Computer Engineering Commons^™

Understanding And Enhancing The Efficiency And Efficacy Of Machine Learning-Assisted Software Vulnerability Detection, Daniel J. Grahn

Browse all Theses and Dissertations

As our world has become dependent upon software for nearly every aspect of modern society, software security has followed as an essential feature. The first line of defense against vulnerabilities is secure coding. While today’s programmers are carefully taught secure coding best practices, they can make mistakes or intentionally introduce vulnerable code. The traditional backstop to human errors and insider threats is the adoption of automated security analysis tools. These analysis tools have limitations. Static analysis suffers from high false positive rates that may cause annoyance and complacency among developers. Dynamic analysis can be difficult to set up and very …

Enhancing The Performance Of Federated Learning With Diffusion Models: Leveraging Synthetic Data To Address Non-Iid Data Challenges, Karin Huangsuwan

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the context of machine learning in healthcare, federated learning (FL) is frequently seen as an effective approach to tackling issues of data privacy and distribution. Nonetheless, many real-world datasets exhibit non-identical and independently distributed (non-IID) characteristics, meaning that data features vary across different institutions. This non-IID nature presents challenges for FL model convergence, such as client drifting, where model weights lean towards local optima rather than global optimum. To address these issues, we introduce a new framework called "FedDrip (Federated Learning with Diffusion Reinforcement at Pseudo-site)," which leverages diffusion-generated synthetic data to mitigate data-related problems in non-IID settings. Our …

Predicting Newcomer’S Turnover Using Predictive Analytics : A Case Study Of Thai Financial Firm In Bangkok, Thailand, Meena Kittikunsiri

Chulalongkorn University Theses and Dissertations (Chula ETD)

Employee turnover, a critical issue impacting workplace productivity, has prompted organizations to leverage machine learning techniques for predictive analysis. This study specifically targets the prediction of turnover among new employees, utilizing data obtained from a survey conducted at a Thai financial firm in Bangkok, Thailand. Through an evaluation of various machine learning models, the results indicate that the Random Forest model surpasses others. Furthermore, this research highlights crucial factors influencing newcomer turnover, such as comfort with workplace culture, work-from-home policies, onboarding programs, and satisfaction with the recruitment process. These findings offer actionable insights for HR professionals to focus on these …

Anomaly Based Intrusion Detection System Through Remote Virtual Machine Introspection, Huseyn Huseynov

Dissertations and Theses

Research on identifying malicious applications is an important direction in information security, especially when it comes to detection of evasive malware such as keyloggers, trojans, rootkits and their derivatives. Inspired by a biological immune system and based on negative selection algorithm approach to detect various types of malwares is proposed in this paper.

By deeply studying Linux kernel, understanding links behind different internal system processes, examining, and experimenting with hundreds of various keyloggers we propose a single Artificial Intelligence based solution as a comprehensive protection against wide range of malwares. Developed Intrusion Detection System (IDS) can be deployed in the …

Comparative Analysis Of Fullstack Development Technologies: Frontend, Backend And Database, Qozeem Odeniran

College of Graduate Studies: Theses & Dissertations

Accessing websites with various devices has brought changes in the field of application development. The choice of cross-platform, reusable frameworks is very crucial in this era. This thesis embarks in the evaluation of front-end, back-end, and database technologies to address the status quo. Study-a explores front-end development, focusing on angular.js and react.js. Using these frameworks, comparative web applications were created and evaluated locally. Important insights were obtained through benchmark tests, lighthouse metrics, and architectural evaluations. React.js proves to be a performance leader in spite of the possible influence of a virtual machine, opening the door for additional research. Study b …

Ai Usage In Development, Security, And Operations, Maurice Ayidiya

Walden Dissertations and Doctoral Studies

Artificial intelligence (AI) has become a growing field in information technology (IT). Cybersecurity managers are concerned that the lack of strategies to incorporate AI technologies in developing secure software for IT operations may inhibit the effectiveness of security risk mitigation. Grounded in the technology acceptance model, the purpose of this qualitative exploratory multiple case study was to explore strategies cybersecurity professionals use to incorporate AI technologies in developing secure software for IT operations. The participants were 10 IT professionals in the United States with at least 5 years of professional experience working in DevSecOps and managing teams of at least …

Security Of Internet Of Things (Iot) Using Federated Learning And Deep Learning — Recent Advancements, Issues And Prospects, Vinay Gugueoth, Sunitha Safavat, Sachin Shetty

Electrical & Computer Engineering Faculty Publications

There is a great demand for an efficient security framework which can secure IoT systems from potential adversarial attacks. However, it is challenging to design a suitable security model for IoT considering the dynamic and distributed nature of IoT. This motivates the researchers to focus more on investigating the role of machine learning (ML) in the designing of security models. A brief analysis of different ML algorithms for IoT security is discussed along with the advantages and limitations of ML algorithms. Existing studies state that ML algorithms suffer from the problem of high computational overhead and risk of privacy leakage. …

Basismap: Sequence-Based Similarity Search For Geomagnetic Positioning, Tevfi̇k Kadioğlu, Burcu Erkmen

Turkish Journal of Electrical Engineering and Computer Sciences

Indoor localization has become a popular topic with the development of location-based services (LBS) and indoor navigation systems. Beside these circumstances indoor positioning has been the focus of attention for researchers as the most important component of these applications. Many signals are used as distinguishable features for indoor positioning. RF-based Wi-Fi and BLE systems are the most popular ones and these have been preferred because of their high distinguishable feature. The use of geomagnetism, a natural signal found all over the world, has also been of interest to many researchers. Geomagnetic signals being distorted in the indoor area due to …

The Effects Of The Dielectric Substrate Thickness And The Loss Tangent On The Absorption Spectrum: A Comprehensive Study Considering The Resonance Type, The Ground Plane Coupling, And The Characterization Setup, Umut Köse, Evren Ekmekçi̇

Turkish Journal of Electrical Engineering and Computer Sciences

In this study, the effects of dielectric substrate thickness and the dielectric loss tangent on the absorption spectrum are investigated parametrically in S-band. The study has been conducted on two different absorber topologies, one is closed ring resonator (CRR) and the other is composed of a split ring resonator (SRR), to observe the effects on both LC - and dipole-type resonances. The studies on the substrate thickness have been performed both numerically and experimentally, whereas the studies on the dielectric loss tangent have been performed numerically. The results agree with the literature such that the substrate thickness has significant effects …

Variational Autoencoder-Based Anomaly Detection In Time Series Data For Inventory Record Inaccuracy, Hali̇l Arğun, Sadetti̇n Emre Alpteki̇n

Turkish Journal of Electrical Engineering and Computer Sciences

Retail companies monitor inventory stock levels regularly and manage them based on forecasted sales to sustain their market position. Inventory accuracy, defined as the difference between the warehouse stock records and the actual inventory, is critical for preventing stockouts and shortages. The root causes of inventory inaccuracy are the employee or customer theft, product damage or spoilage, and wrong shipments. In this paper, we aim at detecting inaccurate stocks of one of Turkey's largest supermarket chain using the variational autoencoder (VAE), which is an unsupervised learning method. Based on the findings, we showed that VAE is able to model the …

A Robust Model For Spot Virtual Machine Bidding In The Cloud Market Using Information Gap Decision Theory (Igdt), Mona Naghdehforoushha, Mehdi Dehghan Takht Fooladi, Mohammed Hossein Rezvani, Mohammad Mehdi Gilanian Sadeghi

Turkish Journal of Electrical Engineering and Computer Sciences

The spot market is one of the most common cloud markets where cloud providers, such as Amazon EC2, rent their surplus computing resources at lower prices in the form of spot virtual machines (SVMs). In this market, which is often managed through an auction mechanism, users seek optimal bidding strategies for renting SVMs to minimize cost and risk. Uncertainty in the price of SVMs and their low availability/reliability is a challenging issue to bid on the user side. In this paper, we present a robust model for minimizing the cost of executing tasks by considering the uncertainty of the price …

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

Computer Science Faculty Publications

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

Assessing The Performance Of A Particle Swarm Optimization Mobility Algorithm In A Hybrid Wi-Fi/Lora Flying Ad Hoc Network, William David Paredes

UNF Graduate Theses and Dissertations

Research on Flying Ad-Hoc Networks (FANETs) has increased due to the availability of Unmanned Aerial Vehicles (UAVs) and the electronic components that control and connect them. Many applications, such as 3D mapping, construction inspection, or emergency response operations could benefit from an application and adaptation of swarm intelligence-based deployments of multiple UAVs. Such groups of cooperating UAVs, through the use of local rules, could be seen as network nodes establishing an ad-hoc network for communication purposes.

One FANET application is to provide communication coverage over an area where communication infrastructure is unavailable. A crucial part of a FANET implementation is …

การคัดกรองความผิดปกติของรูปภาพบุคคลที่สร้างจากปัญญาประดิษฐ์, ธนพล พจนะสวนีย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง, ศิรัสวยา หงษ์ยนต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

เอไอสำหรับการแนะนำรหัสบัญชีสมุดแยกประเภททั่วไป, ปกรณ์ โคตรภูชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การตรวจจับมะม่วงและนับผลผลิตด้วยการเรียนรู้เชิงลึก, อภิศักดิ์ จันทร์ดา

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

เครื่องสร้างปริภูมิสถานะสำหรับโมเดลเช็กกิงแบบแอลทีแอลโดยใช้แอลเอสทีเอ็มที่มีการจำแนกแบบหลายป้าย, ชลิกา ศักดิ์สุภาวัฒนกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การแปลงไทมด์ออโตมาตาความน่าจะเป็นไปเป็นรหัสปริซึม, ถิรวัตร สุตาลังกา

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล, รัฐสรรค์ เอกอัครชวกิตติ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ, อนิวรรตน์ คีรีนะ

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

Fast Panoptic Segmentation On Urban Street Scenes, Chananvich Plabplathong

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

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

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา, ณัฏฐ์ รุ่งเศรษฐพัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

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

การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา, ศุภพิชญ์ แสงมณี ฐิตารีย์เดชากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

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