Computer Engineering Commons^™

A Peer-To-Peer Protocol For Prioritized Software Updates On Wireless Sensor Networks, Natchanon Nuntanirund

Chulalongkorn University Theses and Dissertations (Chula ETD)

Software updating is essential for devices in wireless sensor networks for adding new features, improving performance, or patching vulnerabilities. But since some deployed devices are unable to be accessed directly, data dissemination protocol is used for distributing the update to those devices. However, each software updating may have different priority, for instance, an update that adds an optional feature does not have to be applied as fast as an update that patches severe vulnerabilities. This research presents a reliable data dissemination protocol which is configurable for energy-speed trade-off deriving some concepts from BitTorrent such as Handshaking, Segmented File Transfer, and …

Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen

Chulalongkorn University Theses and Dissertations (Chula ETD)

One of the fundamental tasks in remote sensing is the semantic segmentation of the aerial and satellite images. It plays a vital role in applications, such as agriculture planning, map updates, route optimization, and navigation. The state-of-the-art model is the Deep Convolutional Encoder-Decoder (DCED). However, the accuracy is still limited since the architecture is not designed for recovering low-level features, e.g., river, low vegetation on remotely sensed images, and the training data in this domain are deficient. In this dissertation, we aim to propose the semantic segmentation architecture in five aspects, designed explicitly for the remotely sensed field. First, we …

Semi-Supervised Deep Learning With Malignet For Bone Lesion Instance Segmentation Using Bone Scintigraphy, Terapap Apiparakoon

Chulalongkorn University Theses and Dissertations (Chula ETD)

One challenge in applying deep learning to medical imaging is the lack of labeled data. Although large amounts of clinical data are available, acquiring labeled image data is difficult, especially for bone scintigraphy (i.e., 2D bone imaging) images. Bone scintigraphy images are generally noisy, and ground-truth or gold standard information from surgical or pathological reports may not be available. We propose a novel neural network model that can segment abnormal hotspots and classify bone cancer metastases in the chest area in a semi-supervised manner. Our proposed model, called MaligNet, is an instance segmentation model that incorporates ladder networks to harness …

การประเมินการส่งผ่านข้อมูลส่วนตัวของเเอปพลิเคชันโดยวิเคราะห์จากนโยบายความเป็นส่วนตัว, เมธัส นาคเสนีย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

โมไบล์เเอปพลิเคชันในปัจจุบันได้ขอเข้าถึงข้อมูลของผู้ใช้บริการเพื่อที่จะนำข้อมูลเหล่านี้ไปพัฒนาการให้บริการ เช่น ข้อมูลส่วนตัว อีเมล ซึ่งการนำข้อมูลเหล่านี้ไปใช้มีทั้งจุดประสงค์ในการใช้ข้อมูลในทางที่ดีเเละไม่ดี จึงเป็นเรื่องที่ผู้ใช้บริการควรตระหนักถึง ทั้งนี้ผู้ใช้บริการสามารถตรวจสอบรายละเอียดการนำข้อมูลไปใช้จากเเหล่งที่สามารถเข้าถึงได้ง่าย ได้เเก่ นโยบายความเป็นส่วนตัว เเต่เนื่องจากนโยบายความเป็นส่วนตัวมีข้อความที่ยาวเเละทำความเข้าใจได้ยาก ผู้ใช้บริการอาจพลาดส่วนสำคัญจากการอ่านนโยบายความเป็นส่วนตัวได้ ดังนั้นวิทยานิพนธ์นี้จึงได้ตั้งข้อสมมุติฐานเพื่อทำการพิสูจน์สมมุติฐานว่าการประเมินการส่งผ่านข้อมูลส่วนตัวของเเอปพลิเคชันสามารถวิเคราะห์ได้จากข้อความในนโยบายความเป็นส่วนตัวหรือไม่ โดยการใช้การเรียนรู้ด้วยเครื่องเข้ามาช่วยเพื่อที่จะประเมินการส่งผ่านของข้อมูลส่วนตัวเเทนการอ่านจากนโยบายความเป็นส่วนตัว

เครื่องมือวิเคราะห์แบบรวมสำหรับการแปรผันของจำนวนชุดดีเอ็นเอบนลำดับเอ็กโซม, เสาวภาค จันทร์วิกูล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาการแปรผันของจำนวนชุดดีเอ็นเอบนลำดับเอ็กโซม หรือที่เรียกว่าการศึกษาซีเอ็นวีบนเอ็กโซม เป็นหนึ่งในการศึกษาการแปรผันเชิงโครงสร้างของสารพันธุกรรมที่ได้รับความนิยมในปัจจุบัน การศึกษานี้สามารถช่วยนักวิจัยให้เข้าใจวิวัฒนาการของมนุษย์ การวินิจฉัยโรค และการตอบสนองต่อยาที่ใช้รักษาโรคได้ แต่ในขณะเดียวกันการศึกษานี้ก็เป็นเรื่องที่ท้าทายเนื่องจากกระบวนการเพื่อให้ได้มาซึ่งเอ็กโซมมาพร้อมกับค่าผลบวกเท็จสูงมาก และเมื่อนำเอ็กโซมที่มีค่าผลบวกเท็จสูงนี้มาตรวจจับหาการแปรผันของจำนวนชุดดีเอ็นเอบนลำดับเอ็กโซมก็ยิ่งก่อให้เกิดค่าผลบวกเท็จสูงยิ่งขึ้น อีกทั้งการแปรผันนี้ยังมีคุณลักษณะที่หลากหลายทำให้นักวิจัยไม่สามารถสร้างเครื่องมือตรวจจับที่ครอบคลุมคุณลักษณะทั้งหมดได้ นักวิจัยได้พยายามจัดการกับปัญหานี้ด้วยการสร้างเครื่องมือตรวจจับการแปรผันจำนวนมากที่มีลักษณะการทำงานที่แตกต่างกัน อย่างไรก็ตามยังไม่มีเครื่องมือตรวจจับการแปรผันเครื่องมือใดสามารถแก้ปัญหานี้ได้ อีกทั้งเครื่องมือตรวจจับการแปรผันส่วนใหญ่ขาดความสะดวก และความยืดหยุ่นในการใช้งาน เช่น ผู้ใช้ต้องติดตั้งเครื่องมือตรวจจับการแปรผันผ่านทางคอมมานไลน์ เครื่องมือตรวจจับไม่ให้คำอธิบายประกอบให้กับการแปรผันที่ตรวจจับได้ และไม่เปิดเผยข้อมูลที่ใช้ในการประมวลผล เป็นต้น จากปัญหาดังกล่าวผู้วิจัยจึงสร้างเครื่องมือตรวจจับการแปรผันของจำนวนชุดดีเอ็นเอบนลำดับเอ็กโซมแบบบูรณาการในรูปแบบเว็บแอปพลิเคชันซึ่งง่ายต่อการติดตั้งที่ชื่อว่า “อินซีเอ็นวี” เครื่องมือนี้สามารถรวมผลลัพธ์จากเครื่องมือตรวจจับซีเอ็นวีหลายเครื่องมือเพื่อเพิ่มความแม่นยำในการตรวจจับการแปรผัน หาความสัมพันธ์ของการแปรผันจากหลายตัวอย่างเพื่อช่วยในการวินิจฉัยโรค และจำกัดความเป็นไปได้ในการค้นพบการแปรผันตำแหน่งใหม่ที่ยังไม่เคยถูกรายงานในฐานข้อมูลการแปรผันทางพันธุกรรม เป็นต้น

เครื่องมือทดสอบแบบจำลองบีพีเอ็มเอ็นด้วยวีคมิวเทชัน, ชาตรี งามเบญจวงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

แบบจำลองบีพีเอ็มเอ็นเป็นแบบจำลองที่ใช้สำหรับอธิบายกระบวนการทางธุรกิจ และถูกพัฒนาให้สามารถประมวลผลได้บนเครื่องประมวลผลแบบจำลอง จึงจำเป็นต้องทดสอบความถูกต้องของแบบจำลองตามเงื่อนไขทางธุรกิจ นักทดสอบจึงได้นำเสนอวิธีการสร้างกรณีทดสอบที่แตกต่างกัน รวมถึงใช้การทดสอบมิวเทชัน เพื่อประเมินคุณภาพของกรณีทดสอบ แต่จุดด้อยของการทดสอบมิวเทชันยังต้องใช้แรงงาน และทรัพยากรที่ค่อนข้างสูง งานวิจัยนี้ได้นำเสนอการนำตัวดำเนินการมิวเทชันของแบบจำลองบีพีเอ็มเอ็นมาประยุกต์กับการทดสอบวีคมิวเทชัน และยังเสนอเครื่องมือวีมูบีพีเอ็มเอ็นที่ใช้ในการสร้างมิวแตนท์ และทดสอบมิวแตนท์ได้อย่างอัตโนมัติกับเครื่องประมวลผลแบบจำลองบีพีเอ็มเอ็น โดยเครื่องมือสามารถรายงานผลลัพธ์ ได้แก่ จำนวนมิวแตนท์ที่กำจัดได้ จำนวนมิวแตนท์ที่ยังคงอยู่ เวลาที่ใช้ในการทดสอบ คะแนนมิวเทชัน และประสิทธิภาพของกรณีทดสอบ หลังจากผู้วิจัยได้ทดสอบเครื่องมือกับแบบจำลองตัวอย่างทั้งหมด 8 แบบจำลอง เครื่องมือสามารถสร้างมิวแตนท์ได้ครบถ้วน 25 ตัวดำเนินการ และทดสอบกับเครื่องประมวลผลแบบจำลองได้ทั้งหมด 13 ตัวดำเนินการ

เครื่องมือประเมินความสามารถในการใช้งานเชิงฮิวริสติกสำหรับแอปพลิเคชันแอนดรอยด์เพื่อเด็กอายุ 6 – 12 ปี, ณัฏฐิกา ศรีเกียรติวงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การออกแบบโมไบล์แอปพลิเคชันสำหรับเด็กนั้นมีความแตกต่างจากการออกแบบโมไบล์แอปพลิเคชันสำหรับผู้ใช้งานที่เป็นผู้ใหญ่เนื่องจากเด็กมีพฤติกรรมและพัฒนาการที่ต่างกับผู้ใหญ่ และยังต้องคำนึงถึงประสบการณ์ของผู้ใช้และความสามารถในการใช้งานอีกด้วย การประเมินเชิงฮิวริสติกเป็นวิธีการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ที่ได้รับความนิยม โดยให้ผู้เชี่ยวชาญด้านความสามารถในการใช้งานทำการเปรียบเทียบการออกแบบส่วนต่อประสานกับผู้ใช้กับแนวทางการออกแบบหรือฮิวริสติกว่ามีความขัดแย้งกับแนวทางการออกแบบแต่ละข้อหรือไม่ แต่เนื่องจากแนวทางการออกแบบมีเป็นจำนวนมากจึงทำให้เป็นภาระในการประเมิน ทำให้บ่อยครั้งเกิดการตรวจพบข้อผิดพลาดได้ไม่ครบถ้วน จึงทำให้การประเมินเชิงฮิวริสติกมีประสิทธิภาพไม่ดีนัก งานวิจัยนี้ได้ทำการรวบรวมและปรับปรุงแนวทางการออกแบบความสามารถในการใช้งานเชิงฮิวริสติกสำหรับโมไบล์แอปพลิเคชันเพื่อเด็กอายุ 6–12 ปี มาจากหลายแหล่ง แล้วนำไปประเมินความเหมาะสมโดยผู้เชี่ยวชาญด้านการออกแบบส่วนต่อประสานกับผู้ใช้สำหรับโมไบล์แอปพลิเคชัน แนวทางการออกแบบที่ได้จะแบ่งออกเป็น 12 หมวด รวมทั้งหมด 94 รายการ จากนั้นได้ทำการพัฒนาเครื่องมือประเมินความสามารถในการใช้งาน ซึ่งสามารถประเมินจากรหัสต้นฉบับของแอปพลิเคชันแอนดรอยด์ตามแนวทางการออกแบบเฉพาะในส่วนที่สามารถตรวจสอบได้อย่างอัตโนมัติจำนวน 25 รายการ เพื่อช่วยแบ่งเบาภาระของผู้ประเมินในการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ จากการทดสอบการประเมินความสามารถในการใช้งานของ 5 แอปพลิเคชันสำหรับเด็กบนระบบปฏิบัติการแอนดรอยด์ตามรายการประเมิน 25 รายการที่สามารถตรวจสอบได้อย่างอัตโนมัติพบว่า เครื่องมือสามารถตรวจหาข้อผิดพลาดในการออกแบบที่ผู้ประเมินทั้งที่เป็นผู้มีประสบการณ์ด้านการออกแบบส่วนต่อประสานกับผู้ใช้และที่เป็นนักพัฒนาแอปพลิเคชันไม่สามารถตรวจพบได้ ในขณะที่เครื่องมือเองยังมีข้อจำกัดที่ทำให้ตรวจไม่พบข้อผิดพลาดที่ผู้ประเมินตรวจพบได้เช่นกัน ถึงอย่างนั้นก็ตามค่าเฉลี่ยของจำนวนจุดที่พบข้อผิดพลาดในการออกแบบเมื่อประเมินด้วยเครื่องมือมีค่ามากกว่าค่าเฉลี่ยของผู้ประเมินทั้งสองกลุ่มที่ระดับนัยสำคัญทางสถิติ 0.05 และจากการทดสอบประสิทธิภาพด้านเวลายังพบว่า เครื่องมือสามารถช่วยลดเวลาในการประเมินได้อีกด้วย

การสร้างแบบจำลองเชิงรูปนัยของเครือข่ายแถวคอยแบบหลายหน่วยบริการ โดยใช้สโตแคสติกเพทริเน็ตส์, พิมพร บุญอินทร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบเครือข่ายแถวคอยเชิงรูปนัยครอบคลุมแบบจำลองระดับสูง เพื่อช่วยในการวิเคราะห์ประสิทธิภาพของความพร้อมใช้งานของลูกค้าที่เข้ามารับบริการ และทรัพยากรที่ให้บริการ ผู้ออกแบบกระบวนการทางธุรกิจสามารถปรับการสร้างเครือข่ายแถวคอยเพื่อรับมือกับข้อจำกัดด้านเวลาในลักษณะแบบสุ่ม ผู้วิจัยตั้งเป้าหมายที่จะจัดทำสโตแคสติกแถวคอยเชิงรูปนัยแบบหลายหน่วยบริการในวิทยานิพนธ์นี้ เพื่อรองรับระบบเครือข่ายแถวคอยที่ซับซ้อนแบบหลายหน่วยบริการ พฤติกรรมการให้บริการแบบสุ่มจะถูกพิจารณาและแปลงเป็นสโตแคสติกเพทริเน็ตส์ ชุดของกฎการจับคู่ถูกกำหนดเพื่อแปลงเครือข่ายแถวคอยแบบหลายหน่วยบริการเป็นสโตแคสติกเพทริเน็ตส์ อีกทั้งผู้วิจัยได้สาธิตการสร้างกราฟมาร์คอฟพร้อมการแจกแจงความน่าจะเป็นของเครือข่ายแถวคอย

ตัวสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสจากแผนภาพลำดับและแผนภาพคลาส, พีรวุฒิ เหลืองเรืองโรจน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในการพัฒนาซอฟต์แวร์ นักเขียนโปรแกรมแต่ละคนอาจจะเขียนโปรแกรมแต่ละส่วนเสร็จไม่พร้อมกัน หากต้องรอนักเขียนโปรแกรมทุกคนเขียนโปรแกรมเสร็จสิ้นจึงเริ่มการทดสอบจะเป็นการเสียเวลา การทดสอบซอฟต์แวร์จึงเริ่มทันทีเมื่อรหัสต้นฉบับบางส่วนพัฒนาเสร็จสิ้น ซึ่งสตับและไดร์เวอร์จะถูกนำมาใช้แทนมอดูลที่ยังพัฒนาไม่เสร็จ อย่างไรก็ตามสตับและไดร์เวอร์เป็นรหัสต้นฉบับเสียเปล่าที่ถูกสร้างเพื่อใช้เพียงครั้งเดียวและไม่สามารถนำมาใช้กับโครงการอื่น ๆ ได้ การสร้างสตับและไดร์เวอร์จึงควรใช้ความพยายามในการพัฒนาให้น้อยที่สุด งานวิจัยก่อนหน้าได้นำเสนอตัวสร้างสตับและไดร์เวอร์โดยใช้ข้อมูลจากแผนภาพลำดับและแผนภาพคลาส ซึ่งมีข้อจำกัดด้านการสร้างสตับและไดร์เวอร์สำหรับคลาสนามธรรม คลาสภายใน และอินเตอร์เฟส รวมทั้งสามารถเลือกคลาสภายใต้การทดสอบได้เพียงคลาสเดียวและไม่สามารถสร้างกรณีทดสอบได้ โดยงานวิจัยนี้จะพัฒนาตัวสร้าง สตับและไดร์เวอร์ที่แก้ไขข้อจำกัดของงานวิจัยดังกล่าว ผู้ทดสอบสามารถสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสโดยนำเข้าแผนภาพลำดับและแผนภาพคลาสในรูปเอกซ์เอ็มแอล จากนั้นตัวสร้างจะประมวลผลแผนภาพและสร้างกราฟการเรียกใช้งานขึ้นมา ผู้ทดสอบสามารถเลือกกคลาสภายใต้การทดสอบได้ตั้งแต่หนึ่งคลาสขึ้นไป และตัวสร้างจะรวบรวมสตับและไดร์เวอร์ที่ต้องใช้ทดสอบคลาสที่เลือกและสร้างรหัสต้นฉบับของสตับและไดร์เวอร์ขึ้นมาเพื่อทดสอบคลาสเหล่านั้น นอกจากนี้ตัวสร้างจะสุ่มค่าของข้อมูลทดสอบได้แก่ข้อมูลนำเข้าและผลลัพธ์ที่คาดหวังลงไปในไดร์เวอร์ จากนั้นตัวสร้างจะส่งออกไฟล์รหัสต้นฉบับเพื่อการทดสอบรวมคลาสดังกล่าว ซึ่งสตับและไดร์เวอร์ที่สร้างขึ้นมาจะนำไปทดสอบรวมกับกรณีศึกษา 3 กรณี ซึ่งพบว่าสตับและไดร์เวอร์ที่ถูกสร้างขึ้นสามารถแทนที่คลาสที่ยังพัฒนาไม่เสร็จได้

การแปลงกระแสงานยอร์ลที่มีเงื่อนไขเวลาไปเป็นสโตแคสติกเพทริเน็ตส์ทั่วไป, สุพัตรา บุญญะวัตร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันโลกทางธุรกิจมีการแข่งขันกันอยู่ตลอดเวลา ผู้ประกอบการทางธุรกิจจึงจำเป็นต้องมีการวางแผนและการบริหารจัดการเวลา ทรัพยากร รวมไปถึงค่าใช้จ่ายต่าง ๆ ให้เป็นไปตามแผนที่วางไว้ ในปัจจุบันมีเครื่องมือที่ช่วยในการจำลองกระบวนการทางธุรกิจ เช่น แผนภาพบีพีเอ็มเอ็น บีเพล และกระแสงานยอว์ล เป็นต้น แต่เครื่องมือดังกล่าวยังไม่สามารถระบุเวลาเฉลี่ยของแต่ละงานในการพัฒนาระบบได้ งานวิทยานิพนธ์นี้ได้เสนอการแปลงกระแสงานยอว์ลไปเป็นสโตแคสติกเพทริเน็ตแบบทั่วไป ซึ่งในงานวิทยานิพนธ์นี้เลือกใช้กระแสงานยอว์ลมาใช้ในการสร้างแบบจำลองกระบวนการทางธุรกิจเพราะกระแสงานยอว์ลมีเครื่องมือ YAWL Editor ที่มีฟีเจอร์ในการตรวจสอบคุณสมบัติของแบบจำลองที่สร้างขึ้น เช่น ตรวจสอบสภาวะติดตายของระบบ เป็นต้น ถึงแม้ว่ากระแสงานยอว์ลจะมีฟีเจอร์ที่ดีดังที่ได้กล่าวไว้ข้างต้น แต่กระแสงานยอว์ลไม่สามารถวิเคราะห์ข้อจำกัดด้านเวลาได้ ดังนั้นในงานวิทยานิพนธ์นี้จึงได้เสนอการแปลงกระแสงานยอว์ลที่มีเงื่อนไขของเวลาไปเป็นสโตแคสติกเพทริเน็ตส์ทั่วไป โดยผู้วิจัยจะเพิ่มค่าเฉลี่ยของเวลาเข้าไปในสัญลักษณ์ของกระแสงานยอว์ลมาตรฐานหลังจากที่แปลงเป็นสโตแคสติกเพทริเน็ตส์ทั่วไปแล้ว โดยใช้การวิเคราะห์ความน่าจะเป็นของเวลาในรูปแบบความน่าจะเป็นที่มีการแจกแจงแบบเอ็กโพเนนเชียลในการสาธิตการใช้งานโมเดล

เครื่องมือวิเคราะห์ผลกระทบต่อซอร์สโค้ดไฮเบอร์เนตและกรณีทดสอบสำหรับการเปลี่ยนแปลงสคีมาฐานข้อมูล, อมรรัตน์ ใจมูล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การออกแบบฐานข้อมูลเป็นส่วนสำคัญของการพัฒนาซอฟต์แวร์ เพราะมีการจัดการความสอดคล้องของข้อมูลและทำให้มั่นใจได้ว่าข้อมูลไม่ได้อยู่ในสภาพที่ไม่ถูกต้อง โดยในแต่ละรอบของการพัฒนาซอฟต์แวร์จะมีเปอร์เซ็นต์ของความซับซ้อนและขนาดของฐานข้อมูลที่มีแนวโน้มเพิ่มขึ้นอย่างมาก ซึ่งการเปลี่ยนแปลงสคีมาฐานข้อมูลจะส่งผลกระทบต่อซอร์สโค้ดที่เกี่ยวข้องรวมไปถึงกรณีทดสอบที่มักจะนำไปสู่ความล้มเหลวของกระบวนการซอฟต์แวร์ได้ นักวิจัยบางคนวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงโดยใช้เทคนิคต่าง ๆ เช่น การจัดการตัวกำหนดค่า การตรวจสอบความสัมพันธ์ในรูปแบบย้อนกลับ และการแบ่งส่วนของโปรแกรม เป็นการวิเคราะห์ผลกระทบเพื่อระบุปัจจัยที่ทำให้เกิดการเปลี่ยนแปลงขึ้น แต่อย่างไรก็ตามการศึกษาเหล่านั้นไม่ได้เน้นถึงผลกระทบที่มีต่อซอร์สโค้ดและกรณีทดสอบ ดังนั้นงานวิจัยนี้นำเสนอเครื่องมือที่ใช้ในการวิเคราะห์ผลกระทบต่อซอร์สโค้ดไฮเบอร์เนตและกรณีทดสอบสำหรับการเปลี่ยนแปลงสคีมาฐานข้อมูล นอกจากนี้เครื่องมือยังสามารถแสดงให้ผู้ใช้ได้ทราบถึงตำแหน่งของผลกระทบที่เกิดขึ้นในซอร์สโค้ดและกรณีทดสอบรวมไปถึงตำแหน่งของซอร์สโค้ดและกรณีทดสอบที่ได้รับการปรับปรุงแก้ไขบนซอร์สโค้ดและการณีทดสอบที่ได้รับผลกระทบอีกด้วย สุดท้ายนี้เครื่องมือที่สร้างขึ้นจะถูกนำไปทดสอบกับกรณีศึกษา 3 กรณี ซึ่งพบว่าซอร์สโค้ดและกรณีทดสอบที่ได้รับผลกระทบจากการเปลี่ยนแปลงสคีมาฐานข้อมูลสามารถนำกลับไปใช้งานต่อได้อย่างสมบูรณ์เนื่องจากได้รับการปรับปรุงแก้ไขจากเครื่องมือที่สร้างขึ้น

Energy Efficient Spintronic Device For Neuromorphic Computation, Md Ali Azam

Theses and Dissertations

Future computing will require significant development in new computing device paradigms. This is motivated by CMOS devices reaching their technological limits, the need for non-Von Neumann architectures as well as the energy constraints of wearable technologies and embedded processors. The first device proposal, an energy-efficient voltage-controlled domain wall device for implementing an artificial neuron and synapse is analyzed using micromagnetic modeling. By controlling the domain wall motion utilizing spin transfer or spin orbit torques in association with voltage generated strain control of perpendicular magnetic anisotropy in the presence of Dzyaloshinskii-Moriya interaction (DMI), different positions of the domain wall are realized …

An Evaluation Of The Information Security Awareness Of University Students, Alan Pike

Dissertations

Between January 2017 and March 2018, it is estimated that more than 1.9 billion personal and sensitive data records were compromised online. The average cost of a data breach in 2018 was reported to be in the region of US$3.62 million. These figures alone highlight the need for computer users to have a high level of information security awareness (ISA). This research was conducted to establish the ISA of students in a university. There were three aspects to this piece of research. The first was to review and analyse the security habits of students in terms of their own personal …

Sdn Testbed For Evaluation Of Large Exo-Atmospheric Emp Attacks, Diogo Oliveira, Nasir Ghani, Majeed M. Hayat, Jorge Crichigno, Elias Bou-Harb

Electrical and Computer Engineering Faculty Research and Publications

Large-scale nuclear electromagnetic pulse (EMP) attacks and natural disasters can cause extensive network failures across wide geographic regions. Although operational networks are designed to handle most single or dual faults, recent efforts have also focused on more capable multi-failure disaster recovery schemes. Concurrently, advances in software-defined networking (SDN) technologies have delivered highly-adaptable frameworks for implementing new and improved service provisioning and recovery paradigms in real-world settings. Hence this study leverages these new innovations to develop a robust disaster recovery (counter-EMP) framework for large backbone networks. Detailed findings from an experimental testbed study are also presented.

Microscale Direct Measurement Of Localized Photothermal Heating In Tissue-Mimetic Hydrogels, Benyamin Davaji, James E. Richie, Chung-Hoon Lee

Electrical and Computer Engineering Faculty Research and Publications

Photothermal hyperthermia is proven to be an effective diagnostic tool for cancer therapy. The efficacy of this method directly relies on understanding the localization of the photothermal effect in the targeted region. Realizing the safe and effective concentration of nano-particles and the irradiation intensity and time requires spatiotemporal temperature monitoring during and after laser irradiation. Due to uniformities of the nanoparticle distribution and the complexities of the microenvironment, a direct temperature measurement in micro-scale is crucial for achieving precise thermal dose control. In this study, a 50 nm thin film nickel resistive temperature sensor was fabricated on a 300 nm …

Predicting Cascading Failures In Power Grids Using Machine Learning Algorithms, Rezoan Ahmed Shuvro, Pankaz Das, Majeed M. Hayat, Mitun Talukder

Electrical and Computer Engineering Faculty Research and Publications

Although there has been notable progress in modeling cascading failures in power grids, few works included using machine learning algorithms. In this paper, cascading failures that lead to massive blackouts in power grids are predicted and classified into no, small, and large cascades using machine learning algorithms. Cascading-failure data is generated using a cascading failure simulator framework developed earlier. The data set includes the power grid operating parameters such as loading level, level of load shedding, the capacity of the failed lines, and the topological parameters such as edge betweenness centrality and the average shortest distance for numerous combinations of …

Multi-Element Long Distance Dependencies: Using Spk Languages To Explore The Characteristics Of Long-Distance Dependencies, Abhijit Mahalunkar, John Kelleher

Conference papers

In order to successfully model Long Distance Dependencies (LDDs) it is necessary to under-stand the full-range of the characteristics of the LDDs exhibited in a target dataset. In this paper, we use Strictly k-Piecewise languages to generate datasets with various properties. We then compute the characteristics of the LDDs in these datasets using mutual information and analyze the impact of factors such as (i) k, (ii) length of LDDs, (iii) vocabulary size, (iv) forbidden strings, and (v) dataset size. This analysis reveal that the number of interacting elements in a dependency is an important characteristic of LDDs. This leads us …

Ieee Access Special Section Editorial: Wirelessly Powered Networks, And Technologies, Theofanis P. Raptis, Nuno B. Carvalho, Diego Masotti, Lei Shu, Cong Wang, Yuanyuan Yang

Computer Science Faculty Publications

Wireless Power Transfer (WPT) is, by definition, a process that occurs in any system where electrical energy is transmitted from a power source to a load without the connection of electrical conductors. WPT is the driving technology that will enable the next stage in the current consumer electronics revolution, including battery-less sensors, passive RF identification (RFID), passive wireless sensors, the Internet of Things and 5G, and machine-to-machine solutions. WPT-enabled devices can be powered by harvesting energy from the surroundings, including electromagnetic (EM) energy, leading to a new communication networks paradigm, the Wirelessly Powered Networks.

Sec-Lib: Protecting Scholarly Digital Libraries From Infected Papers Using Active Machine Learning Framework, Nir Nissim, Aviad Cohen, Jian Wu, Andrea Lanzi, Lior Rokach, Yuval Elovici, Lee Giles

Computer Science Faculty Publications

Researchers from academia and the corporate-sector rely on scholarly digital libraries to access articles. Attackers take advantage of innocent users who consider the articles' files safe and thus open PDF-files with little concern. In addition, researchers consider scholarly libraries a reliable, trusted, and untainted corpus of papers. For these reasons, scholarly digital libraries are an attractive-target and inadvertently support the proliferation of cyber-attacks launched via malicious PDF-files. In this study, we present related vulnerabilities and malware distribution approaches that exploit the vulnerabilities of scholarly digital libraries. We evaluated over two-million scholarly papers in the CiteSeerX library and found the library …

Vireo @ Video Browser Showdown 2019, Phuong Anh Nguyen, Chong-Wah Ngo, Danny Francis, Benoit Huet

Research Collection School Of Computing and Information Systems

In this paper, the VIREO team video retrieval tool is described in details. As learned from Video Browser Showdown (VBS) 2018, the visualization of video frames is a critical need to improve the browsing effectiveness. Based on this observation, a hierarchical structure that represents the video frame clusters has been built automatically using k-means and self-organizing-map and used for visualization. Also, the relevance feedback module which relies on real-time supportvector-machine classification becomes unfeasible with the large dataset provided in VBS 2019 and has been replaced by a browsing module with pre-calculated nearest neighbors. The preliminary user study results on IACC.3 …

Personal Universes: A Solution To The Multi-Agent Value Alignment Problem, Roman V. Yampolskiy

Faculty and Staff Scholarship

AI Safety researchers attempting to align values of highly capable intelligent systems with those of humanity face a number of challenges including personal value extraction, multi-agent value merger and finally in-silico encoding. State-of-the-art research in value alignment shows difficulties in every stage in this process, but merger of incompatible preferences is a particularly difficult challenge to overcome. In this paper we assume that the value extraction problem will be solved and propose a possible way to implement an AI solution which optimally aligns with individual preferences of each user. We conclude by analyzing benefits and limitations of the proposed approach.

An Explainable Autoencoder For Collaborative Filtering Recommendation, Pegah Sagheb Haghighi, Olurotimi Seton, Olfa Nasraoui

Faculty and Staff Scholarship

Autoencoders are a common building block of Deep Learning architectures, where they are mainly used for representation learning. They have also been successfully used in Collaborative Filtering (CF) recommender systems to predict missing ratings. Unfortunately, like all black box machine learning models, they are unable to explain their outputs. Hence, while predictions from an Autoencoderbased recommender system might be accurate, it might not be clear to the user why a recommendation was generated. In this work, we design an explainable recommendation system using an Autoencoder model whose predictions can be explained using the neighborhood based explanation style. Our preliminary work …

Quantum Metalanguage And The New Cognitive Synthesis, Alexey V. Melkikh, Andrei Khrennikov, Roman V. Yampolskiy

Faculty and Staff Scholarship

Problems with mechanisms of thinking and cognition in many ways remain unresolved. Why are a priori inferences possible? Why can a human understand but a computer cannot? It has been shown that when creating new concepts, generalization is contradictory in the sense that to be created concepts must exist a priori, and therefore, they are not new. The process of knowledge acquisition is also contradictory, as it inevitably involves recognition, which can be realized only when there is an a priori standard. Known approaches of the framework of artificial intelligence (in particular, Bayesian) do not determine the origins of knowledge, …

Emergence Of Addictive Behaviors In Reinforcement Learning Agents, Vahid Behzadan, Roman Yampolskiy, Arslan Munir

Faculty and Staff Scholarship

This paper presents a novel approach to the technical analysis of wireheading in intelligent agents. Inspired by the natural analogues of wireheading and their prevalent manifestations, we propose the modeling of such phenomenon in Reinforcement Learning (RL) agents as psychological disorders. In a preliminary step towards evaluating this proposal, we study the feasibility and dynamics of emergent addictive policies in Q-learning agents in the tractable environment of the game of Snake. We consider a slightly modified version of this game, in which the environment provides a “drug” seed alongside the original “healthy” seed for the consumption of the snake. We …

Trapping Aco Applied To Mri Of The Heart, Shannon Lloyd Birchell

UNF Graduate Theses and Dissertations

The research presented here supports the ongoing need for automatic heart volume calculation through the identification of the left and right ventricles in MRI images. The need for automated heart volume calculation stems from the amount of time it takes to manually processes MRI images and required esoteric skill set. There are several methods for region detection such as Deep Neural Networks, Support Vector Machines and Ant Colony Optimization. In this research Ant Colony Optimization (ACO) will be the method of choice due to its efficiency and flexibility. There are many types of ACO algorithms using a variety of heuristics …

A Topic Modeling Approach For Code Clone Detection, Mohammed Salman Khan

UNF Graduate Theses and Dissertations

In this thesis work, the potential benefits of Latent Dirichlet Allocation (LDA) as a technique for code clone detection has been described. The objective is to propose a language-independent, effective, and scalable approach for identifying similar code fragments in relatively large software systems. The main assumption is that the latent topic structure of software artifacts gives an indication of the presence of code clones. It can be hypothesized that artifacts with similar topic distributions contain duplicated code fragments and to prove this hypothesis, an experimental investigation using multiple datasets from various application domains were conducted. In addition, CloneTM, an LDA-based …

On Learning And Visualizing Lexicographic Preference Trees, Ahmed S. Moussa

UNF Graduate Theses and Dissertations

Preferences are very important in research fields such as decision making, recommendersystemsandmarketing. The focus of this thesis is on preferences over combinatorial domains, which are domains of objects configured with categorical attributes. For example, the domain of cars includes car objects that are constructed withvaluesforattributes, such as ‘make’, ‘year’, ‘model’, ‘color’, ‘body type’ and ‘transmission’.Different values can instantiate an attribute. For instance, values for attribute ‘make’canbeHonda, Toyota, Tesla or BMW, and attribute ‘transmission’ can haveautomaticormanual. To this end,thisthesis studiesproblemsonpreference visualization and learning for lexicographic preference trees, graphical preference models that often are compact over complex domains of objects built of …

Modeling Context-Adaptive Energy-Aware Security In Mobile Devices, Preeti Singh

UNF Graduate Theses and Dissertations

As increasing functionality in mobile devices leads to rapid battery drain, energy management has gained increasing importance. However, differences in user’s usage contexts and patterns can be leveraged for saving energy. On the other hand, the increasing sensitivity of users’ data, coupled with the need to ensure security in an energy-aware manner, demands careful analyses of trade-offs between energy and security. The research described in this thesis addresses this challenge by 1)modeling the problem of context-adaptive energy-aware security as a combinatorial optimization problem (Context-Sec); 2) proving that the decision version of this problem is NP-Complete, via a reduction from a …

Age Grading An. Gambiae And An. Arabiensis Using Near Infrared Spectra And Artificial Neural Networks, Masabho Peter Milali, Maggy T. Sikulu-Lord, Samson S. Kiware, Floyd E. Dowell, George F. Corliss, Richard J. Povinelli

Electrical and Computer Engineering Faculty Research and Publications

Background

Near infrared spectroscopy (NIRS) is currently complementing techniques to age-grade mosquitoes. NIRS classifies lab-reared and semi-field raised mosquitoes into < or ≥ 7 days old with an average accuracy of 80%, achieved by training a regression model using partial least squares (PLS) and interpreted as a binary classifier.

Methods and findings

We explore whether using an artificial neural network (ANN) analysis instead of PLS regression improves the current accuracy of NIRS models for age-grading malaria transmitting mosquitoes. We also explore if directly training a binary classifier instead of training a regression model and interpreting it as a binary classifier improves the accuracy. A total of 786 and 870 NIR spectra collected from laboratory reared An. gambiae and An. arabiensis, respectively, were used and pre-processed according …

High-Speed Data Communications For Vehicular Networks Using Free-Space Optical Communications, Yagiz Kaymak

Dissertations

The demand for high-speed Internet access for vehicles, such as high-speed trains (HSTs) and cars, is on the rise. Several Internet access technologies that use radio frequency are being considered for vehicular networking. Radio-frequency communications technologies cannot provide high data rates due to interference, bandwidth limitations, and the inherent limited data rates of radio technology. Free-space optical communications (FSOC) is an alternative approach and a line-of-sight (LOS) technology that uses modulated light to transfer data between two free-space optical (FSO) transceivers. FSOC systems for vehicular networks are expected to provide data rates in the range of Gbps for stationary and …