Open Access. Powered by Scholars. Published by Universities.®
Articles 31 - 60 of 242
Full-Text Articles in Computer Engineering
Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography, Pongpanut Osathitporn
Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography, Pongpanut Osathitporn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Respiratory rate (RR) is a vital sign widely used to assess patient health. However, estimating RR using photoplethysmography (PPG) signals remains challenging due to noise and signal variability. This paper proposes RRWaveNet, an end-to-end model based on multi-scale convolutional networks with residual connections for robust RR estimation from PPG signals. The model is evaluated on four public datasets BIDMC, CapnoBase, WESAD, and SensAI with optimal performance observed at a 32-second window. RRWaveNet achieves mean absolute errors of 1.66±1.01, 1.59±1.08, 1.92±0.96, and 1.23±0.61 breaths per minute, respectively, outperforming state-of-the-art methods across all datasets and the transfer learning using ICU datasets, which …
กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง, ธีรัช รักษ์เถา
กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง, ธีรัช รักษ์เถา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบริหารจัดการระบบแท็กซี่ในเขตเมืองมีความซับซ้อนและต้องรองรับปัจจัยหลายด้าน เช่น ความต้องการของผู้โดยสาร การกระจายตัวของรถแท็กซี่ กลยุทธ์ด้านราคา และประเภทของพาหนะ การประเมินผลกระทบจากตัวแปรเหล่านี้อย่างเป็นระบบจึงมีความสำคัญต่อการวางแผนทั้งในระดับผู้ประกอบการและภาครัฐ งานวิจัยนี้นำเสนอกรอบการจำลองที่สามารถประเมินประสิทธิภาพของระบบแท็กซี่ภายใต้เงื่อนไขที่แตกต่างกัน โดยใช้ข้อมูลจากบริการแท็กซี่ในนครนิวยอร์ก (NYC TLC Dataset) เป็นกรณีศึกษา ตัวแปรหลักที่นำมาทดลอง ได้แก่ ขนาดของฟลีทรถ รูปแบบโครงสร้างราคาค่าโดยสาร และประเภทของยานพาหนะ (รถยนต์สันดาปภายในและยานยนต์ไฟฟ้า) ผลการทดลองแสดงให้เห็นความสัมพันธ์ระหว่างตัวแปรกับประสิทธิภาพของระบบในด้านต่าง ๆ เช่น อัตราการตอบสนองงาน อัตราการใช้งานแท็กซี่ เวลาว่าง รายได้สุทธิ และต้นทุนการดำเนินการนอกจากนี้ ยังเปรียบเทียบผลการวิเคราะห์จากระบบจำลองกับวิธีการทางสถิติแบบดั้งเดิม พบว่าระบบจำลองให้ผลที่ใกล้เคียงกับสภาพจริงมากกว่า โดยสามารถสะท้อนผลกระทบของการตัดสินใจในระดับปฏิบัติการได้อย่างชัดเจน กรอบการจำลองที่พัฒนาขึ้นนี้ให้ข้อมูลเชิงปฏิบัติแก่ผู้ประกอบการฟลีทรถแท็กซี่และผู้กำหนดนโยบาย เพื่อนำไปใช้ในการเพิ่มประสิทธิภาพการให้บริการแท็กซี่ กลยุทธ์ในการดำเนินงาน และความยั่งยืนทางการเงิน
การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด, เจษฎา วิริยะกุล
การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด, เจษฎา วิริยะกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
หนี้ทางเทคนิคหมายถึงปัญหาที่เกิดจากการปล่อยซอฟต์แวร์ออกมาโดยที่ส่วนประกอบต่าง ๆ ยังไม่สมบูรณ์ ยังไม่ผ่านการพัฒนาเต็มที่ หรือยังไม่เหมาะสม ซึ่งอาจส่งผลให้ต้องใช้ความพยายามในการพัฒนาเพิ่มเติมในเวอร์ชันถัดไป — เปรียบเสมือนการจ่ายดอกเบี้ยในหนี้ทางการเงิน ร่องรอยที่ไม่ดีในโค้ดเป็นรูปแบบเฉพาะของหนี้ทางเทคนิค ซึ่งเมื่อปรากฏอยู่ในโค้ดเบสแล้วอาจนำไปสู่ปัญหาที่สร้างต้นทุนเพิ่มเติมในการพัฒนา งานวิจัยนี้ศึกษาผลกระทบของหนี้ทางเทคนิคที่เกิดจากร่องรอยที่ไม่ดีในโค้ด โดยการวิเคราะห์พฤติกรรมการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ดเหล่านั้น เพื่อสร้างประวัติการเปลี่ยนแปลงของร่องรอยที่ไม่ดี ผู้วิจัยได้พัฒนาตัววัดหนี้ทางเทคนิคแบบละเอียดขึ้น เพื่อใช้วัดปริมาณหนี้โดยประเมินขนาดของกิจกรรมการปรับโครงสร้างใหม่ (แสดงถึงต้นหนี้) และกิจกรรมดอกเบี้ย (แสดงถึงดอกเบี้ยหนี้) และเสนอให้นำขนาดของกิจกรรมทั้งสองประเภทนี้ไปประยุกต์ใช้กับแบบจำลองการประเมินความพยายามโคโคโม 2 แทนที่จะใช้แบบจำลองซีเอเอ สำหรับการประเมินหนี้ทางเทคนิค แนวทางนี้ช่วยให้สามารถสร้างประวัติการเปลี่ยนแปลงของหนี้ทางเทคนิคจากร่องรอยที่ไม่ดีในโค้ดในโครงการซอฟต์แวร์ต่าง ๆ ที่อยู่ในชุดข้อมูลควอลิตัสได้ ในการวิเคราะห์ผลกระทบ ผู้วิจัยจำแนกพฤติกรรมการเปลี่ยนแปลงของหนี้ทางเทคนิคตามระดับความรุนแรงของหนี้ โดยจำแนกออกเป็น พฤติกรรมของต้นหนี้ 5 ประเภท และ พฤติกรรมของดอกเบี้ย 3 ประเภท แบบรูปพฤติกรรมเหล่านี้พบได้ในร่องรอยที่ไม่ดีในโค้ดทุกประเภทและในระบบซอฟต์แวร์ทุกระบบที่นำมาวิเคราะห์ การจำแนกดังกล่าวเผยให้เห็นว่า โดยเฉลี่ยแล้ว ร่องรอยที่ไม่ดีในโค้ด 30% ต่อระบบมีการสะสมดอกเบี้ย และ 5% แสดงระดับความรุนแรงของหนี้ในระดับสูง นอกจากนี้ ผู้วิจัยยังวิเคราะห์ความสัมพันธ์ระหว่างตัววัดหนี้ทางเทคนิคที่เสนอกับตัววัดซอฟต์แวร์อื่น ๆ โดยใช้วิธีการตามมาตรฐาน IEEE Std 1061-1998 ผลการวิเคราะห์แสดงให้เห็นว่า ไม่มีตัววัดซอฟต์แวร์ใดที่มีความสัมพันธ์เพียงพอจะใช้แทนตัววัดหนี้ทางเทคนิคที่เสนอได้ จากผลการศึกษาทั้งหมดนี้ ผู้วิจัยเสนอแนวทางการบริหารจัดการหนี้ทางเทคนิค โดยใช้การวิเคราะห์ต้นทุนและผลตอบแทน และ การวิเคราะห์จุดแตกหัก เพื่อช่วยในการกำหนดกลยุทธ์ จัดลำดับความสำคัญ และเฝ้าสังเกตหนี้ทางเทคนิค
การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร
การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัญญาประดิษฐ์มีบทบาทสำคัญในด้านวิทยาศาสตร์ชีวภาพ และ การแพทย์ โดยเฉพาะการวิเคราะห์ข้อมูลไมโครไบโอมในลำไส้ ซึ่งมีความสัมพันธ์กับโรคเรื้อรังหลายชนิด เช่น โรคลำไส้อักเสบเรื้อรัง โรคโครห์น และ มะเร็งลำไส้ใหญ่ แม้ว่าแบบจำลองการเรียนรู้ของเครื่องสามารถทำนายโรคได้อย่างแม่นยำจากข้อมูลเหล่านี้ แต่ข้อจำกัดด้านการตีความผลลัพธ์ โดยเฉพาะในแบบจำลองที่ซับซ้อน เช่น Random Forest และ Neural Networks ยังคงเป็นอุปสรรคต่อการใช้งานจริงในทางการแพทย์ งานวิจัยนี้เสนอการพัฒนาแพลตฟอร์มต้นแบบที่ผสานการทำงานของแบบจำลองการเรียนรู้ของเครื่องร่วมกับเทคนิค SHAP (SHapley Additive exPlanations) เพื่อแสดงเหตุผลประกอบการทำนายในระดับรายบุคคล ระบบถูกออกแบบให้รองรับการจัดการวงจรชีวิตของแบบจำลองอย่างเป็นระบบ ตั้งแต่การนำเข้า การเรียกใช้งาน ไปจนถึงการอัปเดตเวอร์ชัน โดยผู้ใช้งานสามารถเลือกแบบจำลองที่ผ่านการประเมินประสิทธิภาพ พร้อมแสดงค่าความน่าจะเป็น และ แผนภาพ SHAP ที่อธิบายฟีเจอร์สำคัญในการตัดสินใจของแบบจำลอง ระบบทั้งหมดพัฒนาภายใต้แนวคิดสถาปัตยกรรมไมโครเซอร์วิส และ รองรับการติดตั้งบน Kubernetes เพื่อความยืดหยุ่นในการดูแล และ ขยายในอนาคต แพลตฟอร์มนี้จึงเป็นแนวทางที่มีศักยภาพในการประยุกต์ใช้ AI อย่างโปร่งใสในงานด้านสุขภาพ และ สามารถต่อยอดไปยังโรคในกลุ่มอื่นได้ในระยะยาว
ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ
ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อความตั้งใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งของประเทศไทยซึ่งดำเนินงานภายใต้การพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) โดยวิเคราะห์ 8 ปัจจัยหลัก ได้แก่ ความสมดุลชีวิตกับงาน (Work-Life Balance), ความสัมพันธ์ในที่ทำงานที่ไม่ดี (Poor Workplace Relationships), ความยืดหยุ่นในการทำงาน (Lack of Workplace Flexibility), ค่าตอบแทนที่ไม่ยุติธรรมต่อเนื้องาน (Unfair Compensation Relative to Work), การบังคับให้กลับมาทำงานในสถานที่ทำงาน (Forced Transition to On-site Work), พฤติกรรมไม่เหมาะสมของหัวหน้างาน (Supervisor Misconduct), ค่าตอบแทนที่ไม่เหมาะสมกับทักษะ (Inadequate Compensation Relative to Skill) และวัฒนธรรมองค์กรที่เป็นพิษ (Toxic Organizational Culture) โดยเก็บข้อมูลจากพนักงานไอทีจำนวน 52 คน ผ่านการตอบแบบสอบถาม และนำข้อมูลที่ได้มาวิเคราะห์ด้วยวิธีการทางสถิติ Cronbach’s Alpha, Kaiser-Meyer-Olkin (KMO), Factor Loading และ Multiple Regression Analysis ผลการวิเคราะห์พบว่ามีเพียงพฤติกรรมไม่เหมาะสมของหัวหน้าและค่าตอบแทนที่ไม่เหมาะสมกับทักษะที่มีนัยสำคัญทางสถิติที่ส่งผลต่อความตั้งใจลาออกของพนักงาน นอกจากนี้โครงงานยังได้พัฒนาแดชบอร์ดแบบโต้ตอบ (Interactive Dashboard) เพื่อช่วยให้ทีมทรัพยากรบุคคลสามารถนำผลลัพธ์ไปวิเคราะห์ต่อ ประเมินความเสี่ยงการลาออก และวางแผนเชิงกลยุทธ์การบริหารบุคลากร ภายใต้แวดล้อมการพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) ได้อย่างมีประสิทธิผล
แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์
แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในองค์กรพัฒนาซอฟต์แวร์ขนาดเล็ก โดยเฉพาะกลุ่มที่ต้องการขอการรับรองตามมาตรฐาน ISO/IEC 29110 การทำความเข้าใจและจัดการกระบวนการพัฒนาซอฟต์แวร์เป็นภารกิจที่มีความท้าทาย เนื่องจากข้อจำกัดด้านทรัพยากรและระดับความพร้อมของกระบวนการ การประเมินความสอดคล้องตามมาตรฐานในรูปแบบที่มีโครงสร้างจึงยิ่งเพิ่มความซับซ้อนให้มากขึ้น งานวิจัยฉบับนี้มุ่งนำเสนอแนวทางการสร้างแบบจำลองด้วย Colored Petri Nets (CPN) เพื่อใช้ในการจำลองกระบวนการ Software Implementation (SI) ตามมาตรฐาน ISO/IEC 29110 โดยข้อมูลการประเมินจะถูกรวบรวมผ่านระบบเว็บแอปพลิเคชัน และแปลงให้อยู่ในรูปแบบโทเคนไฟล์ ซึ่งจะถูกจัดเก็บอัตโนมัติในเส้นทางที่กำหนดไว้สำหรับการประเมินผ่าน CPN IDE ภายหลังการประเมินจะมีการประมวลผลผลลัพธ์ผ่านระบบ Data Pipeline ที่พัฒนาไว้โดยเฉพาะ และจัดเก็บข้อมูลลงในฐานข้อมูลเพื่อให้ผู้ใช้งานสามารถเข้าถึงผลการประเมินผ่านเว็บอินเทอร์เฟซได้อย่างสะดวก แบบจำลองและเครื่องมือที่พัฒนาขึ้นช่วยให้สามารถวิเคราะห์และตรวจสอบความสอดคล้องของกระบวนการได้อย่างเป็นระบบ ส่งเสริมความโปร่งใส และสนับสนุนให้องค์กรขนาดเล็กสามารถเตรียมความพร้อมเข้าสู่กระบวนการขอการรับรองตามมาตรฐานได้อย่างมีประสิทธิภาพ แบบจำลอง CPN ที่ออกแบบไว้ยังสะท้อนถึงกิจกรรมหลัก สิ่งส่งมอบ และกฎการประเมินตามมาตรฐาน ซึ่งเป็นรากฐานสำคัญต่อการประเมินซ้ำและการปรับปรุงอย่างต่อเนื่อง
ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์
ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
สารนิพนธ์ฉบับนี้นำเสนอระบบเว็บแอปพลิเคชันที่รองรับการสร้างแบบจำลองการเรียนรู้เชิงลึก (Deep Learning) โดยใช้แนวคิดของ MLOps (Machine Learning Operations) เพื่อให้สามารถฝึกใหม่ (Retrain) และนำแบบจำลองกลับมาใช้งานได้โดยอัตโนมัติ โดยไม่จำเป็นต้องมีความรู้เชิงเทคนิคหรือการเขียนโค้ด ระบบออกแบบมาเพื่อให้ผู้ใช้อัปโหลดข้อมูลของตนเอง และสร้างแบบจำลองจากโมเดลสำเร็จรูปที่นำเข้าจาก Hugging Face เช่น ResNet-50 และ Vision Transformer ได้ทันที โดยใช้ระบบตรวจสอบการเลื่อนของข้อมูล (Data Drift) และแสดงผลผ่าน Prometheus และ Grafana เพื่อประสิทธิภาพในการควบคุมคุณภาพของแบบจำลองในระยะยาว ระบบสามารถดาวน์โหลดโมเดลที่ฝึกแล้ว หรือเรียกใช้งานผ่าน API โดยมีการวางโครงสร้างเพื่อรองรับกับผู้ใช้งานจำนวนมากในอนาคตโดยใช้เครื่องมือต่างๆ เข้าช่วย เช่น Docker, Keycloak, RabbitMQ และ MLFlow ช่วยให้สามารถขยายระบบ (Scalability) และดีพลอยขึ้นคลาวด์ได้อย่างยืดหยุ่น การทดสอบระบบแสดงให้เห็นว่ามีประสิทธิภาพในการประมวลผลทั้งในด้านความแม่นยำของแบบจำลอง และความสามารถในการรองรับผู้ใช้งานพร้อมกันจำนวนมาก การวิจัยนี้ชี้ให้เห็นว่าการนำแบบจำลองที่มีอยู่แล้วมาประยุกต์ใช้ พร้อมระบบอัตโนมัติแบบครบวงจร เป็นแนวทางที่ช่วยลดข้อจำกัดในการเข้าถึง AI และส่งเสริมให้การใช้งานปัญญาประดิษฐ์สามารถเข้าถึงได้ในวงกว้างยิ่งขึ้น
การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์
การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในยุคปัจจุบันสายอาชีพผู้พัฒนาซอฟต์แวร์มีบทบาทสำคัญในหลากหลายอุตสาหกรรม โดยเฉพาะภาคธุรกิจธนาคารที่ต้องอาศัยเทคโนโลยีซอฟต์แวร์ในการดำเนินงาน ความสามารถในสายงานนี้จึงไม่จำกัดเพียงทักษะทางเทคนิคเท่านั้น แต่ยังรวมถึงทักษะเชิงอ่อน (soft skills) เช่น ทักษะการสื่อสาร ทักษะการวิเคราะห์ ทักษะการแก้ปัญหา เป็นต้น อย่างไรก็ตาม พบว่าผู้พัฒนาซอฟต์แวร์จำนวนมากยังขาดการตระหนักรู้และการเตรียมความพร้อมในด้านทักษะเชิงอ่อน ส่งผลให้เกิดช่องว่างระหว่างทักษะที่มีและความต้องการขององค์กร โครงงานนี้มีวัตถุประสงค์เพื่อวิเคราะห์และจัดลำดับความสำคัญของทักษะเชิงอ่อนที่จำเป็นในสายอาชีพผู้พัฒนาซอฟต์แวร์ทั้งสิ้น 9 ทักษะ โดยเน้นในภาคธุรกิจธนาคาร ผ่านการรวบรวมและวิเคราะห์ข้อมูลจากการตอบแบบสำรวจความต้องการด้านทักษะเชิงอ่อนของหัวหน้างานจากธุรกิจธนาคารในประเทศไทยทั้งสิ้น 10 แห่ง ต่อตำแหน่งงาน 4 ตำแหน่ง ได้แก่ ตำแหน่งเจ้าของผลิตภัณฑ์ ตำแหน่งนักออกแบบส่วนต่อประสานผู้ใช้ ตำแหน่งนักพัฒนา และนักประกันคุณภาพ เพื่อให้ทราบทักษะเชิงอ่อนที่สำคัญและจำเป็นโดยตรงกับความคาดหวังของหัวหน้างานในสายการพัฒนาซอฟต์แวร์ เพื่อสนับสนุนการพัฒนาทักษะเชิงอ่อนในสายอาชีพผู้พัฒนาซอฟต์แวร์ในประเทศไทย โครงงานนี้ยังมีเป้าหมายในการพัฒนาซอฟต์แวร์ที่ใช้ในการประเมินทักษะเชิงอ่อนสำหรับผู้ที่สนใจเข้าสู่สายอาชีพนี้ ซอฟต์แวร์ดังกล่าวออกแบบให้เป็นเครื่องมือที่ช่วยให้ผู้ใช้งานสามารถประเมินทักษะเชิงอ่อนของตนเองเบื้องต้นได้ พร้อมทั้งเสนอคำแนะนำที่เหมาะสมกับระดับของผู้ประเมินสำหรับทั้ง 9 ทักษะเชิงอ่อน เพื่อช่วยให้ผู้ใช้งานสามารถเข้าใจถึงจุดแข็งและจุดที่ควรพัฒนาเพิ่มเติมเพื่อให้มีทักษะที่สอดคล้องกับความต้องการในอุตสาหกรรมซอฟต์แวร์ในภาคธุรกิจธนาคารได้
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในกระบวนการพัฒนาซอฟต์แวร์สมัยใหม่ที่มีความซับซ้อนสูง ความถูกต้องของระบบทั้งในเชิงฟังก์ชัน และข้อกำหนดเชิงเวลาถือเป็นปัจจัยสำคัญในการสร้างซอฟต์แวร์ที่มีคุณภาพ อย่างไรก็ตาม แผนภาพกิจกรรม ซึ่งนิยมใช้ในระยะเริ่มต้นของการออกแบบระบบ ยังขาดความสามารถในการระบุข้อจำกัดด้านเวลาโดยตรง ทำให้ไม่สามารถใช้ตรวจสอบคุณสมบัติเชิงเวลาของระบบได้อย่างครบถ้วน โครงงานมหาบัณฑิตนี้จึงมุ่งพัฒนากฎการแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาไปเป็นไทมด์ออโตมาตา ซึ่งเป็นแบบจำลองที่สามารถแสดงพฤติกรรมของระบบพร้อมข้อจำกัดเชิงเวลาได้อย่างแม่นยำ โดยจะนำแบบจำลองไทมด์ออโตมาตาที่แปลงได้เข้าสู่กระบวนการทวนสอบด้วยเครื่องมือ UPPAAL เพื่อให้สามารถตรวจสอบคุณสมบัติด้านที่ระบบจะดำเนินต่อไปจนถึงจุดหมายในอนาคต และการป้องกันข้อผิดพลาดในระบบ ได้อย่างเป็นรูปธรรม ผ่านการใช้ตรรกศาสตร์เชิงเวลาแบบต้นไม้คำนวณ ผลการทดลองแสดงให้เห็นว่า กฎการแปลงที่พัฒนาขึ้นสามารถรองรับข้อกำหนดเชิงเวลาได้อย่างเหมาะสม ในการนำไปประยุกต์ใช้ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ เพื่อการออกแบบซอฟต์แวร์ที่ต้องการการควบคุมเวลาอย่างละเอียด
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานมหาบัณฑิตนี้มีจุดมุ่งหมายเพื่อศึกษาความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคโดยใช้ข้อมูลจากโครงการโอเพนซอร์ซภาษาไพทอนบนแพลตฟอร์มกิตฮับ และวัดหนี้ทางเทคนิคด้วยเครื่องมือโซนาร์คิวบ์ หนี้ทางเทคนิคเป็นตัววัดที่สำคัญซึ่งสะท้อนถึงปริมาณปัญหาที่ซ่อนอยู่ในโค้ด ซึ่งเกิดขึ้นจากการทำงานของนักพัฒนา โครงงานมหาบัณฑิตนี้ใช้แนวทางวิเคราะห์ข้อมูล โดยผสานการดึงข้อมูลผ่านกิตฮับเรสต์เอพีไอและโซนาร์คิวบ์ด้วยภาษาไพทอน แล้วนำมาทำการวิเคราะห์เชิงสถิติ การศึกษาแบ่งออกเป็นสามคำถามวิจัย ได้แก่ (1) สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่มีความสัมพันธ์กับความหนาแน่นของหนี้ทางเทคนิคในโครงการหรือไม่ (2) ประสบการณ์ในการทำงานมีความสัมพันธ์กับการปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ และ (3) ประสบการณ์ในการทำงานซึ่งแตกต่างกันทำให้เกิดความแตกต่างในแง่การปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ ผลการวิเคราะห์สถิติโดยใช้สหสัมพันธ์ระยะทางสำหรับคำถามวิจัยที่ 1 และ 2 และการทดสอบแมนวิทนีย์ยูสำหรับคำถามวิจัยที่ 3 ไม่พบนัยสำคัญทางสถิติในการทดสอบสมมติฐานในทั้งสามคำถามวิจัยที่ระดับความเชื่อมั่น 95% สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่ในโครงการและประสบการณ์ของนักพัฒนาไม่ได้เป็นปัจจัยโดยตรงที่เกี่ยวข้องกับความหนาแน่นของหนี้ทางเทคนิคที่ปรากฏในโครงการและประสิทธิภาพของนักพัฒนาในการปรับปรุงหนี้ทางเทคนิคในโครงการ สภาพหนี้ทางเทคนิคในโครงการอาจขึ้นกับปัจจัยอื่นร่วมด้วย เช่น แนวปฏิบัติหรือมาตรฐานในการปฏิบัติงานในโครงการ ในการควบคุมคุณภาพโค้ด และลักษณะเฉพาะของโครงการหรือนักพัฒนารายบุคคล
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้ได้นำเสนอวิธีการพัฒนาแบบอิงแบบจำลองเข้าเป็นส่วนช่วยในการพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันผู้ใช้เฟรมเวิร์กนักซ์ โดยนำเสนอยูเอ็มแอลโพรไฟล์ของนักซ์เฟรมเวิร์กสำหรับการสร้างแบบจำลองของส่วนฟรอนต์เอนด์และนำเสนอกฎการแปลงในรูปแบบของแผ่นแบบสำหรับการแปลงแบบจำลองสู่โค้ดและจากโค้ดสู่แบบจำลอง โดยการแปลงจากแบบจำลองสู่โค้ดนั้นนักพัฒนาจำเป็นต้องเติมโค้ดตรรกะบางส่วนลงไปในโค้ดที่ได้จากการแปลงเพื่อทำให้ส่วนฟรอนต์เอนด์สามารถทำงานได้อย่างสมบูรณ์ ทั้งนี้งานวิจัยฉบับนี้ได้นำเสนอเครื่องมือการแปลงทั้งในส่วนของการแปลงแบบจำลองสู่โค้ดและโค้ดสู่แบบจำลอง รวมถึงการสร้างเว็บแอปพลิเคชันกรณีศึกษาเพื่อใช้ในการตรวจสอบการแปลง โดยการแปลงจากแบบจำลองสู่โค้ดได้ผ่านการตรวจสอบคุณภาพโค้ดโดยใช้โซนาร์คิวบ์ การเปรียบเทียบระหว่างการแปลงด้วยเครื่องมือจากแบบจำลองสู่โค้ดกับการเขียนโค้ดโดยดูจากแบบจำลองโดยนักพัฒนา ได้ผลว่าโค้ดสอดคล้องกันเฉลี่ย 89.23% เนื่องจากโค้ดของนักพัฒนาไม่ครบถ้วนตามแบบจำลองหรือไม่เป็นไปตามคู่มือของนักซ์ การวัดอัตราการแปลงเมื่อเทียบกับโค้ดที่เพิ่มตรรกะจนสมบูรณ์แล้วมีค่าเฉลี่ย 83.03% แสดงว่าโค้ดส่วนใหญ่ถูกสร้างขึ้นอัตโนมัติ การแปลงจากโค้ดสู่แบบจำลองใช้การเปรียบเทียบแบบจำลองต้นฉบับกับแบบจำลองที่ถูกแปลงกลับจากโค้ด ผลลัพธ์ คือ แบบจำลองที่แปลงกลับจากโค้ดมีความถูกต้องโดยรวมเฉลี่ย 100%
โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก, ณฐพจน์ หนูวงษ์
โปรแกรมค้นหาข้ามภาษาสำหรับค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจก, ณฐพจน์ หนูวงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเปลี่ยนแปลงสภาพภูมิอากาศเป็นความท้าทายระดับโลกที่สำคัญ ซึ่งเกิดจากการปล่อยก๊าซเรือนกระจกเป็นหลัก การจัดการข้อมูลก๊าซเรือนกระจกอย่างมีประสิทธิภาพจึงมีความสำคัญต่อการประเมินคาร์บอนฟุตพรินต์ อย่างไรก็ตาม การกำหนดค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมต่างๆ นั้นไม่ใช่เรื่องง่ายและต้องใช้แรงงานไม่น้อย นอกจากนี้ เนื้อหาในฐานข้อมูลค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกยังเป็นการผสมผสานระหว่างภาษาไทยและภาษาอังกฤษ การศึกษานี้จึงได้พัฒนาโปรแกรมค้นหาข้ามภาษาสำหรับการค้นคืนค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกจากฐานข้อมูลขององค์การบริหารจัดการก๊าซเรือนกระจก (ประเทศไทย) เพื่อส่งเสริมความน่าเชื่อถือของการคำนวณการปล่อยคาร์บอน ระบบดังกล่าวช่วยให้สามารถค้นหาแบบสองภาษาได้อย่างราบรื่น โดยบูรณาการการจับคู่คำพ้องความหมายแบบใช้พจนานุกรมและการจัดทำดัชนีด้วยอิลาสติกเซิร์ช การค้นหาเชิงความหมายพร้อมกับการขยายการค้นหาด้วยคำพ้องความหมายจะช่วยให้มั่นใจได้ว่าจะได้ผลลัพธ์ที่เกี่ยวข้อง โดยไม่คำนึงถึงภาษาที่ใช้ในการสืบค้น ด้วยการทำงานแบบสายท่ออัตโนมัติสำหรับการค้นคืนข้อมูลและการจัดทำดัชนี ระบบดังกล่าวช่วยเพิ่มความแม่นยำและประสิทธิภาพในการค้นหา ซึ่งจะช่วยสนับสนุนองค์กรต่างๆ ในการคำนวณค่าคาร์บอนฟุตพรินต์ที่ถูกต้องเที่ยงตรงมากยิ่งขึ้น
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประเมินผลการสรุปข้อความยังคงเป็นเรื่องท้าทาย เนื่องจากตัววัดแบบดั้งเดิม เช่น ROUGE และ BLEU มุ่งเน้นไปที่ความเหมือนกันของคำ ซึ่งมักจะไม่สามารถจับความหมายเชิงลึกและความสอดคล้องของเนื้อหาได้อย่างครบถ้วน งานวิจัยนี้นำเสนอ CorefSemScore ซึ่งเป็นตัววัดเชิงประเมินแบบผสมผสานที่รวมการวิเคราะห์ การแก้ไขการอ้างอิงร่วม เข้ากับการประเมินความคล้ายคลึงกันเชิงความหมาย โดยผสานการใช้ ROUGE, BERTScore, และ Sentence-BERT เพื่อการประเมินที่ครอบคลุมมากขึ้น CorefSemScore ใช้วิธีการเฉลี่ยแบบถ่วงน้ำหนักเพื่อผสานองค์ประกอบการประเมินในหลากหลายมิติ โดยเน้นความสมดุลระหว่างการประเมินความคล้ายคลึงกันเชิงคำศัพท์และความคล้ายคลึงกันเชิงความหมาย ส่งผลให้สามารถประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟได้อย่างครอบคลุม ผลการทดลองบนชุดข้อมูล SummEval แสดงให้เห็นว่า CorefSemScore มีประสิทธิผลเหนือกว่าทั้งตัววัดแบบความคล้ายคลึงกันเชิงคำศัพท์ เช่น ROUGE และ BLEU รวมถึงตัววัดความคล้ายคลึงกันเชิงความหมาย เช่น BERTScore โดยเฉพาะในด้านการสะท้อนความเชื่อมโยงของเนื้อหา ซึ่งสะท้อนถึงศักยภาพของตัววัดในการยกระดับความน่าเชื่อถือของการประเมินผลการสรุปข้อความแบบแอบสแทร็กต์ทิฟ
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้ศึกษาอัลกอริธึม K-Means แบบผสมระหว่างควอนตัมและคลาสสิก สำหรับการจัดกลุ่มข้อมูลผู้ป่วยโรคหัวใจ โดยใช้วงจร swap-test ของควอนตัมในการคำนวณระยะทาง และได้ทำการทดสอบบนควอนตัมคอมพิวเตอร์จำลองใน 2 แนวทาง คือแบบที่มีสัญญาณรบกวน และแบบอุดมคติ ด้วยชุดข้อมูลจริงที่มีมากกว่า 1,000 รายการ ผลการทดลองแสดงให้เห็นว่า วิธีควอนตัมทั้งสองสามารถทำความแม่นยำได้สูงถึง 0.83 และให้ค่า F1-score ใกล้เคียงกับ K-Means แบบคลาสสิก (0.82–0.83) แม้ในกรณีค่าจากควอนตัมคอมพิวเตอร์ที่มีสัญญาณรบกวน ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพในการใช้งานจริงของวิธีจัดกลุ่มที่ได้รับการเสริมด้วยควอนตัม
การพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง, กฤตชญา ประภารัตน์
การพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง, กฤตชญา ประภารัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาโมเดลที่เหมาะสมสำหรับการพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง โดยศูนย์บริการข้อมูลทางโทรศัพท์ หรือ Call Center มีบทบาทเป็นศูนย์รวมสายโทรเข้าและโทรออกของธุรกิจ ซึ่งเป็นช่องทางสำคัญในการตอบสนองความต้องการของลูกค้า ไม่ว่าจะเป็นการสอบถามข้อมูล การขอคำแนะนำ หรือแก้ปัญหาต่าง ๆ ศูนย์บริการข้อมูลทางโทรศัพท์จึงมีการจัดวางแผนกำลังคนรับสาย เพื่อให้สอดคล้องกับปริมาณสายโทรศัพท์ที่คาดว่าจะเข้ามา แต่ในบางครั้งการวางแผนจัดกำลังคนรับสายอาจต้องมีการปรับระหว่างวัน เนื่องจากจำนวนสายโทรเข้าอาจมีจำนวนมากกว่าหรือน้อยกว่าที่คาดการณ์ไว้ ซึ่งวิธีการเดิมที่บริษัทใช้ในการคำนวน อาจมีความคลาดเคลื่อน และไม่สามารถปรับตัวเลขได้ภายในระยะเวลาอันสั้น งานวิจัยนี้จึงนำเสนอการพยากรณ์จำนวนสายโทรศัพท์เข้าของศูนย์บริการข้อมูลทางโทรศัพท์แบบรายครึ่งชั่วโมง มีวัตถุประสงค์เพื่อพยากรณ์ปริมาณสายการโทรเข้าช่วงหลัง 10 น. เพื่อช่วยให้ฝ่ายวางแผนกำลังคนเห็นแนวโน้มปริมาณสายที่คาดว่าจะเข้ามา และตัดสินใจปรับแผนการจัดกำลังคนได้อย่างทันท่วงที โดยโมเดลจะจัดกลุ่มและพยากรณ์รูปแบบการกระจายตัวของปริมาณสายโทรเข้า และพยากรณ์จำนวนสายที่คาดว่าจะเข้ามา ผลการทดลองพบว่า โมเดลที่พัฒนาขึ้นมี MAPE อยู่ที่ 20.8% ซึ่งมีประสิทธิภาพดีกว่าวิธีการคำนวนเดิมของบริษัทที่มี MAPE อยู่ที่ 52.7%
การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์
การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแบ่งส่วนเนื้องอกในตับโดยอัตโนมัติจากภาพถ่ายทางการแพทย์มีบทบาทสำคัญในการช่วยลดภาระงานของรังสีแพทย์ในขั้นตอนการวางแผนรักษามะเร็งตับด้วยวิธีรังสีบำบัด โดยรูปสเปคซีทีมักถูกนำมาใช้เพื่อช่วยระบุส่วนเนื้องอกให้แม่นยำเพื่อให้การวางแผนการรักษามีประสิทธิภาพ อย่างไรก็ตาม การแบ่งส่วนเนื้องอกจากภาพเหล่านี้เป็นเรื่องท้าทายเนื่องจากปัญหาต่างๆ เช่น การกระจายแสงที่ผิดปกติ ทำให้ขนาดเนื้องอกดูใหญ่กว่าความเป็นจริงและลดความแม่นยำในการแบ่งส่วน งานวิจัยฉบับนี้ได้นำเสนอโครงข่ายคัดกรองหลายระดับแบบคู่ (Paired Multiscale Attention Network) ซึ่งเป็นสถาปัตยกรรมที่แบ่งออกเป็นสองทาง เส้นทางแรกฝึกฝนชุดข้อมูลสเปคซีทีโดยใช้โครงข่าย Multiscale Attention Network (MA-Net) เส้นทางที่สองมีการใช้การแปลงแบบไวซ์ท็อปแฮท (White Top-Hat) แล้วนำลักษณะเด่นที่ได้มาควบรวมกับเส้นทางแรก ช่วยลดความบกพร่องของการแบ่งส่วนที่มักเกิดจากความแปรปรวนของแสง ในงานวิจัยนี้จะแบ่งการทดสอบเป็นสองส่วน ส่วนแรกคือการทดสอบโมเดลแบ่งส่วนเนื้อตับ โดยใช้ MA-Net โดยมีโมเดลย่อยคือ ResNet50 ฝึกกับชุดข้อมูลซีทีโดยรวมระหว่างชุดข้อมูลสาธารณะ 3DIRCADb-01 และชุดข้อมูลจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทย โดยมีค่า Dice similarity coefficient (DSC) อยู่ที่ 89.67% ในส่วนการทดสอบโมเดลแบ่งส่วนเนื้องอกตับ จะใช้โครงข่ายคัดกรองหลายระดับแบบคู่ ฝึกด้วยชุดข้อมูล เทคนีเซียม-99 เอ็มเอเอ สเปคซีทีจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทยโดยมีค่า DSC ที่ 67.00% ซึ่งให้ประสิทธิภาพการแบ่งส่วนที่ดีที่สุดเมื่อเทียบกับสถาปัตยกรรมอื่นๆ รวมถึงผลจากงานวิจัยก่อนหน้านี้ที่ทดสอบด้วยชุดข้อมูลเดียวกัน
Effective Data Augmentation Techniques For Time Series Classification: An Empirical Evaluation, Pongpanod Sankosik
Effective Data Augmentation Techniques For Time Series Classification: An Empirical Evaluation, Pongpanod Sankosik
Chulalongkorn University Theses and Dissertations (Chula ETD)
Time series classification is crucial in fields such as healthcare, finance, and industrial processes, but it faces challenges like temporal data ordering, class im-balance, noise, and limited data. This research explores data augmentation techniques to improve classification performance, focusing on the MiniRocket classifier across 85 UCR datasets. The study identifies conditions under which augmentation techniques, like wDBA, enhance accuracy, though overall performance may vary. A dataset-specific approach is essential for effective augmentation. The research also examines the impact of augmentation on datasets with different characteristics, providing insights into when specific strategies are most benefi-cial. Future work includes optimizing augmentation methods …
Sales Forecasting For Retail Business Using Xgboost Algorithm And Timesfm, Prathana Dankorpho
Sales Forecasting For Retail Business Using Xgboost Algorithm And Timesfm, Prathana Dankorpho
Chulalongkorn University Theses and Dissertations (Chula ETD)
The retail industry is continuously evolving with the expansion of sales channels and the diversification of product assortments. However, current forecasting methods, relying on simplistic statistical models, frequently encounter difficulties in adjusting to the dynamic environment. This limitation leads to challenges in accurately predicting sales. Consequently, there is a critical need to improve the accuracy and frequency of sales predictions to enable timely decision-making for business strategies. Through a comprehensive analysis of datasets from 2019 to 2023, this study illustrates the advantages of integrating XGBoost and TimesFM to gain deeper insights into sales patterns. Results demonstrate a significant enhancement in …
Context-Free Grammar Framework For Automatic Shooting Game Enemy Pattern Generation, Nitit Kaweeratanakit
Context-Free Grammar Framework For Automatic Shooting Game Enemy Pattern Generation, Nitit Kaweeratanakit
Chulalongkorn University Theses and Dissertations (Chula ETD)
This research proposes a framework for generating enemy patterns for SHMUPs game. It is directly based on a grammar derived from the enemy behavior of existing commercial SHMUPs, and implemented using a new description language called "Enemy Pattern Description Language" (EPDL). EPDL contains all information required to construct the enemy, with no requirement of external data content. The language is human-readable and can be connected to any game engine of choice using an EPDL interpreter. The interpreter itself consists of lexer and recursive descent parser. The results shown in this research is implemented in. "rdnh", a private fork of Touhou …
การพยากรณ์การจ่ายยาของโรงพยาบาลโดยการเรียนรู้ของเครื่องและวิธีการวิเคราะห์เชิงสถิติ, วริศ ปุณณะหิตานนท์
การพยากรณ์การจ่ายยาของโรงพยาบาลโดยการเรียนรู้ของเครื่องและวิธีการวิเคราะห์เชิงสถิติ, วริศ ปุณณะหิตานนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันการพยากรณ์การจ่ายยาของโรงพยาบาลถือเป็นหัวใจสำคัญต่อการจัดการคลังยาและการสั่งซื้อยาเป็นอย่างมาก เนื่องจากการพยากรณ์ที่น้อยเกินไปทำให้ยาไม่เพียงพอส่งผลให้เกิดความล่าช้าภายในโรงพยาบาล ในขณะที่การพยากรณ์ที่มากเกินไปทำให้เปลืองพื้นที่ใช้สอยและอาจทำให้ยาเสื่อมสภาพหรือหมดอายุซึ่งส่งผลให้โรงพยาบาลสูญเสียรายได้ การมีแบบจำลองที่สามารถพยากรณ์ปริมาณการจ่ายยาให้ใกล้เคียงกับค่าจริงจะสามารถลดปัญหาการขาดแคลนยาในแต่ละห้องจ่ายยาหรือการที่ห้องจ่ายยามีการกักตุนตัวยาเกินความจำเป็น จากปัญหาที่กล่าวมาข้างต้น โครงงานมหาบัณฑิตนี้จึงถูกจัดทำขึ้นเพื่อนำเสนอแบบจำลองที่จะมาแทนค่าเฉลี่ยเคลื่อนที่แบบทั่วไปซึ่งจะช่วยให้โรงพยาบาลสามารถพยากรณ์ปริมาณการจ่ายยาแต่ละวันได้แม่นยำมากขึ้น โดยจะนำเทคนิคสำหรับพยากรณ์ข้อมูลที่อยู่ในรูปแบบของอนุกรมเวลามาประยุกต์ใช้กับข้อมูลการจ่ายยาย้อนหลังและข้อมูลการนัดหมายแพทย์ย้อนหลัง หลังจากนั้นจะนำผลลัพธ์ที่ได้มาคำนวณค่าเคลาดเคลื่อนด้วยค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์และค่าเฉลี่ยสมมาตรของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์และนำผลที่ได้มาใช้ในการเลือกว่าแบบจำลองไหนให้ค่าคลาดเคลื่อนต่ำที่สุด ผลการทดลองพบว่าแบบจำลองซัพพอร์ตเวกเตอร์รีเกรสชันให้ค่าความคลาดเคลื่อนที่ต่ำกว่าค่าเฉลี่ยเคลื่อนที่แบบทั่วไป แบบจำลองที่ผู้จัดทำโครงงานนำเสนอสามารถนำไปประยุกต์ใช้กับการพยากรณ์การจ่ายยาเพื่อให้แต่ละห้องจ่ายยามียาสำหรับให้บริการในปริมาณที่เพียงพอต่อความต้องการ
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำความเข้าใจประสบการณ์ของผู้ใช้ เป็นสิ่งสำคัญต่อความสำเร็จและการพัฒนาอย่างต่อเนื่องของโมไบล์แอปพลิเคชัน งานวิจัยนี้นำเสนอวิธีการจำแนกบทวิจารณ์ของผู้ใช้ตามลักษณะของประสบการณ์ผู้ใช้ที่มีต่อโมไบล์แอปพลิเคชัน โดยใช้ทั้งอัลกอริทึมการเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึก บทวิจารณ์ของผู้ใช้ถูกจำแนกตามมิติของประสบการณ์ผู้ใช้ในด้านการปฏิบัติและประสบการณ์ผู้ใช้ในด้านความเพลิดเพลิน ซึ่งประกอบด้วยลักษณะของประสบการณ์ผู้ใช้ทั้งหมด 8 รายการ ตามที่นิยามไว้ในแบบสอบถามประสบการณ์ผู้ใช้แบบสั้น ผลลัพธ์การจำแนกบทวิจารณ์ของผู้ใช้สามารถนำไปใช้ร่วมกับการวิเคราะห์ความรู้สึกจากบทวิจารณ์ เพื่อประเมินคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันได้อย่างอัตโนมัติ จากการทดลองประเมินประสิทธิภาพของโมเดลพบว่าเบิร์ต มีประสิทธิภาพดีกว่าซัพพอร์ตเวกเตอร์แมชีน แรนดอมฟอเรสต์ และ ลอจิสติกรีเกรสชัน โดยมีค่าความเที่ยง เท่ากับ 80%, ค่าเรียกคืน เท่ากับ 74%, ค่าเอฟวัน เท่ากับ 76%, ค่าความแม่น เท่ากับ 78% และค่าเอยูซี เท่ากับ 0.94 นอกจากนี้ค่าคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันที่คำนวณได้มีค่าสหสัมพันธ์เชิงบวกในระดับปานกลางถึงสูงเป็น 0.68 กับค่าคะแนนการจัดอันดับบนแอปสโตร์ ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพของการวิเคราะห์และประเมินคะแนนประสบการณ์ผู้ใช้อย่างอัตโนมัติในการเสริมสร้างคุณภาพของโมไบล์แอปพลิเคชันและความพึงพอใจของผู้ใช้
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพัฒนาซอฟต์แวร์แบบอิงแบบจำลอง ได้กลายเป็นแนวทางที่มีศักยภาพในการวิศวกรรมซอฟต์แวร์ ซึ่งใช้แบบจำลองเป็นองค์ประกอบหลักในการสนับสนุนการพัฒนาซอฟต์แวร์ รวมถึงการพัฒนาเว็บแอปพลิเคชัน งานวิจัยนี้นำเสนอการประยุกต์ใช้แนวคิดของการพัฒนาแบบอิงแบบจำลองกับการพัฒนาแบ็กเอนด์ด้วยโหนดเจเอสโดยเน้นทั้งกระบวนการวิศวกรรมไปข้างหน้า และวิศวกรรมย้อนกลับ โดยได้พัฒนายูเอ็มแอลโพรไฟล์สำหรับโหนดเจเอสที่รองรับทั้งฐานข้อมูลแบบซีเควลและโนซีเควลเพื่อใช้ในการสร้างแบบจำลองการออกแบบของเว็บแอปพลิเคชัน และมีเครื่องมือสำหรับการแปลงแบบจำลองเป็นโค้ดและโค้ดเป็นแบบจำลอง ผลการประเมินแนวทางที่นำเสนอผ่านกรณีศึกษา 3 กรณี พบว่ากระบวนการวิศวกรรมไปข้างหน้ามีผลของอัตราการแปลงแบบจำลองเป็นโค้ดที่สูง โดยเฉพาะในส่วนของ Model (86.18-94.53%) และ Route (70.73-90.52%) โดยมีประสิทธิภาพที่ดีสอดคล้องกันทั้งในกรณีของซีเควล (มายซีเควล) และ โนซีเควล (มองโกดีบี) ขณะที่กระบวนการวิศวกรรมย้อนกลับให้ผลลัพธ์ความถูกต้องของการแปลงโค้ดเป็นแบบจำลองถึง 100% สำหรับโค้ดแบ็กเอนด์ในแต่ละรูปแบบการพัฒนา การดำเนินการนี้ช่วยลดระยะเวลาในการพัฒนาโค้ดอย่างมีนัยสำคัญ พร้อมทั้งคงไว้ซึ่งเอกสารประกอบระบบผ่านการสร้างแบบจำลองโดยอัตโนมัติ ซึ่งเป็นแนวทางที่ใช้งานได้จริงสำหรับการพัฒนาและบำรุงรักษาแบ็กเอนด์ด้วยโหนดเจเอส
การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่, สุชานันท์ กระบวนยุทธ
การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่, สุชานันท์ กระบวนยุทธ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้ดำเนินการเพื่อวิจัยแบบจำลองภาษาขนาดใหญ่และเทคนิคต่างๆ ที่ช่วยเพิ่มศักยภาพของโมเดลเหล่านี้ รวมถึงวิศวกรรมที่รวดเร็วและการขยายความรู้เฉพาะ การศึกษานี้เกี่ยวข้องกับการออกแบบและพัฒนา AI agent เพื่อส่งคืนค่าสัมประสิทธ์ปล่อยก๊าซเรือนกระจกโดยอ้างอิงจากฐานข้อมูลที่ดูแลโดยองค์การบริหารก๊าซเรือนกระจก (องค์การมหาชน) ของประเทศไทย งานวิจัยนี้จะใช้ RAG เพื่อค้นหาข้อมูลที่ถูกจัดเก็บไว้ซึ่งมีความคล้ายคลึงกันมากที่สุดกับข้อมูลรับเข้า จากนั้น AI Agent จะส่งคืนค่าคำตอบเพียงคำตอบเดียวเดียวของค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมที่รับเข้ามา จากการประเมินประสิทธิภาพของ LLM ขนาดกลางและขนาดใหญ่ที่ถูกเลือกทั้งห้าแบบจำลองนั้นมีแนวโน้มที่ดี
การอัตโนมัติกระแสงานของระบบการจัดการเนื้อหาด้วยพาวเวอร์ออโตเมต, อภิญญา แขนสูงเนิน
การอัตโนมัติกระแสงานของระบบการจัดการเนื้อหาด้วยพาวเวอร์ออโตเมต, อภิญญา แขนสูงเนิน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอการพัฒนาระบบอัตโนมัติกระแสงานของระบบจัดการเนื้อหา หรือ ซีเอ็มเอส โดยใช้ ไมโครซอฟต์ พาวเวอร์ ออโตเมต และ เอไอ บิวเดอร์ บูรณาการกับ สตราพี ซีเอ็มเอส และ แชร์พอยต์ เพื่อเพิ่มประสิทธิภาพ ลดความผิดพลาดจากการดำเนินงานด้วยมือ และยกระดับความคล่องตัวในองค์กร กระแสงานที่พัฒนาแชร์พอยต์ประกอบด้วยการบูรณาการเว็บฮุก ของ สตราพี ซีเอ็มเอส เพื่อเริ่มต้นกระบวนการอัตโนมัติ การตรวจสอบความถูกต้องของเนื้อหาด้วยเอไอ บิวเดอร์ การบันทึกข้อมูลเหตุการณ์และข้อผิดพลาดในแชร์พอยต์ อีกทั้งการแจ้งเตือนผ่านไมโครซอฟท์ ทีม นอกจากนี้ ยังมีการใช้ จีพีที 4.0 สำหรับการวิเคราะห์บันทึกข้อผิดพลาด เพื่อเสนอแนวทางแก้ไขและปรับปรุงกระบวนการ ผลการทดลองในธนาคารพาณิชย์ไทยแห่งหนึ่งแสดงให้เห็นว่าสามารถลดระยะเวลาในการจัดการเนื้อหาได้ร้อยละ 87.5 และลดข้อผิดพลาดจากการป้อนข้อมูลได้ร้อยละ 80 เมื่อเทียบกับการทำงานแบบเดิมด้วยมนุษย์ งานวิจัยนี้ได้เน้นให้เห็นถึงศักยภาพของการใช้เทคโนโลยีดิจิทัลที่นำไปสู่โซลูชันการอัตโนมัติระบบการจัดการเนื้อหาที่เป็นรูปธรรม
Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich
Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich
Chulalongkorn University Theses and Dissertations (Chula ETD)
Drug discovery, crucial for identifying new potential drug candidates to treat diseases and improve health, is increasingly enhanced by deep learning approaches such as molecular generation models. However, creating drug candidates with desired properties, such as the quantitative estimate of drug-likeness (QED), synthetic accessibility (SA), and binding affinity (BA), remains a significant challenge, especially when training generative models for specific protein targets with limited pharmaceutical data. Addressing these challenges, this thesis presents Mol-Zero-GAN, a novel framework designed to generate drug candidates tailored to specific protein targets without additional data by employing zero-shot adaptation techniques and Bayesian optimization (BO). By fine-tuning …
การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon
การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study addresses the challenge of chronic diseases like diabetes, requiring ongoing care. It aims to visualize revisit intervals affecting patient treatment using multi-level process mining and machine learning to identify factors causing missed appointments. Our research shows that patients with improvements have shorter revisit intervals than those deteriorating, with a P-value of 3.83x10%. A significant challenge is the high number of no-shows. Using PyCaret to compare 14 models, we found that the historical attendance of individual patients is a crucial factor in predicting no-shows, with an AUC score of 0.80 using the Gradient Boosting Clas-sifier. Our analysis suggests that …
การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน
การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อนำเสนอการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง โดยการประยุกต์ใช้แบบรูปความมั่นคง แบบรูปไมโครเซอร์วิส และวิธีปฏิบัติด้านความมั่นคงของระบบแบบ ไมโครเซอร์วิส โดยเริ่มจากการศึกษาแบบรูปความมั่นคง 5 รายการ ได้แก่ แบบรูปการออกแบบและใช้รหัสผ่าน แบบรูปการให้อำนาจ แบบรูปการควบคุมการเข้าถึงเชิงบทบาท แบบรูปการกำหนดสิทธิ์ให้กับบทบาท และแบบรูปความมั่นคงหลายระดับ เพื่อนำมากำหนดเป็นรายการความต้องการของระบบสำหรับการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง ร่วมกับการประยุกต์ใช้แบบรูปไมโครเซอร์วิสและวิธีปฏิบัติ ด้านความมั่นคงของระบบแบบไมโครเซอร์วิส 28 รายการ ผู้วิจัยได้ทำการออกแบบสถาปัตยกรรมระบบของไมโครเซอร์วิสด้านความมั่นคง ออกแบบแผนภาพคลาสและความสัมพันธ์ระหว่างคลาส ออกแบบแผนภาพลำดับแสดงการทำงานร่วมกันของระบบไมโครเซอร์วิสด้านความมั่นคง จากนั้นทำการพัฒนาไมโครเซอร์วิสด้านความมั่นคงตามการออกแบบ และประยุกต์ใช้ ไมโครเซอร์วิสด้านความมั่นคงกับระบบผู้ป่วยนอกของโรงพยาบาล อีกทั้งได้ตรวจสอบความถูกต้อง ความเหมาะสม และคุณภาพของการออกแบบและพัฒนา ด้วยการประเมินการออกแบบและพัฒนา ไมโครเซอร์วิสด้านความมั่นคงโดยผู้เชี่ยวชาญ รวมถึงการวิเคราะห์แบบรูปที่ไม่ดีของการออกแบบระบบแบบไมโครเซอร์วิส ซึ่งระบบที่พัฒนาสามารถนำไปประยุกต์ใช้กับแอปพลิเคชันโดเมนที่ต้องการจัดการความมั่นคงของระบบ ซึ่งมีประโยชน์คือช่วยลดเวลาในการพัฒนา และเป็นการสนับสนุนการใช้ซ้ำไมโครเซอร์วิสด้านความมั่นคงที่พัฒนาขึ้น
Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul
Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul
Chulalongkorn University Theses and Dissertations (Chula ETD)
A game story contains interactions between characters as well as the game world. Certain genres of games such as Visual Novels and Role-Playing Games rely on their stories to attract players. There were several proposed algorithms for story generation. They focused mainly on story generation for one main character. To our knowledge, there has not been a generator with support for multiple main characters, where each main character has their own storyline that could overlap with other main characters’ stories. With multiple main characters, players can see the game world through different viewpoints, thus getting more immersed into the game's …
Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit
Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study presents a comprehensive approach to scene cut detection in videos using a combination of frame extraction and a Convolutional Neural Network (VGG16 model) with a Color Histogram method to prevent raw video file reconstruction. The main dataset contains 167,490 frames collected from various users on TikTok for the scene cut detection model development. However, since this research utilizes a modular design that consists of data preparation, data pre-processing, and model implementation stages, it promotes efficient use of resources and guarantees data safety. The results demonstrate that the model performs excellently in recognizing scene cuts. Specifically, video frames with …
การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์
การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบเชิงพร้อมกันเป็นระบบที่มีมากกว่าหนึ่งสายโยงใยซึ่งสามารถสลับกันทำงานระหว่างสายโยงใยโดยที่ไม่ต้องรอให้กระบวนการในสายโยงใยใดกระบวนการหนึ่งให้เสร็จสมบูรณ์ ซึ่งระบบเชิงพร้อมกันมักพบในระบบที่มีความซับซ้อน มีหลายงานที่ต้องดำเนินการและสายโยงใยที่ดำเนินงานนั้นอาจมีปฏิสัมพันธ์กัน เช่น เข้าถึงหน่วยความจำเดียวกัน เป็นต้น หนึ่งในวิธีที่สามารถอธิบายระบบเชิงพร้อมกันคือการใช้แผนภาพเครื่องสถานะซึ่งเป็นแผนภาพตามมาตรฐานยูเอ็มแอลรุ่น 2.5 แต่เนื่องจากแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันไม่สามารถนำมาใช้ในการทวนสอบได้ เนื่องจากพฤติกรรมของระบบเชิงพร้อมกันมีรูปแบบเชิงไม่กำหนด งานวิจัยจึงเล็งเห็นประโยชน์ในการพัฒนาเครื่องมือแปลงแผนภาพเครื่องสถานะเป็นโค้ดนูเอ็สเอ็มวี ซึ่งเป็นการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้อยู่ในรูปของแบบจำลองเชิงรูปนัยให้สามารถทำการทวนสอบได้ โดยเปรียบเทียบและวิเคราะห์ระหว่างองค์ประกอบของแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันตามมาตรฐานยูเอ็มแอลรุ่น 2.5 กับองค์ประกอบของนูเอ็สเอ็มวี แล้วนิยามกฏการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวีเพื่อใช้ในการพัฒนาเครื่องมือการแปลง จากนั้นจึงพัฒนาเครื่องมือการแปลง สร้างแบบจำลองซึ่งเป็นกรณีศึกษาของระบบเชิงพร้อมกันที่อยู่ในรูปของแผนภาพเครื่องสถานะ สร้างข้อกำหนดเชิงรูปนัยที่ใช้ในการทวนสอบกรณีศึกษา และนำเครื่องมือการแปลงมาใช้ในการแปลงแบบจำลองกรณีศึกษาให้เป็นแบบจำลองเชิงรูปนัยนูเอ็สเอ็มวี แล้วทำการทวนสอบด้วยข้อกำหนดเชิงรูปนัยบนนูเอ็มเอ็มวี กระบวนการวิจัยและพัฒนาทั้งหมดที่กล่าวมาพบว่าผู้วิจัยสามารถแปลงแบบจำลองในรูปของแผนภาพเครื่องสถานะให้ป็นแบบจำลองเชิงรูปนัยและเห็นพฤติกรรมของการทำงานของระบบเชิงพร้อมกัน รวมถึงทวนสอบพฤติกรรมของระบบและได้ผลลัพธ์จากการทวนสอบที่เป็นไปตามข้อกำหนดเชิงรูปนัย