Engineering Commons^™

The Impact Of Journalistic Cultures On Social Media Discourse: Us Primary Debates In Cross-Lingual Online Spaces, Lea Hellmueller, Lindita Camaj, Sebastián Vallejo Vera, Peggy Lindner

Engineering Management and Systems Engineering Faculty Research & Creative Works

This cross-lingual project examines how social media posts of Spanish- and English-language media impact incivility in user comments during the 2020 primary political debates in the United States. We analyzed Facebook posts of news organizations that hosted the debates and used a state-of-the-art machine-learning model to analyze the corresponding comments. Our findings reveal distinct journalistic cultures on the post-level: English-language media are significantly more likely to use interpretation while Spanish-language media employ more audience-engagement and factual reporting strategies. We argue that in order to understand incivility in social media discourse during political debates, we need to consider journalistic cultures: While …

Role Of Occupational Therapy Assessment And Office Ergonomics To Support Students With Accommodations In Higher Learning: A Narrative Review, Behdin Nowrouzi-Kia, Christi Tam, Raabia Khan, Bushra Alam, Sujatha Alla

Engineering Management & Systems Engineering Faculty Publications

Postsecondary students with disabilities (SWDs) face significant challenges to their academic and personal well-being. There is a demand for more supportive strategies to facilitate fulfilling and equitable academic experiences for SWDs. This review aimed to (1) determine the effectiveness of various interventions, programs, and accommodations for enhancing the overall well-being of postsecondary SWDs and (2) evaluate the implications of these support strategies for disability service providers at postsecondary institutions. A narrative review was conducted, examining 13 studies aimed at enhancing the well-being of postsecondary SWDs. Studies were classified using the International Classification of Functioning, Disability and Health (ICF) Model. Ergonomics, …

Data Driven Trade-Off Analysis For Cybersecurity, Goskel Kucukkaya, Murat Ozer, Murat Balci, Emrah Ugurlu

Engineering Management & Systems Engineering Faculty Publications

Trade-off analysis, a specialization of systems engineering, addresses design criteria like security, cost, performance, and compliance. Monte Carlo simulations are commonly employed to generate impact scenarios for trade-off analysis combined with solution alternatives that accommodate industry-specific considerations and uncertainties. In the cyber domain, this paper proposes a methodology for data-driven trade-off analysis in cybersecurity, leveraging industry reports as primary data sources using confidentiality, integrity, and availability as trade-off analysis objectives. Distribution functions are derived to manage and model uncertainties for various industries. The approach given in this study aims to facilitate informed choices and to enhance cybersecurity decision making and …

Engineering Management And Industrial Engineering Industry And Educational Workforce Development Strategy, Robert J. Gies, Resit Unal, Charles B. Keating

Engineering Management & Systems Engineering Faculty Publications

This paper provides an overview of the development and resulting product of a collaborative industry-academia engineering management and industrial engineering workforce development strategy. In the spring of 2017, Old Dominion University's (ODU) Engineering Management and Systems Engineering Department (EMSE) approached Newport News Shipbuilding (NNS) with a concept to develop an educational initiative to support the preparation and development of the future workforce. The concept came to fruition over the next two years as a certification program in Engineering Systems and Industrial Engineering for NNS working professionals. This paper examines the primary aspects of the development of the certification program. Emphasis …

System Of Systems Engineering: A Literature Review And Research Frontiers, Charles B. Keating, Polinpapilinho F. Katina, James C. Pyne

Engineering Management & Systems Engineering Faculty Publications

System of Systems Engineering (SoSE) has existed and been developing for well over 2 decades. The time is appropriate to take a reflective look at the past and examine the future evolution of this nascent field. To address this challenge, this paper is focused on two primary objectives. First, a literature review of the SoSE field is conducted. This literature review (1) organizes the SoSE body of knowledge and provides a synthesis of major crosscutting themes, and (2) provides a scholarly critique and identifies gaps in the current state of the SoSE field. The second objective is focused on providing …

Navigating The Complexities Of Engineering Management: Insights Into Metrics, Measurements, And Pitfalls, Charles Daniels

Engineering Management & Systems Engineering Faculty Publications

In the realm of Engineering Management, the reliance on metrics and measurements stands as a cornerstone for effective decision-making processes. These quantitative tools offer insights into performance dynamics and facilitate informed strategic choices. However, the uncritical application of metrics devoid of profound domain expertise presents significant challenges. This abstract explores the pitfalls inherent in utilizing metrics and measurements within Engineering Management without comprehensive understanding, emphasizing the potential consequences and proposing strategies for navigating this complex terrain.

A Systematic Review Of Phenotypic And Epigenetic Clocks Used For Aging And Mortality Quantification In Humans, Brandon Warner, Edward Ratner, Anirban Datta, Amaury Lendasse

Engineering Management and Systems Engineering Faculty Research & Creative Works

Aging is the leading driver of disease in humans and has profound impacts on mortality. Biological clocks are used to measure the aging process in the hopes of identifying possible interventions. Biological clocks may be categorized as phenotypic or epigenetic, where phenotypic clocks use easily measurable clinical biomarkers, and epigenetic clocks use cellular methylation data. In recent years, methylation clocks have attained phenomenal performance when predicting chronological age and have been linked to various age-related diseases. Additionally, phenotypic clocks have been proven to be able to predict mortality better than chronological age, providing intracellular insights into the aging process. This …

Exploring Service Quality Among Us Hajj Pilgrims In Compliance With Vision 2030 Objectives, Majid Abdulmalik Alshaibi

Graduate Thesis and Dissertation 2023-2024

Saudi Arabia is progressing with Vision 2030, an ambitious blueprint for economic variation, global connection, and improved quality of life. The Hajj pilgrimage is addressed by the Doyof Al Rahman Program (DARP), one of the vision's programs aiming to enhance the Hajj experience. The Hajj pilgrimage is one of the world's largest annual massive gatherings and it has already received increased attention from researchers combining elements of pilgrimage and tourism. This dissertation aims to explore Hajj service quality and pilgrims' satisfaction. To attain this objective, a narrative and systematic literature review was conducted to develop a framework with standardized …

Models Of Information Diffusion And The Role Of Influence, Chathura Jj Don Dimungu Arachchige

Graduate Thesis and Dissertation 2023-2024

Information diffusion is significant in fields such as propagation prediction and influence maximization, with applications in viral marketing and rumor control. Despite conceptual differences, existing diffusion models may not represent identical underlying generative structures. A classification of diffusion of information models is developed based on infection requirements and stochasticity. The study involves analyzing seven existing DOI models on directed scale-free networks. The distinctive properties of each model are identified through simulations and analysis of experimental results. Our analysis reveals that similarity in conceptual design does not imply similarity in behavior concerning speed, the final state of nodes and edges, and …

Political Prioritization For Digital Health And Health Equity Through Global Health Diplomacy, Vijay Kumar Chattu, Sujatha Alla, Bawa Singh

Engineering Management & Systems Engineering Faculty Publications

[Introduction] We have found the article "Digital health and health equity: How digital health can address healthcare disparities and improve access to quality care in Africa" published in the recent issue to be very relevant and interesting.¹ Qoseem et al have highlighted that there is a great need for continuous advocacy for strengthening the health systems through telehealth promotion and increasing access to healthcare services to achieve health equity.

Asem 4.0/5.0 - Evolving The Engineering Management Profession Through Industry 4.0/5.0 Collaborative Networks, T. Steven Cotter, Faisal Mahmud, Ziniya Zahedi

Engineering Management & Systems Engineering Faculty Publications

The American Society for Engineering Management was created and matured under Industry 3.0 automation. The emergence of Industry 4.0 and 5.0 are forcing all organizational sectors to rethink their long-term strategy with respect to emerging horizontal/vertical cyber-physical systems integration. This leaves open the question of the directions in which ASEM should evolve into the 21st century. This paper reports an initial mapping of Industry 4.0 and 5.0 technologies and initiatives as goal-oriented, long-term strategic collaborative networks. The research method began with the Boston Consulting Group nine technologies of Industry 4.0 (2015) and the Industry 5.0 technologies within its human-centric, sustainability, …

Understanding The Link Between Conflict Profiles And Team Affective Outcomes Using Lpa And Nlp Techniques, Francisco Cima, Pilar Pazos-Lago

Engineering Management & Systems Engineering Faculty Publications

Team conflict is a naturally emerging phenomenon resulting from individuals' interactions during project execution. Cross-disciplinary teams can experience higher levels of conflict than single-discipline teams because of the increased diversity of knowledge and perspectives. Research has shown that team conflict can emerge from different types of disagreements (cognitive and interpersonal), which have different implications for team functioning. Past empirical research has focused on the impact of both conflict types independent from each other while overlooking their combined effects. This work examines the conflict profiles resulting from the combined levels of interpersonal and cognitive disagreements and their association with team outcomes. …

An Algorithm Based On Priority Rules For Solving A Multi-Drone Routing Problem In Hazardous Waste Collection, Youssef Harrath Dr., Jihene Kaabi Dr.

Research & Publications

This research investigates the problem of assigning pre-scheduled trips to multiple drones to collect hazardous waste from different sites in the minimum time. Each drone is subject to essential restrictions: maximum flying capacity and recharge operation. The goal is to assign the trips to the drones so that the waste is collected in the minimum time. This is done if the total flying time is equally distributed among the drones. An algorithm was developed to solve the problem. The algorithm is based on two main ideas: sort the trips according to a given priority rule and assign the current trip …

A Simulation Model Analysis In The Us-Mexico Border, Carlo A. Zorola, Hiram Moya, Aditya Akundi

Manufacturing & Industrial Engineering Faculty Publications

Supply Chain (SC) is the flow of goods or services between supply and demand points. New or innovative strategies in SC have been researched and developed to deal with disruptive events, such as COVID-19, hurricanes, geopolitical, and even climate change. These challenges create supply imbalances, logistical challenges, and policy restrictions for transborder commerce. The DHS has implemented the Free and Secure Trade (FAST) program in both the US-Mexico and US-Canada border. These lanes are dedicated queues for commercial vehicles. In 2022, the government of Nuevo León, México, opened a dedicated lane just for Tesla´s northbound commercial traffic. There has been …

Artificial Intelligence For Enhanced Flotation Monitoring In The Mining Industry: A Convlstm-Based Approach, Ahmed Bendaouia, El Hassan Abdelwahed, Sara Qassimi, Abdelmalek Boussetta, Intissar Benzakour, Oumkeltoum Amar, Oussama Hasidi

Manufacturing & Industrial Engineering Faculty Publications

In the mining industry, accurate monitoring of the elemental composition in the flotation froth is crucial for efficient minerals separation. The hybrid deep learning algorithms offer powerful computational intelligence for real-time monitoring of froth quality in flotation processes. This soft sensor tool can provide valuable information for process control, including predictions of the elemental chemical composition. In this study, we propose a novel approach based on a Convolutional Long Short-Term Memory (ConvLSTM) neural network for real-time monitoring of chemical composition grades in flotation froth. The proposed model effectively extracts spatial and temporal patterns from video data, providing a better …

Fusion Et Validation De Modèles Musculosquelettiques De La Colonne Lombaire Pour La Prévention Et La Réadaptation Des Travailleurs, Christian Larivière, Farshid Ghezelbash, Amir Eskandari, Denis Gagnon, Hakim Mecheri, Navid Arjmand, Aboulfazl Shirazi-Adl

Rapports de recherche scientifique

Les charges imposées sur la colonne vertébrale lombaire constituent un facteur de risque important pour les maux de dos. Connaître la distribution de ces forces internes lors d’activités de travail est nécessaire autant en prévention qu’en réadaptation des travailleurs. La modélisation musculosquelettique (MS) de la colonne vertébrale est la seule approche non invasive permettant d’estimer les charges sur les structures internes de la colonne.

Deux modèles ont été développés au Québec, soient un modèle par éléments finis (MEF) guidé par le mouvement et un autre guidé par des mesures électromyographiques (EMG) d’activation musculaire (modèle MEMG). Ces modèles sont donc sensibles …

Developing Machine Learning And Time-Series Analysis Methods With Applications In Diverse Fields, Muhammed Aljifri

Theses and Dissertations

This dissertation introduces methodologies that combine machine learning models with time-series analysis to tackle data analysis challenges in varied fields. The first study enhances the traditional cumulative sum control charts with machine learning models to leverage their predictive power for better detection of process shifts, applying this advanced control chart to monitor hospital readmission rates. The second project develops multi-layer models for predicting chemical concentrations from ultraviolet-visible spectroscopy data, specifically addressing the challenge of analyzing chemicals with a wide range of concentrations. The third study presents a new method for detecting multiple changepoints in autocorrelated ordinal time series, using the …

Algorithms For Coordinating Multiple Autonomous Vehicles Under Various Constraints With Emphasis On Workload Balancing, Abhishek Patil

Dissertations, Master's Theses and Master's Reports

This dissertation focuses on developing algorithms to solve the problem of coordinating multiple autonomous vehicles under various constraints, aiming to produce practical solutions for real-world applications. Built upon three journal publications addressing two coordination-related problems in different domains, this research document tackles the challenges of heterogeneity constraints and cable entanglement issues encountered by autonomous vehicle systems.

The first problem tackles task allocation and path planning for heterogeneous ground mobile vehicles operating in a 2D environment with asymmetric travel costs. By enhancing previous Primal-Dual approximation heuristic methods, novel techniques are introduced to manipulate dual variables and achieve balanced workload distribution, ultimately …

The Hazard Prediction Problem, Mary E. Helander, Brendan Smith, Sylvia Charchut, Erika Swiatowy, Calvin Nau, Gregory Cavaretta, Timothy Schuler, Adam Schunk, Héctor Ortiz-Peña

Social Science - All Scholarship

This work formulates the hazard prediction problem while addressing the research question: Can machine learning create a model to automatically recognize patterns that correspond to hazard state conditions during a mission-critical operation? Supervised learning models were trained and tested on data observed from mission simulators, which allowed for safe observation of dynamic system states and undesirable casualty events. The prediction task was formulated as a binary classification problem, producing the probability of being in a hazard state at time t and providing situational awareness of a possible imminent loss. Several modeling architectures were investigated: neural networks, logistic regression, a support …

การพัฒนาระบบสารสนเทศของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์, นัยรัตน์ เดชเสงี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบสารสนเทศสำหรับการปล่อยผลิตภัณฑ์ยางรถยนต์ โดยเปลี่ยนจากการใช้ระบบตรวจสอบในรูปแบบเอกสารกระดาษไปสู่กระบวนการประมวลผลข้อมูลผ่านเทคโนโลยีคอมพิวเตอร์ เพื่อแก้ไขปัญหาความล่าช้า ความไม่ถูกต้อง และความซ้ำซ้อนในกระบวนการปัจจุบัน การดำเนินงานประกอบด้วยการใช้เครื่องมือวิเคราะห์ เช่น ผังงาน แผนภูมิกระบวนการไหล และแผนภาพการไหลของกระบวนการ เพื่อจำลองและวิเคราะห์ขั้นตอนต่าง ๆ ที่ก่อให้เกิดความสูญเปล่า รวมถึงการประยุกต์ใช้เครื่องมือวิเคราะห์คุณภาพ ได้แก่ แผนผังก้างปลา การวิเคราะห์โหมดความล้มเหลวและผลกระทบ (FMEA: Failure Mode and Effects Analysis) และการวิเคราะห์แบบ Why-Why Analysis เพื่อค้นหาสาเหตุที่แท้จริงของปัญหา และกำหนดแนวทางแก้ไขอย่างเป็นระบบ ผลลัพธ์ของการวิจัยคือการออกแบบและพัฒนาแอปพลิเคชันออนไลน์ที่รองรับการทำงานแบบอัตโนมัติ และสามารถเชื่อมต่อกับระบบตรวจสอบระยะไกลแบบเรียลไทม์ โดยใช้วงจรชีวิตการพัฒนาซอฟต์แวร์ (Software Development Life Cycle: SDLC) ภายใต้ Waterfall Model เป็นกรอบการดำเนินงานหลัก มีการวิเคราะห์และสร้างแบบจำลองข้อมูลผ่าน Data Flow Diagram (DFD) และ Entity-Relationship Diagram (ERD) รวมถึงการออกแบบฐานข้อมูลโดยใช้กระบวนการ Normalization เพื่อลดความซ้ำซ้อนของข้อมูล แอปพลิเคชันได้รับการออกแบบตามหลักการของ UX/UI และผ่านการทดสอบการใช้งานด้วยวิธี Usability Testing โดยมีผู้ใช้งานจำนวน 10 คนเข้าร่วมการทดสอบ ผลการทดสอบพบว่าระบบมีความเป็นมิตรต่อผู้ใช้งาน โดยมีอัตราความสำเร็จในการใช้งาน 100% และได้รับคะแนนความพึงพอใจเฉลี่ย 86.23 จาก 100 คะแนน นอกจากนี้ ระบบใหม่ยังสามารถลดระยะเวลารวมของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์ได้ถึง 24.62% และช่วยลดต้นทุนแรงงาน รวมถึงค่าใช้จ่ายด้านกระดาษและการจัดการเอกสารได้มากถึง 75,567 บาทต่อปี

การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อวิเคราะห์การสั่นสะเทือนของเครื่องจักร ผ่านระบบอินเทอร์เน็ตของสรรพสิ่ง, ทศพล ลัทธปรีชา

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคอุตสาหกรรมสมัยใหม่การนำปัญญาประดิษฐ์ (AI) ร่วมกับอินเทอร์เน็ตของสรรพสิ่ง (IoT) มาประยุกต์ใช้ในระบบการผลิตและบำรุงรักษาเครื่องจักรนั้นเป็นสิ่งสำคัญที่ช่วยเพิ่มประสิทธิภาพและลดต้นทุนการดำเนินงาน โดยระบบ IoT ช่วยให้เครื่องจักรสามารถเชื่อมต่อและแลกเปลี่ยนข้อมูลกันได้แบบเรียลไทม์ผ่านเครือข่ายอินเทอร์เน็ต ทำให้สามารถตรวจสอบสภาพการทำงานของเครื่องจักรได้อย่างต่อเนื่อง การตรวจจับปัญหาก่อนเกิดความเสียหายจะช่วยลดค่าใช้จ่ายในการซ่อมบำรุงและยืดอายุการใช้งานของเครื่องจักร ในโรงงานอุตสาหกรรม เครื่องจักรหมุนรอบเช่น มอเตอร์ ที่มักจะแสดงสัญญาณความผิดปกติในรูปของการสั่นสะเทือนที่ผิดปกติ และโดยทั่วไปมักไม่มีเซนเซอร์ตรวจจับการสั่นสะเทือนเนื่องจากค่าใช้จ่ายที่สูง งานวิจัยนี้จึงมุ่งพัฒนาแบบจำลอง AI ร่วมกับระบบ IoT ในการตรวจจับและวิเคราะห์การสั่นสะเทือนจากเครื่องจักร โดยใช้ ADXL345 Accelerometer และ ESP32 Microcontroller ซึ่งมีทั้งประสิทธิภาพและราคาที่ย่อมเยาว์ โดยเริ่มต้นจากการเก็บข้อมูลการสั่นสะเทือนจากมอเตอร์ทดลองและปรับข้อมูลให้เป็นรูปแบบ Frequency Domain ด้วยวิธี Fast Fourier Transform (FFT) ต่อมาใช้ข้อมูลนี้ในการฝึกและทดสอบแบบจำลอง AI เพื่อนำมาใช้งานบนอุปกรณ์ โดยการเชื่อมโยงการรับส่งข้อมูลผ่านอินเทอร์เน็ตเป็นระบบ IoT งานวิจัยนี้แสดงให้เห็นถึงความเป็นไปได้ในการพัฒนาระบบตรวจสอบการสั่นสะเทือนที่มีราคาย่อมเยาว์ โดยใช้เทคโนโลยี AI และ IoT ในการบำรุงรักษาเครื่องจักรในภาคอุตสาหกรรม

การลดข้อบกพร่องในกระบวนการประกอบชิ้นส่วนฉนวนซับเสียงหลุดร่วงในตัวถังรถยนต์ โดยแนวทางซิกซ์ซิกม่า, เทวัญ เปี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อลดสัดส่วนของเสียและค่าใช้จ่ายอัตราการทำลายชิ้นส่วนตัวถังรถยนต์ จากปัญหาชิ้นส่วนฉนวนดูดซับเสียงหลุดร่วงไปในโลหะของตัวถังรถยนต์ซึ่งเกิดขึ้นระหว่างชิ้นส่วนฉนวนดูดซับเสียงและชิ้นส่วนปั๊มโลหะของตัวถังรถยนต์โดยใช้ระเบียบวิธีซิกซ์ซิกม่า โดยที่ชิ้นส่วนฉนวนกันเสียงที่ผลิตโดยซัพ-พลายเออร์ระดับหนึ่ง ในประเทศไทย โดยบ่งตามลำดับของผู้ส่งมอบ เป็นชิ้นส่วนประกอบในชิ้นส่วนโลหะของตัวรถที่ช่วยลดเสียงรั่วเข้าไปในห้องโดยสารขณะใช้งานในรถยนต์โดยสาร ผลิตโดยผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) ในประเทศไทย ชิ้นส่วนฉนวนกันเสียงหายไปเมื่อกระบวนการประกอบบางส่วนประมวลผลว่าชิ้นส่วนฉนวนเสียหายจากตำแหน่งปกติของชิ้นส่วนโลหะของตัวรถ และฟังก์ชันการประกอบชิ้นส่วนไม่เป็นไปตามมาตรฐาน บริษัทสังเกตเห็นว่าชิ้นส่วนฉนวนที่เสียหายในปัจจุบันไม่เป็นไปตามมาตรฐาน เมทริกซ์สาเหตุและผลในขั้นตอนการวัดของแนวทาง Six Sigma และ ขั้นตอนของ DMAIC ถูกนำมาใช้เพื่อระบุสาเหตุหลักของปัญหา สาเหตุปัจจัย ดังกล่าว ได้แก่ ขนาดรูโลหะของตัวถัง ,ขนาดชิ้นส่วนคลิปฉนวน และความหนาของชิ้นงานโลหะแผ่น การทดลองการออกแบบแบบแฟกทอเรียล หลังจากขั้นตอนการปรับปรุง เมื่อพารามิเตอร์ทั้งหมดของปัจจัยต่างๆ ได้รับการกำหนดอย่างถูกต้องตามผลลัพธ์ที่ได้จากขั้นตอนการปรับปรุง โดยชิ้นส่วนฉนวนจากหลุดร่วงจากตัวถังรถยนต์จะลดขนาดชิ้นส่วนที่ต้องส่งทำลายลดลงได้จาก 0.91% เป็นศูนย์ ภายในมาตรฐานของบริษัท ที่สำคัญที่สุดคือ ชิ้นส่วนฉนวนจะถูกแก้ไขปัญหาและถูกปรับปรุงเมื่อนำเข้ากระบวนการผลิตจำนวนมากอย่างถาวร ด้วยต้นทุนของการกำจัดเศษโลหะของตัวรถที่ไม่ได้มาตรฐานที่ลดลงได้ 854,247.89 บาทต่อเดือน ปัจจุบันผลิตภัณฑ์นี้สามารถผลิตและใช้ได้จริงเป็นจำนวนมากกับผู้ผลิตรถยนต์นั่งส่วนบุคคลในโรงงานกรณีศึกษาในประเทศไทย

การเพิ่มประสิทธิภาพการเตรียมเชื้อเพลิงขยะสำหรับหม้อต้มไอน้ำฟลูอิไดซ์เบดแบบหมุนเวียน, เจนณรงค์ นันท์อัศวสิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

การแปรรูปขยะเป็นพลังงาน (Waste-to-Energy: WtE) เป็นทางเลือกเชิงกลยุทธ์ที่ช่วยตอบโจทย์ทั้งในด้านสิ่งแวดล้อมและพลังงานอย่างมีประสิทธิภาพ ในทางปฏิบัติ ระบบหม้อไอน้ำที่ใช้ในโรงไฟฟ้าจากขยะมักประกอบด้วยสองประเภทหลัก ได้แก่ หม้อไอน้ำแบบ Gate Boiler ซึ่งเผาไหม้ขยะมูลฝอยชุมชน (Municipal Solid Waste: MSW) ได้โดยตรงด้วยต้นทุนต่ำ และหม้อไอน้ำแบบฟลูอิไดซ์เบดหมุนเวียน (Circulating Fluidized Bed: CFB Boiler) ซึ่งต้องใช้เชื้อเพลิง RDF (Refuse-Derived Fuel) ที่มีค่าความร้อนสูงและสม่ำเสมอกว่า เพื่อยกระดับความยั่งยืนและลดต้นทุนของระบบสองหม้อน้ำดังกล่าว งานวิจัยนี้จึงประยุกต์ใช้แนวทาง DMAIC ร่วมกับการออกแบบการทดลอง (Design of Experiments: DOE) เพื่อศึกษาผลของความชื้นและขนาดเชื้อเพลิงต่อประสิทธิภาพการเผาไหม้ในระบบ CFB ผลการทดลองแสดงให้เห็นว่า ความชื้นของเชื้อเพลิงเป็นปัจจัยที่มีอิทธิพลสูงสุดต่อสมรรถนะของหม้อไอน้ำ โดยการลดความชื้นของ RDF ผ่านกระบวนการอุ่นล่วงหน้า (preheating) และการจัดการเชื้อเพลิงอย่างเหมาะสม ช่วยเพิ่มอัตราการผลิตไอน้ำได้อย่างมีนัยสำคัญ ขณะเดียวกันก็ช่วยลดการพึ่งพาเชื้อเพลิงเสริม (auxiliary fuel) และต้นทุนการเดินเครื่องโดยรวม ผลการศึกษานี้จึงชี้ให้เห็นแนวทางที่สามารถนำไปปฏิบัติได้จริง ทั้งในเชิงเทคนิคและเศรษฐกิจ สำหรับการเพิ่มประสิทธิภาพของระบบผลิตพลังงานจากขยะ และยังสอดคล้องกับเป้าหมายด้านความยั่งยืนและการใช้ทรัพยากรอย่างคุ้มค่าในระยะยาว

Evacuation Plan Assessment Using Agent-Based Simulation: A Case Of Mix-Use Building, Peerada Tangprasert

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research investigates the effectiveness of fire evacuation plan in complex urban structures by developing an agent-based simulation (ABS) model tailored to a high-rise, mixed-use case building located in Bangkok, Thailand. As urban populations grow and multi-functional buildings become more prevalent, ensuring efficient evacuation during fire emergencies has become increasingly critical. The selected case building features a combination of commercial, retail, and public transit access points, making it representative of modern urban infrastructure with high pedestrian traffic and structural complexity. The simulation model incorporates key factors influencing evacuation performance, including walking speed, age demographics, and crowd density. Empirical data such …

การพยากรณ์และวิเคราะห์ปัจจัยที่เกี่ยวข้องกับสุขภาพจิตของเยาวชนในสหรัฐอเมริกา ด้วยการเรียนรู้ของเครื่อง, นิธิพล เฮงวิวัฒนชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญหาสุขภาพจิตโดยเฉพาะอย่างยิ่งในเยาวชนกำลังเพิ่มสูงขึ้นอย่างน่ากังวลใจ ซึ่งจะส่งผลต่อคุณภาพชีวิตและพฤติกรรมการเรียนรู้ โดยในประเทศสหรัฐอเมริกามีรายงานว่า ในเยาวชนพบผู้ที่มีปัญหาสุขภาพจิตเป็นจำนวนมาก และมีแนวโน้มที่จะเพิ่มสูงขึ้น ผู้วิจัยจึงได้ทำการพัฒนาแบบจำลองการเรียนรู้ของเครื่องสำหรับการพยากรณ์ระดับสุขภาพจิตของเยาวชน โดยอาศัยข้อมูลด้านพฤติกรรม จากข้อมูลการสำรวจพฤติกรรมเสี่ยง ปี 2023 (YRBSS2023) และประเมินประสิทธิภาพ โดยแบบจำลองที่ศึกษาจะใช้เทคนิคการจำแนกประเภทแบบหลายคลาส ได้แก่ Logistic Regression, Support Vector Classification, Decision Tree, Random Forest และ XGBoost และเทคนิคการถดถอย ได้แก่ Multiple Linear Regression, Support Vector Regression, Decision Tree, Random Forest และ XGBoost รวมถึงเปรียบเทียบความสามารถของทั้งสองเทคนิค และงานวิจัยนี้ทำการวิเคราะห์ปัจจัยที่เกี่ยวข้องกับปัญหาสุขภาพจิตด้วย SHAP Value จากการศึกษาพบว่า ในเทคนิค Classification แม้ว่าต้องจำแนกถึง 5 ระดับ แต่แบบจำลอง XGBoost ยังมีประสิทธิภาพดีที่สุด โดยมี Accuracy บนข้อมูล Test Set อยู่ที่ ร้อยละ 45.6 และค่าเฉลี่ยแบบถ่วงน้ำหนักของ F1 Score อยู่ที่ 0.449 สำหรับเทคนิค Regression แบบจำลอง XGBoost ยังคงให้ประสิทธิภาพดีสุดเช่นกัน โดยมี MAE บนข้อมูล Test Set เท่ากับ 0.730 และ MSE เท่ากับ 0.837 เมื่อทำการเปรียบเทียบความสามารถของเทคนิค Classification และเทคนิค Regression ที่อาศัยแบบจำลองคู่เทียบพบว่า เทคนิค Classification จะให้ค่า MAE ต่ำกว่าแบบจำลอง Regression แต่ในทางกลับกันเทคนิค Regression จะมีค่า MSE ต่ำกว่าเทคนิค Classification นอกจากนี้ พบว่า …

การวิเคราะห์ความรู้สึก การจำแนกข้อความ และการหาปัจจัยที่มีผลต่อความพึงพอใจในการใช้บริการของบริษัทหลักทรัพย์แห่งหนึ่งในประเทศไทย ด้วยวิธีการเรียนรู้ของเครื่อง, ภาติยะ ไล้สวน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการจำแนกข้อความและการวิเคราะห์ความรู้สึกของผู้ใช้บริการบริษัทหลักทรัพย์แห่งหนึ่งในประเทศไทย โดยประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่อง รวมถึงศึกษาปัจจัยที่มีอิทธิพลต่อความพึงพอใจในการเลือกใช้บริการ ข้อมูลที่ใช้ประกอบด้วยข้อมูลปฐมภูมิจากแบบสอบถามจำนวน 970 ชุด และข้อมูลทุติยภูมิจากข้อความบนสื่อสังคมออนไลน์จำนวน 4,901 ข้อความ ในการทดลองได้เปรียบเทียบประสิทธิภาพของแบบจำลองที่สร้างจากอัลกอริทึมจำนวน 5 วิธี ได้แก่ นาอีฟเบย์ ต้นไม้ตัดสินใจ เคเนียร์เรสเนเบอร์ โครงข่ายประสาทเทียม และเอกซ์ตรีมการ์เดียนบูสติ้ง ผลการทดลองพบว่าอัลกอริทึมโครงข่ายประสาทเทียมให้ความแม่นยำสูงสุดในการจำแนกประเภทข้อความที่ร้อยละ 86 ขณะที่อัลกอริทึมเอกซ์ตรีมการ์เดียนบูสติ้ง ให้ความแม่นยำสูงสุดในงานวิเคราะห์ความรู้สึก โดยมีค่าความแม่นยำรวมร้อยละ 89 และร้อยละ 83 สำหรับข้อความเชิงลบ สำหรับการวิเคราะห์ปัจจัยที่ส่งผลต่อความพึงพอใจ พบว่าคุณภาพของคำแนะนำการลงทุน ความหลากหลายของผลิตภัณฑ์ และความสะดวกในการเข้าถึงบริการ เป็นปัจจัยที่มีนัยสำคัญ งานวิจัยนี้สามารถนำไปประยุกต์ใช้ในการพัฒนาระบบตอบสนองอัตโนมัติ กลยุทธ์การสื่อสาร การตลาด และการปรับปรุงบริการให้สอดคล้องกับความต้องการของผู้ใช้บริการได้อย่างตรงจุด

การจัดสมดุลการผลิตและการออกแบบผังกระบวนการผลิตด้วยโปรแกรมจำลองสถานการณ์, ศรัณย์กร เหมมงคลทรัพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและปรับปรุงการจัดวางผังของกระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์และกำหนดจำนวนเครื่องจักรที่เหมาะสม เพื่อลดเวลาในการขนส่งชิ้นส่วน ลดเวลารอผลิต ลดงานระหว่างการผลิต และเพิ่มอัตราการใช้ประโยชน์ของระบบการผลิตโดยใช้โปรแกรมจำลองสถานการณ์ แนวคิดหลักที่ใช้ในการวิเคราะห์และปรับปรุงสายการผลิต ได้แก่ การศึกษาเวลา การวิเคราะห์กระบวนการผลิต และการปรับสมดุลของสายการผลิต การปรับปรุงสายการผลิตใช้ข้อมูลจากการวิเคราะห์กระบวนการผลิตปัจจุบันเพื่อศึกษาประสิทธิภาพของสถานีงาน จากนั้นจึงจัดวางเครื่องจักรใหม่ให้สอดคล้องกับขั้นตอนการผลิต หลังจากจำลองกระบวนการที่ปรับปรุงแล้วสำหรับการจัดทำผังการผลิตใหม่อัตราการใช้ประโยชน์เครื่องจักรในกระบวนการผลิต ที่กำลังการผลิต 390,000 ชิ้นต่อไตรมาส จากเดิม 38.47% เป็น 71.76% แบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดจากการพยากรณ์สำหรับปี พ.ศ.2569 ที่ 546,000 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 63.77% และแบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดในพื้นที่การผลิตที่กำหนด สามารถผลิตชิ้นงานได้ 1,194,500 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 59.33%

การวิเคราะห์พื้นที่เหมาะสมในการติดตั้งโซล่าร์เซลล์บนหลังคา ของภาคอุตสาหกรรมในประเทศไทย, วนิดา คำแท่ง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ประเทศไทยมีความต้องการใช้พลังงานไฟฟ้าสูงขึ้นอย่างต่อเนื่อง ส่งผลให้ภาคอุตสาหกรรมเริ่มหันมาใช้พลังงานไฟฟ้าจากโซล่าร์เซลล์กันมากขึ้น งานวิจัยนี้มุ่งเน้นการประเมินปัจจัยที่มีอิทธิพลต่อความเหมาะสมในการติดตั้งโซล่าร์เซลล์บนหลังคาของภาคอุตสาหกรรมในประเทศไทย โดยใช้กระบวนการ F-AHP ในการหาค่าความสำคัญของปัจจัย พบว่าปัจจัยด้านรังสีดวงอาทิตย์ (0.3618) และอุณหภูมิอากาศ (0.1407) เป็นปัจจัยที่มีค่าน้ำหนักสัมพัทธ์มากที่สุด รวมกันคิดเป็นกว่าครึ่งของปัจจัยทั้งหมด จากนั้นจึงนำปัจจัยทั้งสองไปใช้วิเคราะห์หาพื้นที่ที่เหมาะสมด้วยกระบวนการ F-TOPSIS พบว่า ภาคตะวันออกเฉียงเหนือ (0.8028) และภาคใต้ฝั่งตะวันออก (0.8028) มีความเหมาะสมสูงสุด โดยเฉพาะจังหวัดมหาสารคาม (0.8642) และจังหวัดร้อยเอ็ด (0.8642) ที่มีค่าสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์สูงที่สุด เนื่องจากค่าที่ดีที่สุดจะใกล้เคียงกับค่าอุดมคติเชิงบวกและค่าที่แย่ที่สุดจะไกลจากค่าอุดมคติเชิงลบ นอกจากนี้การเปรียบเทียบผลการวิเคราะห์แบบ Fuzzy และ Non-Fuzzy แสดงให้เห็นว่าแม้ผลการจัดลำดับปัจจัยจะมีความใกล้เคียงกันในกระบวนการ AHP แต่ผลการจัดลำดับพื้นที่จาก TOPSIS มีความแตกต่างกันอย่างชัดเจน โดยวิธีการแบบ Fuzzy สามารถรองรับความไม่แน่นอนของข้อมูลได้ดีกว่า สามารถแยกแยะความแตกต่างระหว่างปัจจัยได้อย่างมีประสิทธิภาพ และสะท้อนกระบวนการตัดสินใจที่ใกล้เคียงกับมนุษย์ได้มากยิ่งขึ้น งานวิจัยนี้มีประโยชน์ในการสนับสนุนการวางแผนและตัดสินใจลงทุนของผู้ประกอบการในภาคอุตสาหกรรม โดยเฉพาะในด้านการสร้างโรงงานใหม่หรือพัฒนาโรงงานด้วยการติดตั้งระบบผลิตไฟฟ้าจากพลังงานแสงอาทิตย์

การลดของเสียจากการบัดกรีไม่สมบูรณ์ในการประกอบแผงวงจรอิเล็กทรอนิกส์ด้วยแนวทาง Six Sigma, ฐิติทรัพย์ ศรีวโล

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้จัดทำขึ้นมีวัตถุประสงค์ในการนำเสนอแนวทางในการปรับปรุงกระบวนการผลิตแผงวงจรไฟฟ้าเพื่อลดของเสียที่เกิดจากการบัดกรีไม่สมบูรณ์ โดยใช้หลักการของซิกซ์ ซิกมามาประยุกต์ใช้ในการปรับปรุงกระบวนการตามหลัก DMAIC ประกอบด้วย Define การกำหนดนิยามปัญหาพร้อมกับระบุเหตุผลว่าทำไมจึงจำเป็นต้องแก้ไข และเป้าหมายหลังทำการแก้ไขให้มีความชัดเจนมากที่สุด Measure การกำหนดตัวชี้วัด การนำมาซึ่งข้อมูลที่ถูกต้อง เพื่อนำไปใช้หาสาเหตุ ตรวจสอบประสิทธิภาพ และวัดผลการเปลี่ยนแปลงหลังจากทำการแก้ไข Analyze ทำการวิเคราะห์เพื่อดูว่าสอดคล้องกับปัญหาที่กำหนดไว้หรือไม่ Improve การปรับปรุง เป็นขั้นตอนที่นำวิธีการแก้ไขปัญหาที่ได้วิเคราะห์ในตอนต้น มาทดลองใช้ ต้องทวนสอบผลลัพธ์ของการแก้ไขด้วยข้อมูลที่เป็นกลางเพื่อยืนยันความถูกต้อง Control สร้างแผนควบคุม ตรวจสอบ และติดตามผลว่าสามารถแก้ไขปัญหาได้จริง จัดทำเอกสารในการปรับปรุง และเตรียมแผนรับมือในกรณีที่เกิดปัญหาใหม่ ในการวิจัยนี้ได้รวบรวมผู้ที่เกี่ยวข้องเเละผู้เชี่ยวชาญ ทำการระดมสมองเพื่อวิเคราะห์หาสาเหตุ ด้วยแผนภาแสดงสาเหตุและผล และทำการทดลองตามลำดับโดยอ้างอิงจากตาราง Failure Mode and Effects Analysis โดยงานวิจัยนี้ได้ทำการทดลองแบบ One factor at a time สำหรับปัจจัยที่เกี่ยวข้องกับวัตถุดิบ และ ทำการทดลองแบบ Full factorial สำหรับปัจจัยที่เกี่ยวของกับเครื่องจักร หลังจากทำการทดลองได้ค่าที่เหมาะสมสำหรับแต่ละตัวแปรแล้ว พบปัจจัยที่เป็นนัยสำคัญได้แก่ 1.แรงกดของ Squeegee (Pressure) 2.ระยะห่างระหว่าง Fixture กับ Stencil (Clearance) 3.ขนาดรูเปิดของ Stencil (Aperture) 4.ความเร็วในการถอยของ Fixture (Stroke) 5.ความเร็วของ Squeegee (Speed) จากนั้นได้ทำการทวนสอบเพื่อยืนยันผลในระยะควบคุม พบว่าสามารถลดสัดส่วนของเสียจากการบัดรีไม่สมบูรณ์ ได้จาก 95.79% เหลือ 0.134% สามารถลดมูลค่าสูญเสียในการผลิตได้จากเฉลี่ย 11,568.96 บาทต่อเดือน

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 …