakandan, Jeffrey D. Smith, Ronald J. O'Malley, Rex Gerald, Jie Huang Jan 2024

Femtosecond Laser–Inscribed Fiber Bragg Grating Sensors: Enabling Distributed High- Temperature Measurements And Strain Monitoring In Steelmaking And Foundry Applications, Ogbole Collins Inalegwu, Yeshwanth Reddy Mekala, Rony Kumer Saha, Farhan Mumtaz, Dinesh Reddy Alla, Deva Prasaad Neelakandan, Jeffrey D. Smith, Ronald J. O'Malley, Rex Gerald, Jie Huang

PSMRC Faculty Research

This study demonstrates the use of fiber Bragg grating (FBG) sensors for distributed temperature and strain monitoring in steelmaking and foundry applications. Integrated into inexpensive optical fibers, FBGs offer accurate and real-time remote sensing, detecting shifts in wavelength due to temperature (up to 1,800 °C), strain, or structural wear and tear. Furthermore, the intrinsic features of FBG sensors: compact size, immunity to electromagnetic interference and corrosion, robustness to vibration, ease of integration into existing composite structures, and non-intrusive measurement capacity in harsh environments make them ideal for steelmaking. FBGs optimize production, ensure quality, and enhance safety within the steel industry.

Go to article

Enhanced Bottom Anode Monitoring In Dc Electric Arc Furnaces Using Fiber Optic Sensors, Yeshwanth Reddy Mekala, Rony Kumer Saha, Ogbole Collins Inalegwu, Muhammad Roman, Farhan Mumtaz, Rex Gerald, Jeffrey D. Smith, Jie Huang, Ronald J. O'Malley Jan 2024

Enhanced Bottom Anode Monitoring In Dc Electric Arc Furnaces Using Fiber Optic Sensors, Yeshwanth Reddy Mekala, Rony Kumer Saha, Ogbole Collins Inalegwu, Muhammad Roman, Farhan Mumtaz, Rex Gerald, Jeffrey D. Smith, Jie Huang, Ronald J. O'Malley

PSMRC Faculty Research

A pin style bottom anode employs conductive steel rods that serve as the pathway for the high electrical power through rammed refractory at the bottom of a DC Electric Arc Furnace (EAF). Anode wear during operation is important to monitor, as anode replacement is expensive and impacts EAF productivity. Liquid steel penetration into the un-sintered refractory layer can result from rapid electrical power ramp-up, dips in furnace temperature, or operating the anode for too long between EAF campaigns. In extreme cases, the liquid steel may penetrate the bottom of the furnace when anode wear progresses too close to the bottom …

Go to article

Fiber-Optic Raman Probe For On-Line Eaf Slag Analysis, Bohong Zhang, Hanok Tekle, Jeffrey D. Smith, Todd Sander, Ronald J. O'Malley, Jie Huang Jan 2024

Fiber-Optic Raman Probe For On-Line Eaf Slag Analysis, Bohong Zhang, Hanok Tekle, Jeffrey D. Smith, Todd Sander, Ronald J. O'Malley, Jie Huang

PSMRC Faculty Research

In Electric Arc Furnace (EAF) steelmaking, the push for improved efficiency requires accurate analysis of the chemical composition of its slag system to control slag foaming, provide refractory protection, and maintain high furnace iron yield. Therefore, the ability to obtain real-time slag chemistry data would provide a useful tool to improve the control and efficiency of the process. The work reported here aims to assess the structure and chemistry of EAF slags at high temperatures using a portable fiber-optic Raman probe. The ability to relate Raman spectra peaks to chemistry and structure is demonstrated in experimental result with EAF slags …

Go to article

Proknow: Process Knowledge For Safety Constrained And Explainable Question Generation For Mental Health Diagnostic Assistance In The Age Of Large Language Models, Kaushik Roy, Manas Gaur, Misagh Soltani, Vipula Rawte, Ashwin Allen, Amit P. Sheth Jan 2024

Proknow: Process Knowledge For Safety Constrained And Explainable Question Generation For Mental Health Diagnostic Assistance In The Age Of Large Language Models, Kaushik Roy, Manas Gaur, Misagh Soltani, Vipula Rawte, Ashwin Allen, Amit P. Sheth

Publications

Current Virtual Mental Health Assistants (VMHAs) primarily offer counseling and suggestive care but do not assist with patient diagnosis due to their lack of training in safety-constrained and specialized clinical process knowledge, referred to as ProKnow. In this work, we define ProKnow as an ordered set of information aligned with evidence-based guidelines or categories of conceptual understanding used by domain experts. We also introduce a new dataset of diagnostic conversations guided by safety constraints and Pro- Know, known as ProKnow-data. We develop a method for natural language question generation (NLG) designed to interactively gather diagnostic information from patients, termed ProKnow-algo. …

Go to article

Sub-Band Backdoor Attack In Remote Sensing Imagery, Kazi Aminul Islam, Hongyi Wu, Chunsheng Xin, Rui Ning, Liuwan Zhu, Jiang Li Jan 2024

Sub-Band Backdoor Attack In Remote Sensing Imagery, Kazi Aminul Islam, Hongyi Wu, Chunsheng Xin, Rui Ning, Liuwan Zhu, Jiang Li

Electrical & Computer Engineering Faculty Publications

Remote sensing datasets usually have a wide range of spatial and spectral resolutions. They provide unique advantages in surveillance systems, and many government organizations use remote sensing multispectral imagery to monitor security-critical infrastructures or targets. Artificial Intelligence (AI) has advanced rapidly in recent years and has been widely applied to remote image analysis, achieving state-of-the-art (SOTA) performance. However, AI models are vulnerable and can be easily deceived or poisoned. A malicious user may poison an AI model by creating a stealthy backdoor. A backdoored AI model performs well on clean data but behaves abnormally when a planted trigger appears in …

Go to article

Using Feature Selection Enhancement To Evaluate Attack Detection In The Internet Of Things Environment, Khawlah Harahsheh, Rami Al-Naimat, Chung-Hao Chen Jan 2024

Using Feature Selection Enhancement To Evaluate Attack Detection In The Internet Of Things Environment, Khawlah Harahsheh, Rami Al-Naimat, Chung-Hao Chen

Electrical & Computer Engineering Faculty Publications

The rapid evolution of technology has given rise to a connected world where billions of devices interact seamlessly, forming what is known as the Internet of Things (IoT). While the IoT offers incredible convenience and efficiency, it presents a significant challenge to cybersecurity and is characterized by various power, capacity, and computational process limitations. Machine learning techniques, particularly those encompassing supervised classification techniques, offer a systematic approach to training models using labeled datasets. These techniques enable intrusion detection systems (IDSs) to discern patterns indicative of potential attacks amidst the vast amounts of IoT data. Our investigation delves into various aspects …

Go to article

Adversarial Training Based Domain Adaptation Of Skin Cancer Images, Syed Qasim Gilani, Muhammad Umair, Maryam Naqvi, Oge Marques, Hee-Cheol Kim Jan 2024

Adversarial Training Based Domain Adaptation Of Skin Cancer Images, Syed Qasim Gilani, Muhammad Umair, Maryam Naqvi, Oge Marques, Hee-Cheol Kim

Electrical & Computer Engineering Faculty Publications

Skin lesion datasets used in the research are highly imbalanced; Generative Adversarial Networks can generate synthetic skin lesion images to solve the class imbalance problem, but it can result in bias and domain shift. Domain shifts in skin lesion datasets can also occur if different instruments or imaging resolutions are used to capture skin lesion images. The deep learning models may not perform well in the presence of bias and domain shift in skin lesion datasets. This work presents a domain adaptation algorithm-based methodology for mitigating the effects of domain shift and bias in skin lesion datasets. Six experiments were …

Go to article

Lightweight Neural Network Pipeline Model For Drone Collision Prediction System Using Limited Computing Resources, Rifqi Nabila Zufar Jan 2024

Lightweight Neural Network Pipeline Model For Drone Collision Prediction System Using Limited Computing Resources, Rifqi Nabila Zufar

Chulalongkorn University Theses and Dissertations (Chula ETD)

This thesis focuses on developing a drone collision prediction algorithm by adapting the Neural Network Pipeline (NNP) for use in limited computing resources devices. While NNP is effective with sufficient computation, its performance in constrained environments remains untested. To address this issue, an adaptation of NNP using post-training quantization is developed. This method effectively compresses the model by reducing the precision of the 32-bit floating point. This adaptation aims at reducing model complexity and offers significant benefits in terms of reduced model size, increased processing speed, and reduced power consumption. It results in the expense of prediction accuracy. The MobileNetV3Small …

Go to article

Study On Skin Cancer Classification Architectures Based-On Cnn With Channel And Spatial Attention Mechanism, Zahid Maqbool Jan 2024

Study On Skin Cancer Classification Architectures Based-On Cnn With Channel And Spatial Attention Mechanism, Zahid Maqbool

Chulalongkorn University Theses and Dissertations (Chula ETD)

The early and accurate detection of skin cancer is crucial for effective treatment and improving patient survival rates. This research explores innovative CNN-based architectures enhanced with Channel Attention and Spatial Attention (CASA) mechanisms for classifying skin cancer types from dermoscopic images. Building on the strengths of transfer learning, the study applies pre-trained models VGG16, InceptionResNetV2, and EfficientNet variants (EfficientNet B0 to B7) and customizes them for skin cancer classification using CASA modules. The CASA integration allows the models to selectively focus on critical features within images, enhancing both spatial and channel-based feature extraction. Experiments utilize the HAM10000 dataset. Which contains …

Go to article

Enhanced Cross-Modality Mri Segmentation Using Dilated Convolutions And Multi-Scale Gradient Map, Ghulam Murtaza Jan 2024

Enhanced Cross-Modality Mri Segmentation Using Dilated Convolutions And Multi-Scale Gradient Map, Ghulam Murtaza

Chulalongkorn University Theses and Dissertations (Chula ETD)

Magnetic resonance imaging (MRI) segmentation is critical for accurate medical diagnosis, but cross-modal segmentation presents significant challenges due to domain shifts between imaging modalities and limited labeled data. This study proposes an enhanced U-Net framework designed to improve segmentation accuracy and generalization across different MRI modalities. The method incorporates dilated convolutions in the encoder to expand the receptive field, allowing for better contextual information capture without increasing the number of parameters. Additionally, squeeze and excite (SE) blocks are introduced to recalibrate channel-wise feature importance, addressing variations in tissue contrast across modalities. A multi-scale gradient map fusion strategy, based on holistic …

Go to article

Classification Of Bearing Failure In Adverse Industrial Conditions, Bawar Masih Jan 2024

Classification Of Bearing Failure In Adverse Industrial Conditions, Bawar Masih

Chulalongkorn University Theses and Dissertations (Chula ETD)

In industrial environments, the detection of machinery reliability is frequently compromised by surrounding noise. This interference can lead to unexpected machine failures, resulting in costly downtime and extensive repair expenses. This study investigates the application of CNN and LSTM networks for fault diagnosis under noisy conditions to achieve high classification accuracy across varying SNRs. The CNN model, designed to capture localized features, proved particularly effective in extracting critical information from complex vibration data despite substantial background noise. In contrast, the LSTM model, while optimized for sequential data analysis, showed limited performance under high-noise conditions. Using the CWRU Bearing dataset, the …

Go to article

Small Object Detection Techniques In Remote Sensing Images Using Aam And Raspp, Farhan Iqbal Jan 2024

Small Object Detection Techniques In Remote Sensing Images Using Aam And Raspp, Farhan Iqbal

Chulalongkorn University Theses and Dissertations (Chula ETD)

Remote sensing technology has advanced substantially, with significant research focused on identifying and recognizing small, distant objects within large-scale scenes. Despite these strides, the task remains difficult due to limitations in image resolution, varied object scales, dense object distribution, and diverse orientations. Current object detection methods often struggle to maintain the fine detail essential for small object detection, resulting in the loss of critical information. To address this, we introduce an Advanced Attention Mechanism (AAM) that combines a novel Combined Channel and Spatial Attention (CCSA) approach with Residual Atrous Spatial Pyramid Pooling (RASSP). This integration enhances detection accuracy by preserving …

Go to article

การกำหนดกำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ในระบบจำหน่ายเเรงดันต่ำโดยใช้วิธีผสมผสานระหว่างวิธีเชิงสุ่มกับอนุกรมเวลา, ณัฐพัฒน์ รพีอาภากุล Jan 2024

การกำหนดกำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ในระบบจำหน่ายเเรงดันต่ำโดยใช้วิธีผสมผสานระหว่างวิธีเชิงสุ่มกับอนุกรมเวลา, ณัฐพัฒน์ รพีอาภากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันการผลิตไฟฟ้าจากพลังงานแสงอาทิตย์เติบโตอย่างรวดเร็วโดยเฉพาะการติดตั้งแบบบนหลังคา อย่างไรก็ตามการติดตั้งระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์ในระบบจำหน่ายไฟฟ้าแรงดันต่ำอาจส่งผลกระทบต่อระบบไฟฟ้า เช่น โหลดหม้อแปลงและสายส่งไฟฟ้าเกินพิกัด แรงดันเกิน และความไม่สมดุลของแรงดันไฟฟ้า วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการหาค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ สำหรับระบบจำหน่ายแรงดันต่ำในประเทศไทย โดยคำนึงถึงผลกระทบด้านโหลดหม้อแปลงและสายส่งไฟฟ้าเกินพิกัด แรงดันเกิน และความไม่สมดุลของแรงดันไฟฟ้า เนื่องจากการเชื่อมต่อระบบ งานวิจัยนี้ได้ใช้วิธีมอนติคาร์โลควบคู่กับการค้นหาแบบผสมระหว่างไบนารีและเชิงเส้น ในการวิเคราะห์และคำนวณค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ โดยมีการทดลองในระบบทดสอบที่ดัดแปลงมากจากระบบจำหน่ายไฟฟ้าแรงดันต่ำของประเทศไทยจำนวน 15 ระบบ ผลการวิจัยพบว่าการใช้วิธีการผสมผสานระหว่างวิธีเชิงสุ่มและวิธีอนุกรมเวลาสามารถเพิ่มความเร็วในการคำนวณค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ โดยที่ยังคงความถูกต้องเเละความเเม่นยำเอาไว้ได้ นอกจากนั้นพบว่าปัจจัยที่ส่งผลต่อค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้อย่างมีนัยสำคัญ ได้แก่ ขนาดหม้อแปลง จำนวนผู้ติดตั้งระบบ PV และระยะจ่ายโหลดสูงสุด สุดท้ายได้นำเสนอเเนวคิดการใช้ค่ากำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าพลังงานเเสงอาทิตย์ที่รองรับได้ ในการจำกัดกำลังติดตั้งรวมของระบบ ในข้อกำหนดการเชื่อมต่อโครงข่ายไฟฟ้าของระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์ ในระบบจำหน่ายไฟฟ้าแรงดันต่ำของประเทศไทย และนำเสนอแนวทางการแบบเวลาจริงเพื่อใช้ในระบบจัดการพลังงาน

Go to article

การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับด้วยเทคนิคการประมวลผลพอยต์คลาวด์, พีรพงศ์ แดงรุ่งโรจน์ Jan 2024

การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับด้วยเทคนิคการประมวลผลพอยต์คลาวด์, พีรพงศ์ แดงรุ่งโรจน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การจัดการป่าไม้สำคัญสำหรับการแก้ปัญหาภาวะโลกร้อน เนื่องจากความสามารถในการดูดซับก๊าซคาร์บอนไดออกไซด์ของป่าไม้ การวัดเส้นผ่านศูนย์กลางเพียงอกของต้นไม้จำเป็นในการประเมินความสามารถในการกักเก็บคาร์บอนของป่าไม้ ซึ่งสำคัญในการพัฒนาการจัดการป่าไม้ให้มีประสิทธิภาพ วิธีการดั้งเดิมใช้แคลิเปอร์หรือเทปในการวัดเส้นผ่านศูนย์กลางเพียงอก ซึ่งใช้แรงและเวลามาก เพราะฉะนั้นวิทยานิพนธ์นี้นำเสนอวิธีการในการประมาณค่าเส้นผ่านศูนย์กลางเพียงอกของลำต้นยูคาลิปตัสจากข้อมูลไลดาร์ที่ได้จากอากาศยานไร้คนขับซึ่งเป็นวิธีที่รวดเร็วและมีประสิทธิภาพสำหรับป่าไม้ขนาดใหญ่ แต่ปัญหาคือความหนาแน่นของจุดข้อมูลไลดาร์ต่ำเนื่องจากระยะห่างระหว่างอากาศยานไร้คนขับติดกล้องไลดาร์และต้นไม้ วัตถุประสงค์ของงานวิจัยนี้คือพัฒนาวิธีการประมาณเส้นผ่านศูนย์กลางเพียงอกภายใต้ปัญหาดังกล่าว ขั้นตอนประกอบด้วย การเก็บข้อมูล การทำให้ข้อมูลเป็นมาตรฐาน การแบ่งแยกต้นไม้แต่ละต้น การแบ่งแยกลำต้น การแปลง 2 มิติ และการประมาณค่าเส้นผ่านศูนย์เพียงอกด้วยเทคนิคต่างๆ ได้แก่ การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยการปรับค่าด้วยค่าคงที่ การประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยคุณลักษณะของเปลือกหุ้มคอนเวกซ์ และการประมาณค่าเส้นผ่านศูนย์กลางเพียงอกด้วยคุณลักษณะของต้นไม้ ประสิทธิภาพของแต่ละวิธีถูกประเมินโดยการเปรียบเทียบกับวิธีเส้นฐานที่อ้างอิงในงานวิจัย ในแง่ของความคลาดเคลื่อน และระยะเวลาดำเนินงาน ผลการวิจัยแสดงให้เห็นว่าวิธีที่นำเสนอช่วยเพิ่มความแม่นยำในการประมาณเส้นผ่านศูนย์กลางเพียงอกในสภาวะที่มีความหนาแน่นของจุดข้อมูลต่ำ โดยค่าความคลาดเคลื่อนเท่ากับ 1.24 เซนติเมตรหรือเท่ากับร้อยละ 9.5

Go to article

การพัฒนาระบบกล้องส่องท้องฟ้าราคาประหยัดที่มีความสามารถประมาณค่าความเข้มแสงอาทิตย์และพยากรณ์ความเข้มแสงระยะสั้นมาก, ศุภกร บุญประเสริฐ Jan 2024

การพัฒนาระบบกล้องส่องท้องฟ้าราคาประหยัดที่มีความสามารถประมาณค่าความเข้มแสงอาทิตย์และพยากรณ์ความเข้มแสงระยะสั้นมาก, ศุภกร บุญประเสริฐ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การพยากรณ์ความเข้มของแสงอาทิตย์ระยะสั้นมาก มีความสำคัญต่อการจัดการกับความผันผวนของพลังงานแสงอาทิตย์ เพื่อบูรณาการระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์เข้าสู่ระบบโครงข่ายไฟฟ้าให้เป็นไปอย่างราบรื่น มีประสิทธิภาพ และเชื่อถือได้ การพยากรณ์ความเข้มแสงในระยะสั้นมากนั้นสามารถทำได้หลากหลายวิธี แต่วิธีที่นิยมใช้ในปัจจุบันใช้กล้องส่องท้องฟ้าเนื่องจากสามารถเห็นได้ถึงการเคลื่อนที่ของเมฆ ซึ่งเป็นสาเหตุหลักในความผันผวนของระบบการผลิตไฟฟ้าพลังงานแสงอาทิตย์ แต่เนื่องจากกล้องส่องท้องฟ้ามีราคาสูงจึงทำให้ไม่สามารถติดตั้งได้อย่างแพร่หลาย ในงานวิจัยนี้ต้องการสร้างกล้องส่องท้องฟ้าราคาประหยัดที่สามารถประมาณและพยากรณ์ความเข้มแสงอาทิตย์ในระยะสั้นมากได้ โดยใช้กล้องโทรทัศน์วงจรปิดร่วมกับระบบเก็บข้อมูลส่วนกลาง ทดสอบการประมาณค่าความเข้มแสง และพยากรณ์ความเข้มแสงในระยะสั้นมากโดยใช้ภาพที่ได้จากกล้องส่องท้องฟ้าราคาประหยัดที่ได้สร้างขึ้น ผลการพัฒนากล้องส่องท้องฟ้าสามารถถ่ายภาพท้องฟ้าได้ที่ความละเอียดเชิงเวลา 1 นาที มีมุมมองภาพ180 องศาในแนวนอน 102 องศาในแนวตั้ง และสามารถอัปโหลดเข้าสู่เซิร์ฟเวอร์ได้อย่างมีเสถียรภาพ ในส่วนของแบบจำลองประมาณค่าความเข้มแสง แบบจำลองสามารถให้ผลการประมาณมีรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยอยู่ที่ 113.44 วัตต์/ตารางเมตร คิดเป็น 8.32 % เทียบกับค่าความเข้มแสงสูงสุด และในแบบจำลองพยากรณ์ความเข้มแสงล่วงหน้าระยะสั้นมากแบบจำลองที่ใช้ข้อมูลนำเข้าเพิ่มเติมจากเวกเตอร์การเคลื่อนที่ของเมฆสามารถให้ผลการพยากรณ์ที่ดีขึ้นกว่าแบบจำลองพยากรณ์ปกติโดยมีรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยในช่วง 140 – 170 วัตต์/ตาราเมตร คิดเป็น 10.26 – 12.46 % เทียบกับค่าความเข้มแสงสูงสุด

Go to article

Multiple Face Detection And Recognition For System-On-Chip Fpgas, Siraphop Santiwiwat Jan 2024

Multiple Face Detection And Recognition For System-On-Chip Fpgas, Siraphop Santiwiwat

Chulalongkorn University Theses and Dissertations (Chula ETD)

Recognizing multiple faces within a single frame or image presents a significant challenge in facial recognition tasks. This challenge demands robust algorithms capable of handling variations in facial position, unstable brightness, and the presence of accessories such as glasses or hats. However, in current surveillance applications, multiple face recognition is vital for maintaining various security measures. In such applications, there is a need for processors that are compact and deployable in diverse environments. FPGA is popular due to its compact size, cost-effectiveness, and high performance. In this thesis, we proposed the implementation of multiple face detection and recognition on an …

Go to article

Programmable Metasurface For Radiation Beam Control, Pubet Sangmahamad Jan 2024

Programmable Metasurface For Radiation Beam Control, Pubet Sangmahamad

Chulalongkorn University Theses and Dissertations (Chula ETD)

This dissertation focuses on the design, development, and experiment of a programmable metasurface-based reconfigurable reflectarray (R-RA) system, featuring dual polarizations and 1-bit phase shift resolution. The proposed R-RA unit cell incorporates PIN diodes to dynamically control the reflection phase of incident waves, enabling real-time beam control. The dissertation addresses the complexity of the biasing network by introducing a digital control system based on a microcontroller and shift registers, allowing independent biasing control of each unit cell. A 16 by 16 R-RA array using a microstrip Jerusalem cross-shaped element is designed, fabricated, and experimentally tested. Simulations and measurements are conducted to …

Go to article

Application Of Unscented Kalman Filter To State Of Charge Estimation Of Lithium-Ion Battery, Joshua Chun-Ken Dardchuntuk Jan 2024

Application Of Unscented Kalman Filter To State Of Charge Estimation Of Lithium-Ion Battery, Joshua Chun-Ken Dardchuntuk

Chulalongkorn University Theses and Dissertations (Chula ETD)

Accurately estimating the State of Charge (SoC) in lithium-ion batteries is crucial for optimizing performance, lifespan, and safety in applications such as electric vehicles and renewable energy systems. Traditional methods like Coulomb counting and voltage-based techniques are often inaccurate due to measurement noise, incorrect initialization, and battery aging. This thesis explores the use of the Unscented Kalman Filter (UKF) for real-time SoC estimation, addressing nonlinear battery behavior. Computer simulations in MATLAB/Simulink demonstrate the UKF's high accuracy by comparing estimated SoC with ideal reference SoC, showing improved convergence and reduced Root Mean Square Error (RMSE). The simulations use an ideal load …

Go to article

Wat Arun Metaverse: A Virtual Reality Creation Process, Avishi Usarda Waidyaratne Jan 2024

Wat Arun Metaverse: A Virtual Reality Creation Process, Avishi Usarda Waidyaratne

Chulalongkorn University Theses and Dissertations (Chula ETD)

Wat Arun, known as the 'Temple of Dawn,' is a monumental Buddhist temple and a prominent tourist attraction in Thailand, reflecting the country's rich culture and serving as a focal point for Buddhist studies. This thesis addresses the limitations of traditional cultural preservation and educational methods by presenting a transformative approach through the creation of a virtual reality (VR) based metaverse. This immersive platform enables users to explore and engage with the historical landmark of Wat Arun in unprecedented ways. Utilizing advanced three-dimensional (3D) digitization techniques, this study details the creation process of digital representation of Wat Arun's Viharn-Noi area, …

Go to article

การพัฒนาระบบควบคุมเครื่องปรับอากาศสำหรับผู้อยู่อาศัยโดยใช้การเรียนรู้ของเครื่อง, ภานุวัฒน์ โรจน์ณรงค์ Jan 2024

การพัฒนาระบบควบคุมเครื่องปรับอากาศสำหรับผู้อยู่อาศัยโดยใช้การเรียนรู้ของเครื่อง, ภานุวัฒน์ โรจน์ณรงค์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันเทคโนโลยีด้านการสื่อสารข้อมูลมีการพัฒนาอย่างรวดเร็ว โดยพัฒนาให้เข้าไปมีส่วนร่วมกับการใช้ชีวิตประจำวันเพื่อความสะดวกสบายของมนุษย์มากยิ่งขึ้น อีกทั้งยังนำมาประยุกต์ใช้กับระบบต่างๆ มากมาย อาทิเช่น การเกษตร อุสาหกรรมโรงงาน รวมไปถึงที่พักอาศัย แต่เนื่องด้วยอัตราการใช้งานเพิ่มขึ้นอย่างรวดเร็วจนอาจทำให้เกิดปัญหาตามมาในภายหลังได้ รวมทั้งยังมีข้อจำกัดด้านอุปกรณ์ที่ใช้ในระบบ อาทิเช่น รูปแบบการส่งที่ต้องสอดคล้องกับปริมาณข้อมูล ระยะทางและสภาพแวดล้อมในการส่งข้อมูล และข้อจำกัดด้านแหล่งพลังงานที่ติดตั้งเข้าไป ดังนั้นวิทยานิพนธ์ฉบับนี้จึงนำเสนอการเปรียบเทียบคุณสมบัติและประสิทธิภาพชองการสื่อสารข้อมูลจำนวนสามรูปแบบ ได้แก่ การสื่อสารข้อมูลแบบบรูทูธ (Bluetooth) การสื่อสารข้อมูลแบบวายฟาย (Wi-Fi) และการสื่อสารข้อมูลแบบลอรอ (LoRa) ผ่านอุปกรณ์การสื่อสารชนิด Heltech ESP32 LoRa ซึ่งเป็นอุปกรณ์ที่นิยมและใช้กันอย่างแพร่หลายในปัจจุบัน โดยพิจารณาถึงการใช้พลังงานในการสื่อสารข้อมูล (Energy consumption) และค่าความเข้มของสัญญาณ (Signal Intensity) ในรูปแบบของดัชนีความดังของเสียงที่ได้ยินหรือ Received Signal Strength Indicator (RSSI) รวมไปถึงการพิจารณาระยะทางสูงสุดที่ข้อมูลยังสามารถสื่อสารซึ่งกันและกันได้ โดยผลลัพธ์จากการทดลองพบว่า การสื่อสารข้อมูลแบบบลอราใช้พลังงานในการส่งข้อมูลแต่ละครั้งน้อยที่สุดซึ่งน้อยกว่าการสื่อสารแบบบรูทูธที่มีการใช้พลังงานในการส่งมากที่สุดถึงเกือบ 4 เท่า ทั้งนี้ การพิจารณาค่าความเข้มของสัญญาณพบว่าในระยะทางเท่ากันการสื่อสารแบบบรูทูธมีค่าความเข้มของสัญญาณมากที่สุด ตามมาด้วยการสื่อสารแบบวายฟายและลอราตามลำดับ ในทางกลับกันการสื่อสารแบบบรูทูธมีความสามารถในการส่งข้อมูลระหว่างภาคส่งข้อมูลและภาครับข้อมูลสั้นที่สุดอย่างมีนัยยะสำคัญเมื่อเปรียบเทียบกับการสื่อสารลอราที่สามารถส่งข้อมูลได้ระยะทางไกลที่สุดอีกด้วย

Go to article

การจำกัดกำลังป้อนเข้าสำหรับระบบพีวี-แบตเตอรี่บ้านพักอาศัยโดยการพยากรณ์พีวีและการปรับแต่งด้วยการป้อนกลับ, กฤษฏิ์ ฉัตรชัยรุ่งเรือง Jan 2024

การจำกัดกำลังป้อนเข้าสำหรับระบบพีวี-แบตเตอรี่บ้านพักอาศัยโดยการพยากรณ์พีวีและการปรับแต่งด้วยการป้อนกลับ, กฤษฏิ์ ฉัตรชัยรุ่งเรือง

Chulalongkorn University Theses and Dissertations (Chula ETD)

จากสถานการณ์การใช้พลังงานไฟฟ้าในปัจจุบัน เมื่อพิจารณาปัจจัยต่าง ๆ ในทุกมิติแล้ว มีความจำเป็นต้องเพิ่มสัดส่วนการผลิตไฟฟ้าจากพลังงานหมุนเวียน ทั้งนี้สัดส่วนของการผลิตไฟฟ้าจากพลังงานหมุนเวียนจะต้องมีความเหมาะสมโดยต้องคำนึงถึงเสถียรภาพและการบริหารจัดการของระบบไฟฟ้าทั้งในระบบส่งและระบบจำหน่าย วิทยานิพนธ์นี้จะนำเสนอวิธีการทำงานของระบบกักเก็บพลังงานแบตเตอรี่ (Battery Energy Storage System: BESS) ที่มีการพยากรณ์การผลิตไฟฟ้าจากพีวี มีวัตถุประสงค์เพื่อสนับสนุนการเพิ่มขึ้นของกำลังผลิตติดตั้ง (Installation Capacity) ของระบบผลิตไฟฟ้าพีวีในสายป้อนของระบบจำหน่ายภายใต้ข้อกำหนดของการไฟฟ้า และพัฒนาวิธีการตัดยอดกำลังป้อนเข้าของระบบผลิตไฟฟ้าพีวี พร้อมสนับสนุนการบริโภคเอง (Self-Consumption) ของกำลังไฟฟ้าที่ผลิตได้การควบคุมระบบกักเก็บพลังงานแบตเตอรี่ที่เหมาะสมสามารถช่วยตัดค่ายอดกำลังป้อนเข้าได้สูงสุดตามขนาดความจุของแบตเตอรี่ที่ติดตั้ง โดยทำภายใต้แนวคิดการตัดค่ายอดกำลังป้อนเข้าของพีวี ด้วยรูปแบบพลวัต (Dynamic Feed-in Limitation) ซึ่งต้องอาศัยการพยากรณ์การผลิตไฟฟ้าพีวีเพื่อกำหนดการอัดและคายประจุของระบบกักเก็บพลังงานแบตเตอรี่ โดยใช้แนวทางอนุกรมเวลา (Time Series) ด้วยระเบียบวิธี Box-Jenkins และปรับแต่งความถูกต้องโดยอาศัยกระบวนการป้อนกลับ (Feedback-Adjustment Scheme) ซึ่งจะแสดงผลการทำงานผ่านแบบจำลองโดยอ้างอิงข้อมูลที่เกิดขึ้นจริง

Go to article

การประมาณมวลชีวภาพของต้นไม้ด้วยเทคโนโลยีไลดาร์ร่วมกับภาพถ่ายดาวเทียมเพื่อหาค่าคาร์บอนเครดิต, พสธร ธีระกานตภิรัตน์ Jan 2024

การประมาณมวลชีวภาพของต้นไม้ด้วยเทคโนโลยีไลดาร์ร่วมกับภาพถ่ายดาวเทียมเพื่อหาค่าคาร์บอนเครดิต, พสธร ธีระกานตภิรัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้นำเสนอวิธีการประมาณมวลชีวภาพของต้นไม้และการคำนวณคาร์บอนเครดิตในพื้นที่จุฬาลงกรณ์มหาวิทยาลัย โดยใช้เทคโนโลยีไลดาร์จากโทรศัพท์มือถือ เก็บข้อมูลในรูปแบบแผนที่ความลึก เพื่อมาวิเคราะห์องค์ประกอบและคัดแยกชุดข้อมูลในส่วนของลำต้นในการสร้างชุดข้อมูลพอยต์คลาวด์ในรูปแบบสามมิติ และภาพถ่ายดาวเทียมเพื่อหาพื้นที่สีเขียวร่วมด้วย เพื่อวิเคราะห์เส้นผ่านศูนย์กลางระดับอก (DBH) ของต้นไม้ และสร้างความสัมพันธ์ระหว่าง DBH กับความสูงต้นไม้ ผลลัพธ์จะถูกนำไปคำนวณมวลชีวภาพต่อพื้นที่สีเขียว เพื่อคำนวณ การกักเก็บคาร์บอน และคาร์บอนเครดิตทั้งหมดในพื้นที่ศึกษา พร้อมทั้งเปรียบเทียบความแม่นยำระหว่างข้อมูลจากไลดาร์และการวัดจริง งานนี้มีเป้าหมายเพื่อสร้างวิธีการที่สะดวกและมีแบบแผนสำหรับการติดตามพื้นที่สีเขียวและคาร์บอนเครดิตในพื้นที่อื่นๆ ในอนาคต.

Go to article

Disaggregating Longer-Term Trends From Seasonal Variations In Measured Pv System Performance, Chibuisi Chinasaokwu Okorieimoh, Brian Norton, Michael Conlon Jan 2024

Disaggregating Longer-Term Trends From Seasonal Variations In Measured Pv System Performance, Chibuisi Chinasaokwu Okorieimoh, Brian Norton, Michael Conlon

Articles

Photovoltaic (PV) systems are widely adopted for renewable energy generation, but their performance is influenced by complex interactions between longer-term trends and seasonal variations. This study aims to remove these factors and provide valuable insights for optimising PV system operation. We employ comprehensive datasets of measured PV system performance over five years, focusing on identifying the distinct contributions of longer-term trends and seasonal effects. To achieve this, we develop a novel analytical framework that combines time series and statistical analytical techniques. By applying this framework to the extensive performance data, we successfully break down the overall PV system output into …

Go to article

Datum–Wise Learning And Inference For Supervised Classification, Sachini Piyoni Ekanayake Ekanayake Mudiyanselage Jan 2024

Datum–Wise Learning And Inference For Supervised Classification, Sachini Piyoni Ekanayake Ekanayake Mudiyanselage

Electronic Theses & Dissertations (2024 - present)

Traditional supervised classification typically involves assigning a label to a single variable, considering a common subset of features for all the instances, and employing a single classifier. However, in many real–world applications like behavioral analysis or insurance recommendation, a data instance is described by a set of related variables such as physical activity and emotion, or driving quality and accident severity. At the same time, these variables are not directly observable but can be inferred via noisy but costly features. Specifically, access to all features is prohibitive due to cost, invasiveness, or limited resources. Finally, while using a single classifier …

Go to article

Distribution System Losses Allocation Based On Circuit Theory With Distributed Generation, Ahmed S. Abdelkader, Ibrahim I. Mansy, Abdelfattah A. Eladl Jan 2024

Distribution System Losses Allocation Based On Circuit Theory With Distributed Generation, Ahmed S. Abdelkader, Ibrahim I. Mansy, Abdelfattah A. Eladl

Mansoura Engineering Journal

Electricity energy is the most convenient and efficient form of energy transmission and conversion. Nonetheless, losses take place while electrical power is traveling from power stations through transmission and distribution networks to the loads. Despite the high efficiency of electrical transmission and distribution networks, the huge amounts of power moving through these networks make the financial loss due to the lost energy very high and its management becomes a critical consideration for both utility providers and regulatory bodies. The efficient management of losses encompasses two major functions: the first is running the system in a way that minimizes the losses; …

Go to article

Decompositions Of Nonlinear Input-Output Systems To Zero The Output, W. Steven Gray, Kurusch Ebrahimi-Fard, Alexander Schmeding Jan 2024

Decompositions Of Nonlinear Input-Output Systems To Zero The Output, W. Steven Gray, Kurusch Ebrahimi-Fard, Alexander Schmeding

Electrical & Computer Engineering Faculty Publications

Consider an input–output system where the output is the tracking error given some desired reference signal. It is natural to consider under what conditions the problem has an exact solution, that is, the tracking error is exactly the zero function. If the system has a well defined relative degree and the zero function is in the range of the input–output map, then it is well known that the system is locally left invertible, and thus, the problem has a unique exact solution. A system will fail to have relative degree when more than one exact solution exists. The general goal …

Go to article

Wavelet-Based Harmonization Of Local And Global Model Shifts In Federated Learning For Histopathological Images, W. Farzana, A. Temtam, K. M. Iftekharuddin Jan 2024

Wavelet-Based Harmonization Of Local And Global Model Shifts In Federated Learning For Histopathological Images, W. Farzana, A. Temtam, K. M. Iftekharuddin

Electrical & Computer Engineering Faculty Publications

Federated Learning (FL) is a promising machine learning approach for development of data-driven global model using collaborative local models across multiple local institutions. However, the heterogeneity of medical imaging data is one of the challenges within FL. This heterogeneity is caused by the variation in imaging scanner protocols across institutions, which may result in weight shift among local models leading to deterioration in predictive accuracy of global model. The prevailing approaches involve applying different FL averaging techniques to enhance the performance of the global model, ignoring the distinct imaging features of the local domain. In this work, we address both …

Go to article

Machine Learning Based Intrusion Detection Framework For Can Bus Vulnerabilities In Modern Vehicles, Obinna C. Agbo Jan 2024

Machine Learning Based Intrusion Detection Framework For Can Bus Vulnerabilities In Modern Vehicles, Obinna C. Agbo

Graduate Theses, Dissertations, and Problem Reports (ETD)

The Controller Area Network (CAN) bus is a crucial communication backbone in modern vehicles, connecting various Electronic Control Units (ECUs). However, inherent design weaknesses such as the lack of encryption and authentication make CAN networks vulnerable to cyber-attacks, including spoofing, Denial of Service (DoS), and fuzzing attacks. This thesis thoroughly evaluates these vulnerabilities and the limitations of existing security frameworks like Message Authentication Codes (MACs) and encryption, advocating for the adoption of Intrusion Detection Systems (IDS) as a more practical solution for CAN bus security. The proposed IDS leverages advanced machine learning techniques to accurately detect intrusions, even under complex …

Go to article

Tailored Micromagnet Sorting Gate For Simultaneous Multiple Cell Screening In Portable Magnetophoretic Cell-On-Chip Platforms, Jonghwan Yoon, Yumin Kang, Hyeonseol Kim, Abbas Ali, Keonmok Kim, Sri Ramulu Torati, Mi-Young Im, Changyeop Jeon, Byeonghwa Lim, Cheolgi Kim Jan 2024

Tailored Micromagnet Sorting Gate For Simultaneous Multiple Cell Screening In Portable Magnetophoretic Cell-On-Chip Platforms, Jonghwan Yoon, Yumin Kang, Hyeonseol Kim, Abbas Ali, Keonmok Kim, Sri Ramulu Torati, Mi-Young Im, Changyeop Jeon, Byeonghwa Lim, Cheolgi Kim

Center for Bioelectronics Publications

Conventional magnetophoresis techniques for manipulating biocarriers and cells predominantly rely on large-scale electromagnetic systems, which is a major obstacle to the development of portable and miniaturized cell-on-chip platforms. Herein, a novel magnetic engineering approach by tailoring a nanoscale notch on a disk micromagnet using two-step optical and thermal lithography is developed. Versatile manipulations are demonstrated, such as separation and trapping, of carriers and cells by mediating changes in the magnetic domain structure and discontinuous movement of magnetic energy wells around the circumferential edge of the micromagnet caused by a locally fabricated nano-notch in a low magnetic field system. The motion …

Go to article

First Prev Next Last