Computer Engineering Commons^™

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 …

เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช

Chulalongkorn University Theses and Dissertations (Chula ETD)

เพื่อให้สามารถค้นหาข้อผิดพลาดของระบบได้อย่างมีประสิทธิภาพ การทดสอบระบบสามารถดำเนินการได้ตั้งแต่ช่วงที่ระบบมีฟังก์ชันการทำงานบางส่วนแล้วเสร็จ การค้นพบข้อผิดพลาดในช่วงต้นของการพัฒนาจะช่วยลดต้นทุนและเวลาในการแก้ไขงานซ้ำได้ อย่างไรก็ตาม ในกรณีที่ระบบยังมีคลาสบางส่วนที่ยังไม่แล้วเสร็จ จำเป็นต้องใช้ สตับ และ ไดร์เวอร์ เข้ามาแทนที่คลาสเหล่านั้นในระหว่างการทดสอบ สตับและไดร์เวอร์ต้องใช้เวลาและความพยายามในการพัฒนา จึงมีความพยายามในการสร้างเครื่องมือเพื่อช่วยลดภาระดังกล่าวงานวิจัยนี้เสนอแนวทางพัฒนาเครื่องมือที่ใช้แผนภาพคลาส, แผนภาพลำดับ และตารางติดตามความต้องการ เป็นข้อมูลนำเข้า โดยแผนภาพคลาสใช้เพื่อแสดงข้อมูลคุณลักษณะของคลาส และใช้สร้างรายการเมทอดที่มีในระบบ ส่วนแผนภาพลำดับใช้ระบุลำดับการเรียกใช้เมทอดระหว่างวัตถุ และนำไปสู่การสร้างกราฟการเรียกใช้งาน ในขณะเดียวกันตารางติดตามความต้องการ ถูกใช้เพื่อค้นหาฟังก์ชันของระบบที่ต้องดำเนินการทดสอบ เมื่อได้กราฟการเรียกใช้งานและรายการเมทอดแล้ว ระบบจะสามารถสร้างคลาสของสตับและไดร์เวอร์ พร้อมทั้งข้อมูลทดสอบ เพื่อให้สามารถดำเนินการทดสอบระบบได้อย่างมีประสิทธิภาพ

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

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

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

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

Predicting Quality Of Life In Driving Scene Using Image Recognition Techniques And User Group Information, Ployrada Suvarnakuta

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study presents a machine learning approach for predicting perceived urban Quality of Life (QoL) by integrating visual features from street-level imagery with personal attributes, including demographic, socioeconomic, and travel behavior data. Using datasets from Bangkok and London, we trained supervised models—Support Vector Machines and Multilayer Perceptrons—under multiple input configurations to evaluate the contribution of each data type. Results show that combining visual and personal features improves prediction accuracy compared to using visual features alone. Statistical feature selection identified income, education, housing stability, and travel patterns as consistently important predictors, with some variation across urban contexts. These findings underscore the …

Thai-English Supported Automatic Speech Recognition For Endoscopic Reporting, Arpanant Saeng-Xuto

Chulalongkorn University Theses and Dissertations (Chula ETD)

This thesis presents the automatic speech recognition (ASR) system for endoscopic reporting that supports Thai-English code-switching. During endoscopic procedures, gastroenterologists are required to use both hands to handle instruments, thereby complicating the real-time documentation of abnormal findings. While recent advances in speech recognition offer promising solutions, existing models face difficulties with Thai-English code-switching and tend to overfit when fine-tuned on limited datasets. To overcome these limitations, we propose an ASR model enhanced with the Mixture of Experts (MoE) technique to improve transcription accuracy. Furthermore, the Named Entity Recognition (NER) model extracts gastrointestinal (GI) terminology from the transcriptions and classifies its …

Enhancing Large Language Models For Thai Legal Chatbots, Supachoke Hanwiboonwat

Chulalongkorn University Theses and Dissertations (Chula ETD)

Currently, developing a Thai legal question-answering system for the general public is highly challenging due to the complex, difficult-to-understand language and the extensive content of legal codes. This research proposes a Thai legal question-answering system designed for the public, aiming to establish best practices for developing effective legal QA systems. To improve performance, we created our own Thai legal QA dataset and incorporated data from various sources. We conducted comparative experiments to identify the most suitable language model for Thai legal contexts, and fine-tuned the models with diverse datasets for enhanced capabilities in legal QA and legal examinations. Additionally, we …

Evaluating The Performance Of 5g Nr In Indoor Environments: An Experimental Study, Bikash Chandra Singh, Rafael Diaz, Sachin Shetty

School of Cybersecurity Faculty Publications

The 5G wireless standard has emerged as a trans-formative technology with the potential to revolutionize various industries by providing enhanced connectivity and communication capabilities. This advanced standard offers a diverse range of applications, including Ultra-Reliable Low-Latency Communication (URLLC), Enhanced Mobile Broadband (eMBB), and Massive Machine Type Communication (mMTC). In this Scientific research paper, we present a comprehensive analysis of the performance and capabilities of a deployed indoor 5G network in a controlled laboratory environment. The experimental setup comprises an Amarisoft Callbox, serving as the 5G core, along with a Remote Radio Head (RRH) and user equipment (UEs). Our primary objective …

Contrast And Compare The Cyber Hacking Laws Between The United States, Russian Federation, And The People's Republic Of China, Kehinde Alabi

Harrisburg University Other Works

Cyber hacking is a growing threat in the modern world. As the world becomes more digital, the threat of cybercrime continues to grow. Cyberattacks can lead to stolen personal information, financial losses and damage to critical information. The increase in the digital transformation of companies has also led to an increase in cyber security concerns. With cybercriminals using increasingly advanced methods to gain access and take advantage of sensitive information. As a result, governments around the world have developed measures, laws, and regulations to address cybercrime and protect against cyberattacks. The United States, Russian Federation, and the People’s Republic of …

Matthew Gaber: Peekaboo, Matthew Gaber, Mohiuddin Ahmed, Helge Janicke

Research Datasets

Cyber-attacks continue to evolve, increasing in frequency and sophistication where Artificial Intelligence (AI) is becoming essential in detecting modern malware. However, the accuracy of AI in malware detection is dependent on the quality of the features it is trained with. Static and dynamic analysis of malware is limited by the widespread use of obfuscation and anti-analysis techniques employed by malware authors, where if an analysis environment is detected the malware will hide its malicious behavior. However, Dynamic Binary Instrumentation (DBI) allows deep and precise control of the malware sample, thereby facilitating the extraction of authentic features from sophisticated and evasive …

Arduino-Based High-Frequency Signal Data Acquisition For Learning Media On Antenna And Wave Propagation Practices, Eko Marpanaji, Masduki Zakarijah, Nikko Aji Bayu Nugraha

Elinvo (Electronics, Informatics, and Vocational Education)

This paper discusses the research results on the development of learning media and the results of the feasibility test for the learning process. This study aims to: (1) obtain the design and prototype of Arduino-based high-frequency signal data acquisition learning media; (2) find out the level of feasibility of learning media that has been made for the learning process of Antenna Practice and Wave Propagation courses. The research model uses Research and Development with the ADDIE development method. The research stages in the ADDIE method are Analyze, Design, Develop, Implement, and Evaluate. The research began with the development of learning …

Gen-Acceleration: Pioneering Work For Hardware Accelerator Generation Using Large Language Models, Durga Lakshmi Venkata Deepak Vungarala

Theses

Optimizing computational power is critical in the age of data-intensive applications and Artificial Intelligence (AI)/Machine Learning (ML). While facing challenging bottlenecks, conventional Von-Neumann architecture with implementing such huge tasks looks seemingly impossible. Hardware Accelerators are critical in efficiently deploying these technologies and have been vastly explored in edge devices. This study explores a state-of-the-art hardware accelerator; Gemmini is studied; we leveraged the open-sourced tool. Furthermore, we developed a Hardware Accelerator in the study we compared with the Non-Von-Neumann architecture. Gemmini is renowned for efficient matrix multiplication, but configuring it for specific tasks requires manual effort and expertise. We propose implementing …

Reducing Food Scarcity: The Benefits Of Urban Farming, S.A. Claudell, Emilio Mejia

Journal of Nonprofit Innovation

Urban farming can enhance the lives of communities and help reduce food scarcity. This paper presents a conceptual prototype of an efficient urban farming community that can be scaled for a single apartment building or an entire community across all global geoeconomics regions, including densely populated cities and rural, developing towns and communities. When deployed in coordination with smart crop choices, local farm support, and efficient transportation then the result isn’t just sustainability, but also increasing fresh produce accessibility, optimizing nutritional value, eliminating the use of ‘forever chemicals’, reducing transportation costs, and fostering global environmental benefits.

Imagine Doris, who is …

Development Of Several Typical Virtual Reality Fusion Technologies, Qiqi Feng, Zhiming Dong, Wencheng Peng, Yi Dai, Bingshan Si

Journal of System Simulation

Abstract: Virtual reality fusion can realize the two-way interaction, mapping and linkage between virtual world and physical world, which attracts the attention of countries in the world. In order to sort out and make statistics on concept connotation, academic status and application of the related new technologies, digital twin, cyber-physical systems, metaverse and live-virtual-constructive simulation are taken as representatives. The comparison on the development process, functional characteristics, target trends, etc. is carried out.

Data Simulation Testing Framework For Complex Process Equipment Software, Jinkun Zhang, Longfei Shi, Chi Hu, Hao Zhang, Yonghui Yang

Journal of System Simulation

Abstract: Due to the complex task, tight coupling, strict timing, and a large amount of interchange data, the technical threshold of automated testing of bus communication equipment software is high, and the implementation is difficult. The ideas of data-driven testing and keyword-driven testing are introduced, and a data simulation testing framework is proposed. Configuration rules are formulated and implemented in the framework. Testers can simulate peripheral data for complex process equipment software and implement automated testing by only focusing on the task analysis, and configuring interchange data and keywords. There is no need to develop test scripts, which reduces the …

Urban Uav Path Planning Based On Improved Beetle Search Algorithm, Qingqing Yang, Minyi Deng, Yi Peng

Journal of System Simulation

Abstract: An improved SABAS is proposed to improve the safety and path smoothing of UAV missions in urban multi-obstacle environments and to obtain the shortest path. The algorithm no longer completely depends on the difference of odor concentration between the left and the right tentacles of beetle when exploring the path for position update. Instead, it makes full use of the strong searching ability of BAS algorithm, and introduces the annealing algorithm to add the neighborhood position solution of the next position, and finally selects the next best position from the neighborhood position solution. Metropolis criterion of annealing algorithm is …

Reliable Emergency Rescue Model Of Uavs Based On Blockchain, Mengyao Du, Kai Xu, Miao Zhang, Xiang Fu, Quanjun Yin

Journal of System Simulation

Abstract: Natural disasters may unpredictably disrupt ground communication infrastructure and transportation systems, and UAVs emergency response can deal with such uncertainties and highly dynamic scenarios. Aiming at the robustness requirements of decentralized rescue systems. UAV emergency rescue chain (UERChain) based on blockchain technology is proposed. By deploying UAV backbone nodes within a layered local network, the smart contracts for managing reputation considering UAV social relationships are designed. The blockchain is employed as a trust mechanism to realize the trustworthy interactions among distributed UAVs. Experimental results show that, UERChain has higher robustness, and within controllable resource constraints, the reputation management and …

Unrelated Parallel Machine Scheduling With Additional Resource And Learning Effect, Youlian Zheng, Deming Lei

Journal of System Simulation

Abstract: To solve unrelated parallel machine scheduling problem(UPMSP) with additional resource and learning effect, a dynamical artificial bee colony(DABC) algorithm is proposed to minimize the makespan. A new representation and decoding process is given and two initial bee swarms are constructed. A swarm evaluation method is applied to dynamically decide employed bee swarms and onlooker bee swarms. Employed bee phase and onlooker bee phase are implemented in different ways to increase exploration ability. The experimental results show that the new strategies of DABC are effective and reasonable, and can obtain results with better convergence, average value and stability, which d …

Research On Network Public Opinion Propagation Model Of Major Epidemics Under Cross-Infection Of Double Emotions, Yaming Zhang, Yanyuan Su, Guiru Zhao, Xiaoyu Guo

Journal of System Simulation

Abstract: Major epidemics provoke a variety of netizens' emotions. To some degree, the interaction of netizens' intense emotions determine the development direction of public opinion. Considering the complexity and dual emotional contagion, the impact of emotional factors in network public opinion is quantified to three dimensions indicators, emotional enhancement, differences and conversion rates. SIPINR public opinion propagation model is constructed. The equilibrium points and the transmission threshold are estimated and the stability is proved. The law of network public opinion propagation during major epidemics is revealed through numerical simulation. The results show that the dual emotional contagion would lead to …

Automatic Target Recognition Of Substation 3d Scene For Digital Twin, Qian Tu, Jun Li, Dongliang Fan, Qi Kong, Jie Shen

Journal of System Simulation

Abstract: In order to improve the accuracy of automatic target recognition and promote the effect on substation operation and maintenance, automatic target recognition of substation 3D scene for digital twin is proposed. The automatic target recognition model for the three dimensional scene of the substation is constructed. The perception module of the model is used to collect the real-time status data of substation, and the communication module is used to transmit the data to digital twin modules. This module, based on the received data information, realizes the deep fusion and panoramic mapping of substation information through the knowledge base constructed …

Research On Digital Twin Data Modeling And Evaluation Method Of Automated Container Terminal, Guoxuan Xu, Daofang Chang, Jiaqi Li, Qiang Ling

Journal of System Simulation

Abstract: To make full use of the massive operation data of automated container terminals and further realize the digital and intelligent transformation of terminals driven by digital twin, a method for digital twin data modeling and effect verification and evaluation of automated container terminals is proposed. The application framework and operation mechanism based on digital twin are studied. Based on the data processing logic of digital twin framework, a method of terminal operation process evolution and dynamic data modeling based on digital twin is proposed. To verify whether the data could meet the effective operation of the digital twin, a …

Modeling And Simulation On Production Logistics Of Intelligent Workshop Manufacturing System Based On Efsm, Liuzhen Li, Chao Jin, Tingyu Lin, Yaoqin Zhu

Journal of System Simulation

Abstract: The production logistics mode of manufacturing industry is developing rapidly, on which the modeling and simulation can provide the decision support for the design, analysis and transformation of manufacturing system. A description of the entity elements in intelligent workshop manufacturing system is given according to the classification of "human machine material environment rule". A production and logistics componentized EFSM model is created on the basis of EFSM and componentized modeling ideas. The modeling process for multi-job production in smart shop and the component model instantiation methodology are elaborated. The simulation running through the automatic conversion of EFSM-DEVS model and …

Research And Development Of Simulation Training Platform For Multi-Agent Collaborative Decision-Making, Cheng Cheng, Zhijie Chen, Ziming Guo, Ni Li

Journal of System Simulation

Abstract: Reinforcement learning simulation platform can be an interactive and training environment for reinforcement learning. In order to make the simulation platform compatible with the multi-agent reinforcement learning algorithms and meet the needs of simulation in military field, the similar processes in multi-agent reinforcement learning algorithms are refined and a unified interface is designed to embed and verify different types of deep reinforcement learning algorithms on the simulation platform and to optimize the back-end service of the simulation platform to accelerate the training process of the algorithm model. The experimental results show that, by unifing the interface, the simulation platform …

Research On 3d Object Detection Method With Cross-Module Attention, Renjie Xu, Xiaoming Zhang, Chen Wang, Peng Wu

Journal of System Simulation

Abstract: To address the issue of feature loss that occurs during the extraction and transmission of target features in 3D object detection tasks using point cloud data, this study proposes an object detection method based on cross-module attention. This method incorporates a channel attention module and a spatial attention module to enhance the crucial feature information. Through feature transformation, the features from different stages of the attention module are connected to mitigate the loss of features during the extraction and transmission process. To tackle the problem of inadequate detection performance in target detection networks for objects of different scales, a …

Optimized Scheduling Of Distribution Network With Distributed Generation Based On Coronavirus Herd Immunity Optimizer Algorithm, Xiaomeng Wu, Rongze Yuan, Yingliang Li, Qi Zhu

Journal of System Simulation

Abstract: Following the large-scale entry of distributed new energy into the network, the uncertainty factor of the distribution network increases significantly, and the difficulty of reactive power optimization scheduling increases accordingly. Traditional optimization solutions have many limitations and shortcomings, and a dynamic reactive power optimization scheme for active distribution networks based on a multi-scenario approach is proposed. The mathematical modeling is carried out separately for the uncertainty of new energy and load, and the multi-scenario method is used to transform the uncertainty problem into a deterministic problem. A mathematical model is constructed on the distribution network side to pursue the …

Research And Design Of Etc Simulation Platform For Expressway, Fumin Zou, Feng Guo, Sijie Luo, Lüchao Liao, Nan Li, Yue Xing

Journal of System Simulation

Abstract: It is difficult to quantitatively calculate and display the real-time traffic situation of expressway ETC system, and there is no simulation system for ETC to optimize the operating situation. A simulation system based on ETC data in proposed, in witch there are three key algorithms. ETC data feature extraction algorithm provides the feature of generating simulation data for the simulation platform. The improved multitask scheduling algorithm has the computing ability of multitasks in simulation environment. The algorithm of expressway traffic flow control strategy provides the decision index for traffic flow control on the way. The experimental results show that …

Task Scheduling For Internet Of Vehicles Based On Deep Reinforcement Learning In Edge Computing, Xiang Ju, Shengchao Su, Chaojie Xu, Beibei He

Journal of System Simulation

Abstract: Aiming at the offloading and execution of delay-constrained computing tasks for internet of vehicles in edge computing, a task scheduling method based on deep reinforcement learning is proposed. In multi-edge server scenario, a software-defined network-aided internet of vehicles task offloading system is built. On this basis, the task scheduling model of vehicle computation offloading is given. According to the characteristics of task scheduling, a scheduling method based on an improved pointer network is designed. Considering the complexity of task scheduling and computing resource allocation, the deep reinforcement learning algorithm is used to train the pointer network. The vehicle offloading …

Airport Operational Efficiency Evaluation Based On Combined Weighting-Topsis Model, Jie Hu, Fan Bao

Journal of System Simulation

Abstract: In order to improve the scientificity and comprehensiveness of the airport operational efficiency evaluation, a new method based on the combined weighting-TOPSIS model is proposed. From 4 dimensions of stand operational efficiency, passenger boarding efficiency, aircraft taxiing efficiency, and coordination efficiency, a new airport operational efficiency evaluation system consisting of 11 indicators, such as flight approach rate, corridor bridge turnover rate, stand change ratio, etc., are constructed. G1 method and entropy weight method are implemented respectively to calculate the subjective and objective weights of the evaluation indicators, and the combined weights are calculated by minimizing the deviation of subjective …