Computer Engineering Commons^™

Insulting Words: "They Are Animals!", Carolyn A. Ristau

Animal Sentience

As Chapman & Huffman state, creating divisive human categories has rationalized atrocities committed against the “other.” Labeling neighboring warring villagers as “animals” is considered a despicable insult. Yet contemporary scientific views of many animals grant them thinking and conscious faculties, and the capacity for impressive achievements, many unattainable by humans. Robots, too, can accomplish many similar feats. But the essential reason we must protect animals is not because of their admirable abilities, but their capacity for consciousness, for suffering. Robots are not conscious. Participants in the human-animal debate should not complain about changing criteria for determining human uniqueness. New and …

How Children With Autism Spectrum Disorder Recognize Facial Expressions Displayed By A Rear-Projection Humanoid Robot, Farzaneh Askari, Huanghao Feng, Anibal Gutierrez, Timothy Sweeny, Mohammad H. Mahoor

Electrical and Computer Engineering: Graduate Student Scholarship

Background: Children with Autism Spectrum Disorder (ASD) experience reduced ability to perceive crucial nonverbal communication cues such as eye gaze, gestures, and facial expressions. Recent studies suggest that social robots can be used as effective tools to improve communication and social skills in children with ASD. One explanation has been put forward by several studies that children with ASD feel more contented and motivated in systemized and predictable environment, like interacting with robots.

Objectives: There have been few research studies evaluating how children with ASD perceive facial expression in humanoid robots but no research evaluating facial expression perception …

A Pilot Study On Facial Expression Recognition Ability Of Autistic Children Using Ryan, A Rear-Projected Humanoid Robot, Farzaneh Askari, Huanghao Feng, Timothy D. Sweeny, Mohammad H. Mahoor

Electrical and Computer Engineering: Graduate Student Scholarship

Rear-projected robots use computer graphics technology to create facial animations and project them on a mask to show the robot’s facial cues and expressions. These types of robots are becoming commercially available, though more research is required to understand how they can be effectively used as a socially assistive robotic agent. This paper presents the results of a pilot study on comparing the facial expression recognition abilities of children with Autism Spectrum Disorder (ASD) with typically developing (TD) children using a rear-projected humanoid robot called Ryan. Six children with ASD and six TD children participated in this research, where Ryan …

Mpart: Miss Ratio Curve Guided Partitioning In Key-Value Stores, Daniel Byrne

Dissertations, Master's Theses and Master's Reports

Web applications employ key-value stores to cache the data that is most commonly accessed. The cache improves an web application’s performance by serving its requests from memory, avoiding fetching them from the backend database. Since the memory space is limited, maximizing the memory utilization is a key to delivering the best performance possible. This has lead to the use of multi-tenant systems, allowing applications to share cache space. In addition, application data access patterns change over time, so the system should be adaptive in its memory allocation. In this thesis, we address both multi-tenancy (where a single cache is used …

Adaptive Dynamic Programming With Eligibility Traces And Complexity Reduction Of High-Dimensional Systems, Seaar Jawad Kadhim Al-Dabooni

Doctoral Dissertations

"This dissertation investigates the application of a variety of computational intelligence techniques, particularly clustering and adaptive dynamic programming (ADP) designs especially heuristic dynamic programming (HDP) and dual heuristic programming (DHP). Moreover, a one-step temporal-difference (TD(0)) and n-step TD (TD(λ)) with their gradients are utilized as learning algorithms to train and online-adapt the families of ADP. The dissertation is organized into seven papers. The first paper demonstrates the robustness of model order reduction (MOR) for simulating complex dynamical systems. Agglomerative hierarchical clustering based on performance evaluation is introduced for MOR. This method computes the reduced order denominator of the transfer …

Machine Learning Techniques Implementation In Power Optimization, Data Processing, And Bio-Medical Applications, Khalid Khairullah Mezied Al-Jabery

Doctoral Dissertations

"The rapid progress and development in machine-learning algorithms becomes a key factor in determining the future of humanity. These algorithms and techniques were utilized to solve a wide spectrum of problems extended from data mining and knowledge discovery to unsupervised learning and optimization. This dissertation consists of two study areas. The first area investigates the use of reinforcement learning and adaptive critic design algorithms in the field of power grid control. The second area in this dissertation, consisting of three papers, focuses on developing and applying clustering algorithms on biomedical data. The first paper presents a novel modelling approach for …

Gender Effects Of Robotics Programs On Stem-Related Self-Efficacy Of High School Students, Sandra Hall-Lay

Walden Dissertations and Doctoral Studies

Lack of STEM-related self-efficacy has impeded the growth of women in STEM fields. Out of school (OST) robotics programs and other STEM-related OST programs provide secondary students with opportunities to work in groups, brainstorm, and formulate ideas that require communication and teamwork. The purpose of this quantitative, quasi-experimental study was to compare STEM-related self-efficacy scores among male and female students who participated in OST robotics programs or other OST STEM-related programming. Independent variables were type of OST STEM program and gender. The dependent variable was students' STEM-related self-efficacy as measured by the Coping Self-Efficacy Scale. Responses from 149 students in …

Architectures For Real-Time Automatic Sign Language Recognition On Resource-Constrained Device, James M. Blair

UNF Graduate Theses and Dissertations

Powerful, handheld computing devices have proliferated among consumers in recent years. Combined with new cameras and sensors capable of detecting objects in three-dimensional space, new gesture-based paradigms of human computer interaction are becoming available. One possible application of these developments is an automated sign language recognition system. This thesis reviews the existing body of work regarding computer recognition of sign language gestures as well as the design of systems for speech recognition, a similar problem. Little work has been done to apply the well-known architectural patterns of speech recognition systems to the domain of sign language recognition. This work creates …

A Time-Efficient Cmos-Memristive Programmable Circuit Realizing Logic Functions In Generalized And-Xor Structures, Muayad Aljafar, Marek Perkowski, John M. Acken, Robin Tan

Electrical and Computer Engineering Faculty Publications and Presentations

This paper describes a CMOS-memristive Programmable Logic Device connected to CMOS XOR gates (mPLD-XOR) for realizing multi-output functions well-suited for two-level {NAND, AND, NOR, OR}-XOR based design. This structure is a generalized form of AND-XOR logic where any combination of NAND, AND, NOR, OR, and literals can replace the AND level. For mPLD-XOR, the computational delay, which is measured as the number of clock cycles, equals the maximum number of inputs to any output XOR gate of a function assuming that the number of XOR gates is large enough to calculate the outputs of the function simultaneously. The input levels …

Application Of 3d Delaunay Triangulation In Fingerprint Authentication System, Wencheng Yang, Ahmed Ibrahim, Junaid Chaudhry, Song Wang, Jiankun Hu, Craig Valli

Research outputs 2014 to 2021

Biometric security has found many applications in Internet of Things (IoT) security. Many mobile devices including smart phones have supplied fingerprint authentication function. However, the authentication performance in such restricted environment has been downgraded significantly. A number of methods based on Delaunay triangulation have been proposed for minutiae-based fingerprint matching, due to some favorable properties of the Delaunay triangulation under image distortion. However, all existing methods are based on 2D pattern, of which each unit, a Delaunay triangle, can only provide limited discrimination ability and could cause low matching performance. In this paper, we propose a 3D Delaunay triangulation based …

A Security Review Of Local Government Using Nist Csf: A Case Study, Ahmed Ibrahim, Craig Valli, Ian Mcateer, Junaid Chaudhry

Research outputs 2014 to 2021

Evaluating cyber security risk is a challenging task regardless of an organisation’s nature of business or size, however, an essential activity. This paper uses the National Institute of Standards and Technology (NIST) cyber security framework (CSF) to assess the cyber security posture of a local government organisation in Western Australia. Our approach enabled the quantification of risks for specific NIST CSF core functions and respective categories and allowed making recommendations to address the gaps discovered to attain the desired level of compliance. This has led the organisation to strategically target areas related to their people, processes, and technologies, thus mitigating …

Review Of Deep Learning Methods In Robotic Grasp Detection, Shehan Caldera, Alexander Rassau, Douglas Chai

Research outputs 2014 to 2021

For robots to attain more general-purpose utility, grasping is a necessary skill to master. Such general-purpose robots may use their perception abilities to visually identify grasps for a given object. A grasp describes how a robotic end-effector can be arranged to securely grab an object and successfully lift it without slippage. Traditionally, grasp detection requires expert human knowledge to analytically form the task-specific algorithm, but this is an arduous and time-consuming approach. During the last five years, deep learning methods have enabled significant advancements in robotic vision, natural language processing, and automated driving applications. The successful results of these methods …

Mobile Cloud Computing: A Comparison Study Of Cuckoo And Aiolos Offloading Frameworks, Inan Kaddour

UNF Graduate Theses and Dissertations

Currently, smart mobile devices are used for more than just calling and texting. They can run complex applications such as GPS, antivirus, and photo editor applications. Smart devices today offer mobility, flexibility, and portability, but they have limited resources and a relatively weak battery. As companies began creating mobile resource intensive and power intensive applications, they have realized that cloud computing was one of the solutions that they could utilize to overcome smart device constraints. Cloud computing helps decrease memory usage and improve battery life. Mobile cloud computing is a current and expanding research area focusing on methods that allow …

Implementation Of Cache Attack On Real Information Centric Networking System, Faustina J. Anto Morais

UNF Graduate Theses and Dissertations

Network security is an ongoing major problem in today’s Internet world. Even though there have been simulation studies related to denial of service and cache attacks, studies of attacks on real networks are still lacking in the research. In this thesis, the effects of cache attacks in real information-centric networking systems were investigated. Cache attacks were implemented in real networks with different cache sizes and with Least Recently Used, Random and First In First Out algorithms to fill the caches in each node. The attacker hits the cache with unpopular content, making the user request that the results be fetched …

Towards Designing Energy Efficient Symmetric Key Protocols, Sai Raghu Talluri

UNF Graduate Theses and Dissertations

Energy consumption by various modern symmetric key encryption protocols (DES,

3-DES, AES and, Blowfish) is studied from an algorithmic perspective. The work

is directed towards redesigning or modifying the underlying algorithms for these

protocols to make them consume less energy than they currently do. This research

takes the approach of reducing energy consumption by parallelizing the

consecutive memory accesses of symmetric key encryption algorithms. To achieve

parallelization, an existing energy complexity model is applied to symmetric key

encryption algorithms. Inspired by the popular DDR3 architecture, the model assumes

that main memory is divided into multiple banks, each of which can …

Patient Friendly Kidney Function Screening, Ragwa El Sayed, Rathna Ramesh, Alessandro Bellofiore, David Anastasiu, Melinda Simon

Faculty Publications

No abstract provided.

Teaching With Jupyter In-Class Activities: Lessons Learned And Next Steps, David Anastasiu

Faculty Publications

No abstract provided.

Real-Time Communication In Wireless Sensor Networks, Jeongcheol Lee, Babar Shah, Giovanni Pau, Javier Prieto, Ki Il Kim

All Works

No abstract provided.

Ms. An (Meeting Students’ Academic Needs): A Socially Adaptive Robot Tutor For Student Engagement In Math Education, Karina Liles

Theses and Dissertations

This research presents a new, socially adaptive robot tutor, Ms. An (Meeting Students’ Academic Needs). The goal of this research was to use a decision tree model to develop a socially adaptive robot tutor that predicted and responded to student emotion and performance to actively engage students in mathematics education. The novelty of this multi-disciplinary project is the combination of the fields of HRI, AI, and education. In this study we 1) implemented a decision tree model to classify student emotion and performance for use in adaptive robot tutoring-an approach not applied to educational robotics; 2) presented an intuitive interface …

Tracking, Detection And Registration In Microscopy Material Images, Hongkai Yu

Theses and Dissertations

Fast and accurate characterization of fiber micro-structures plays a central role for material scientists to analyze physical properties of continuous fiber reinforced composite materials. In materials science, this is usually achieved by continuously crosssectioning a 3D material sample for a sequence of 2D microscopic images, followed by a fiber detection/tracking algorithm through the obtained image sequence.

To speed up this process and be able to handle larger-size material samples, we propose sparse sampling with larger inter-slice distance in cross sectioning and develop a new algorithm that can robustly track large-scale fibers from such a sparsely sampled image sequence. In particular, …

A Proposal For A Technological Solution To Improve User Experience In A Shopping Center Based On Indoor Geolocation Services, Luinel Andrade, Johan Quintero, Eric Gamess, Antonio Russoniello

Research, Publications & Creative Work

For shopping centers, mobile devices and their associated technologies represent great business opportunities and a way to improve the user experience within their facilities. These types of constructions are usually quite large, multi-story, and with a significant number of shops, services, where the visitors may find themselves having difficulties to have a complete and up-to-date list of the stores, determine which stores and services are those that meet the characteristics or specifications they seek, know the location of the shops or how to reach them. This research studies and contemplates different technologies, tools, and approaches for the development of a …

การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้มีการขยายตัวเติบโตเป็นอย่างมากในช่วงหลายปีที่ผ่านมา โครงข่ายประสาทคอนโวลูชันหรือซีเอ็นเอ็นเป็นหนึ่งในหลายแบบจำลองสมรรถนะสูงที่รู้จักกันดีสำหรับการจำแนกและการแบ่งส่วนภาพ งานวิจัยนี้เสนอแนวคิดการใช้คอมพิวเตอร์ที่สามารถช่วยวินิจฉัยในเบื้องต้นการติดเชื้อวัณโรค ผู้วิจัยได้ปรับแต่งสถาปัตยกรรมซีเอ็นเอ็นสามโครงสร้างประกอบด้วย อเล็กซ์เน็ต วีจีจี-16 และ แคปส์เน็ต เพื่อจำแนกรอยโรควัณโรคบนภาพเอกซเรย์ทรวงอกหรือซีเอกซ์อาร์ที่ได้มาจากไลบรารีทางการแพทย์แห่งชาติและชุดข้อมูลไทยส่วนตัว ตัววัดที่ใช้ประเมินสมรรถนะตัวจำแนกประเภททั้งสาม ได้แก่ ความแม่นยำ ความไว และความจำเพาะ การทดสอบแบบจำลองทั้งสามบนชุดข้อมูลที่เพิ่มจำนวนด้วยการสุ่มตัวอย่างแบบสับเปลี่ยนให้ผลลัพธ์ค่าความแม่นยำที่เพิ่มขึ้นทุกแบบจำลอง นอกจากนี้ ยังได้มีการประเมินสมรรถนะแบบจำลองบนชุดข้อมูลที่เพิ่มจำนวนตัวอย่างด้วยการหมุนภาพ เนื่องจากในความเป็นจริงภาพซีเอกซ์อาร์อาจไม่ได้ตั้งตรงในแนวดิ่ง ผลการประเมินพบว่า แคปส์เน็ตให้ค่าตัววัดที่ดีกว่าแบบจำลองอเล็กซ์เน็ต และวีจีจี-16 เมื่อทำนายภาพแอฟฟีน

แบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาที่เรียนรู้จากคำพิพากษาศาลฎีกาไทย โดยใช้เทคนิคการเรียนรู้เชิงลึก, กานกวิญจน์ โค้วสีหวัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายผลคำตัดสินในคดีอาญาด้วยแบบจำลองการเรียนรู้ของเครื่องได้รับความสนใจมากขึ้นในช่วงเวลาที่ผ่านมา อย่างไรก็ดี เทคนิคที่ใช้ในแบบจำลองดังกล่าวมักใช้ตัวแทนข้อความที่มีที่มาจากแบบจำลองถุงคำ ซึ่งไม่สนใจลำดับของข้อความทำให้สูญเสียบริบทของข้อความ และผลลัพธ์การทำนายมีความแม่นยำลดลง ดังนั้น วิทยานิพนธ์ฉบับนี้จึงเสนอแบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาซึ่งเรียนรู้จากคำพิพากษาศาลฎีกาไทยโดยใช้เทคนิคการเรียนรู้เชิงลึกผ่านชุดโครงข่ายประสาทเทียม แบบจำลองนี้สร้างตัวแทนข้อความด้วยโครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจ ก่อนนำตัวแทนข้อความนั้นไปทำนายผลคำตัดสินและประเด็นในคดีอาญาด้วยโครงข่ายประสาทเทียมแบบโมดูลซึ่งจำลองโครงสร้างความรับผิดทางอาญาตามทฤษฎีกฎหมายอาญา ผลการทดลองแสดงให้เห็นว่าแบบจำลองให้ประสิทธิภาพสูงกว่าแบบจำลองที่ใช้เทคนิคการเรียนรู้ของเครื่องเดิมอย่างเนอีฟเบยส์และเอสวีเอ็ม เมื่อพิจารณาจากค่า F1 นอกจากนี้ แบบจำลองยังให้ประสิทธิภาพสูงในการทำนายประเด็นในคดีอาญาบางประเด็นซึ่งมีผลต่อการทำนายผลคำตัดสินในคดีอาญาด้วย นอกจากนั้น ผลการทดลองสะท้อนให้เห็นว่า การใช้โครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจสามารถสร้างตัวแทนข้อความที่ดีกว่าแบบจำลองดั้งเดิมที่มีลักษณะเดียวกันกับถุงคำ ตลอดจนโครงข่ายประสาทเทียมแบบโมดูลสามารถจำลองโครงสร้างความรับผิดทางอาญาได้

การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ

Chulalongkorn University Theses and Dissertations (Chula ETD)

กระบวนการรีวิวโค้ดบนกิตฮับ เป็นกระบวนการที่สำคัญกระบวนการหนึ่งในการทำงานบนกิตฮับ โดยนักพัฒนาซอฟต์แวร์จะทำการร้องขอการนำเข้าซอร์สโค้ดหลังจากทำการแก้ไขหรือเปลี่ยนแปลงซอร์สโค้ดเสร็จเรียบร้อยแล้ว ผู้ดูแลระบบจะเป็นผู้รีวิวซอร์สโค้ด โดยพิจารณาถึงคุณภาพ และรายละเอียดทั้งหมดของรายการร้องขอการนำเข้าซอร์สโค้ดนั้น ๆ จากการวิเคราะห์ผลการรีวิว พบว่ามีรายการร้องขอการนำเข้าซอร์สโค้ดจำนวนมาก ที่ไม่ผ่านการรีวิว เนื่องด้วยปัจจัยหลายประการ เช่น ความซับซ้อนของซอร์สโค้ด คุณภาพของซอร์สโค้ด รวมไปถึงจำนวนการเปลี่ยนแปลงไฟล์ เป็นต้น กระบวนการแก้ไขรายการร้องขอการนำเข้าซอร์สโค้ดที่ไม่ผ่านการรีวิวต้องใช้ความพยายาม และเวลาอย่างมากในการแก้ไข ซึ่งอาจส่งผลกระทบกับค่าใช้จ่ายของโครงการ หรือกำหนดการของโครงการได้ งานวิทยานิพนธ์นี้จึงออกแบบ แบบจำลองการทำนายผลการรีวิวโค้ดบนกิตฮับ โดยการวิเคราะห์ข้อมูลบนกิตฮับ กำหนดตัวแปรที่คาดว่าจะมีผลกระทบกับการรีวิวโค้ด รวมถึงการหาความสัมพันธ์ที่เกิดขึ้นบ่อยจากกฎความสัมพันธ์ จากนั้นทำการสร้างแบบจำลองการทำนายการรีวิวโค้ดบนกิตฮับด้วยวิธีการทางสถิติโลจิสติก และหลักการเรียนรู้ด้วยเครื่อง การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น ผลการทดลองแสดงสิบรายการร้องขอการนำเข้าซอร์สโค้ดที่พบบ่อยที่สุดในชุดข้อมูล และแบบจำลองการทำนายผลการรีวิวโค้ด โดยแบบจำลองที่ใช้ในการทำนายผลการรีวิวโค้ดที่ใช้การวิเคราะห์โลจิสติกในการวิเคราะห์ข้อมูลมีเปอร์เซ็นต์ความแม่นยำ 89.2307% และแบบจำลองที่ใช้การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น มีเปอร์เซ็นต์ความแม่นยำ 90.7692%

การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทวนสอบเชิงรูปนัยสามารถนำไปใช้เป็นทางเลือกในการทวนสอบแบบจำลองต้นแบบที่ออกแบบให้ทราบถึงข้อผิดพลาดหรือคุณลักษณะด้านความปลอดภัย แต่อย่างไรก็ตาม การออกแบบแบบจำลองเครือข่ายทางรถไฟขนาดใหญ่ที่มีความซับซ้อนค่อนข้างมากอาจเกิดข้อผิดพลาดขึ้นได้ง่าย วิทยานิพนธ์นี้จึงได้นำเสนอทางเลือกในการสร้างแบบจำลองเครือข่ายทางรถไฟโดยใช้มอดูลที่ถูกสร้างขึ้นจากแบบจำลองไทมด์คัลเลอร์เพทริเน็ตซึ่งเป็นแบบจำลองเชิงรูปนัยแทนการสร้างแบบจำลองไทมด์คัลเลอร์เพทริเน็ตแบบทั่วไป โดยวิทยานิพนธ์ได้นำเสนอมอดูลมาตรฐานที่แทนส่วนประกอบในเครือข่ายทางรถไฟ คือ สถานีรถไฟ และ รางรถไฟ รองรับประเภทรถไฟโดยสาร 3 ประเภทและการควบคุมการเดินรถไฟโดยใช้ตารางเวลารถไฟที่สามารถกำหนดได้ พร้อมทั้งนำเสนอกฎและเงื่อนไขในการต่อประสานมอดูลเหล่านั้นเพื่อประกอบกันเป็นเครือข่ายทางรถไฟขนาดใหญ่ได้ โดยมีเครื่องมือที่ถูกพัฒนาในวิทยานิพนธ์ช่วยเหลือผู้ใช้ในการสร้างและแปลงเครือข่ายทางรถไฟที่ถูกออกแบบไปเป็นไทมด์คัลเลอร์เพทริเน็ต ผลลัพธ์การจำลองแสดงผลผ่านโปรแกรมเครื่องมือ ซีพีเอ็น เพื่อตรวจหาความถูกต้อง และความปลอดภัยของแบบจำลองเครือข่ายทางรถไฟและตารางรถไฟที่นำเข้ามาตรวจสอบ โดยยกตัวอย่างกรณีศึกษาสำหรับเครือข่ายทางรถไฟจำนวน 8 สถานี พร้อมทำการจำลองเหตุการณ์ความล่าช้าที่เกิดขึ้นที่เครือข่ายทางรถไฟ เพื่อตรวจสอบผลกระทบที่เกิดขึ้น

A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

The biomedical relation extraction (RE) tasks aim to study the interaction between pre-defined entities from biomedical literature: Bacteria Biotope (BB) and Drug-Drug interactions (DDI) tasks. Some previous investigations have used feature-based models; others have presented deep-learning-based models such as convolutional and recurrent neural networks used with the shortest dependency paths (SDPs). Although SDPs contain valuable and concise information, sections of significant information necessary to define bacterial location relationships are often neglected. In addition, the traditional word embedding used in previous studies may suffer from word ambiguation across linguistic contexts. Here, we present a deep learning model for biomedical RE. The …

Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

The compact genetic algorithm is derived from the genetic algorithm in which the population is represented by the probabilistic vector. To improve the search capability and avoiding local minima, parallelization has been employed where many search processes are deployed concurrently. In order to coordinate the work of multiple processes, knowledge sharing is necessary. Multiple processes share their probabilistic vectors partially. To escape from local minima the restart step is introduced. The experiment compares the proposed algorithm with two other competitive algorithms using Traveling Salesman problem, Bin Packing problem, Subset Sum problem, and Knapsack problem. The results show that the proposed …

Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk

Chulalongkorn University Theses and Dissertations (Chula ETD)

การหาเส้นทางการเดินในระยะยาวรวมกับการหลบหลีกสิ่งกีดขวางรอบๆ เป็นวิธีทั่วไปที่ถูกนำมาใช้ในการจำลองการเคลื่อนไหวของตัวตนจำลองจากตำแหน่งหนึ่งไปยังอีกตำแหน่งหนึ่ง โดยไม่ให้เกิดการชนกันระหว่างตัวตนจำลองกับวัตถุในฉากและระหว่างตัวตนจำลองด้วยกันเอง วิธีนี้สามารถให้ผลการจำลองที่ดีในสถานการณ์ที่ผู้คนสามารถเดินได้หลายทิศทาง แต่ในสถานการณ์ที่ผู้คนถูกจำกัดทิศทางการเดินให้เหลือเพียงหนึ่งหรือสองทิศทางนั้น ปรากฏว่าตัวตนจำลองมีลักษณะการเดินที่ผิดธรรมชาติ เช่น เดินเข้าไปติดและอยู่นิ่งระหว่างตัวตนจำลองสองตัวที่เดินสวนมาหรือเดินเข้าไปในพื้นที่ที่แออัดหรือมีกลุ่มคนเยอะๆ ทั้งๆที่ยังมีเส้นทางเดินที่ทำให้ตัวตนจำลองสามารถเดินหลบหลีกไปได้ ลักษณะเช่นนี้เกิดขึ้นบ่อยและเห็นได้ชัดในสถานการณ์แบบสองทิศทาง งานวิจัยนี้จึงได้เสนอขั้นตอนในการหาเส้นทางในระยะสั้นเพื่อขจัดความบกพร่องของพฤติกรรมการเดินของตัวตนจำลองในสถานการณ์แบบสองทิศทางนี้ขึ้น โดยใช้สมการพลังงานทางชีวกลศาสตร์ของการเดินเข้ามาเป็นตัวแปรที่บังคับให้ตัวตนจำลองมีความฉลาดในการเลือกเส้นทางในระยะสั้นได้ ผลลัพธ์ของการวิเคราะห์สมการพลังงานนั้น ช่วยบ่งบอกลักษณะของการเลือกเส้นทางการเดินที่ดีที่สุด โดยคำนึงถึงความเร็วที่ใช้เพื่อให้ประหยัดพลังงานที่สุด พร้อมๆ กับถึงจุดหมายปลายทางให้เร็วที่สุดด้วย นอกจากนี้ยังพบว่าการนำวิธีที่เสนอนี้ไปใช้ในสถานการณ์แบบหลายทิศทางนั้น ตัวตนจำลองสามารถหาเส้นทางที่เหมาะสมกว่าเมื่อเทียบกับวิธีก่อนอีกด้วย ยกตัวอย่าง เช่น ตัวตนจำลองสามารถเดินแทรกเข้าไปในช่องแคบๆ ของขบวนพาเหรดได้ เป็นต้น

Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak

Chulalongkorn University Theses and Dissertations (Chula ETD)

Emotion classification is one of essential tasks for Human Computer Interaction (HCI) to make computers more efficiently interact with their users. Electroencephalogram (EEG) signals, associated with cognitive states of emotions, propagate though a complex hierarchy of neuron cells. Therefore, EEG-based emotion classification requires sophisticated learning algorithms that can represent high-level abstraction of a complicated task. This dissertation focuses on applying deep learning networks (DLNs) to enhance accuracy performance of the EEG-based emotion classification system. The DLN provides hierarchical feature learning methodology which is suitable for EEG-related feature learning algorithms. Furthermore, this research investigates the effects of temporal neural dynamics of …

Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk

Chulalongkorn University Theses and Dissertations (Chula ETD)

Existing quest generation systems that used quest structures had an important limitation. They were not compatible with dynamic environment games, where player actions may have unforeseen repercussion from chain-reaction, such as locking the quest or preventing it from being completed. In addition, quests generated by such systems were not guaranteed to have multiple completion paths.
In this thesis, action-based-objective quests were replaced with game state-based-objective quests, while retaining the previous grammar rule. Each quest's contents and objectives were filled using Token system and Full Condition State system to ensure the connectivity within the quest's contents and to prevent players from …