Open Access. Powered by Scholars. Published by Universities.®
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 30 of 65
Full-Text Articles in Physical Sciences and Mathematics
การสร้างแผนภาพการแพร่กระจายเชิงเวลาของคำสำคัญของเฟซบุ๊กเพจ, โสรญา ฉลาด
การสร้างแผนภาพการแพร่กระจายเชิงเวลาของคำสำคัญของเฟซบุ๊กเพจ, โสรญา ฉลาด
Chulalongkorn University Theses and Dissertations (Chula ETD)
เฟซบุ๊กเพจเป็นหนึ่งในเครื่องมือที่ช่วยผู้ใช้งานสื่อสังคมออนไลน์สามารถเผยแพร่และแบ่งปันเนื้อหาข้อมูลไปยังเครือข่ายได้อย่างรวดเร็วทันกาลและกว้างขวาง ซึ่งเหตุผลหลักของความเชื่อมโยงในด้านเนื้อหาของแต่ละเฟซบุ๊กเพจ คือ การติดต่อสื่อสารแลกเปลี่ยนข้อมูลความคิดเห็น การทำกิจกรรมร่วมกันหรือความสนใจในเรื่องเดียวกัน เป็นคู่แข่งทางธุรกิจ เป็นต้น ในปัจจุบัน เฟซบุ๊กเพจยังคงเป็นสื่อสังคมออนไลน์ที่ได้รับความนิยมจากผู้ใช้งานอย่างแพร่หลาย จึงทำให้มีข้อมูลจำนวนมหาศาลอยู่ในเฟซบุ๊กจากการผลิตเนื้อหาของผู้ใช้งานในทุกวัน ซึ่งข้อมูลเหล่านั้นนักวิเคราะห์สามารถนำไปวิเคราะห์เครือข่ายทางสังคมได้ งานวิจัยนี้นำเสนอการสร้างแผนภาพการแพร่กระจายเชิงเวลาของคำสำคัญที่ปรากฏในเนื้อหาหรือสเตตัสจากข้อมูลในเฟซบุ๊กเพจ ซึ่งรวบรวมเนื้อหาในรูปแบบของโดเมนทั้งหมด 3 โดเมน ได้แก่ ด้านเทคโนโลยี ด้านท่องเที่ยว และด้านบันเทิง เพื่อง่ายต่อการวิเคราะห์การแพร่กระจายเชิงเวลาของคำสำคัญ โดยแต่ละโดเมนจะมีความเชื่อมโยงของเนื้อหาที่แตกต่างกันไป การวิเคราะห์จากความสัมพันธ์ของคำสำคัญนี้จะสามารถมองเห็นโครงสร้างของเครือข่ายสังคมออนไลน์ ผู้ที่เป็นศูนย์กลางของเครือข่าย หรือแม้กระทั่งผู้ทรงอิทธิพลในเครือข่ายได้ การสร้างแผนภาพการแพร่กระจายเชิงเวลาของคำสำคัญนี้จึงสามารถนำไปวิเคราะห์และต่อยอดในเรื่องของการตลาดได้
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจขายรถยนต์มือสองออนไลน์, เรวัต อินทรวงศ์
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจขายรถยนต์มือสองออนไลน์, เรวัต อินทรวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในยุคที่คนทั่วไปสามารถเข้าถึงอินเทอร์เน็ตได้มากขึ้น ทำให้เกิดช่องทางการซื้อขายที่เรียกว่า พาณิชย์อิเล็คทรอนิกส์ หรือ อีคอมเมอรซ์ ขึ้นมา โดยการซื้อขายรถยนต์มือสองก็ถูกนำมาใช้ในช่องทางนี้ด้วยเช่นกัน แต่อย่างไรก็ตามธุรกิจเว็บไซต์สื่อกลางขายรถยนต์มือสองต้องพบกับคู่แข่งจำนวนมาก ทั้งคู่แข่งที่เป็นเว็บไซต์สื่อกลางเหมือนกัน เว็บไซต์ของธุรกิจโดยตรง รวมถึงช่องทางอื่นๆ ที่ไม่ใช่เว็บไซต์ อย่าง โซเชียลมีเดีย เช่น เฟสบุ๊ค แฟนเพจ อินสตาแกรม และ ไลน์ เป็นต้น ทำให้ธุรกิจเว็บไซต์สื่อกลางขายรถยนต์มือสองต้องพยายามพัฒนาเว็บไซต์ของตนเองให้มีความน่าเชื่อถือสำหรับผู้ซื้อ และสามารถสร้างยอดขายให้แก่ผู้ขายรถมือสองที่เป็นสมาชิกของเว็บไซต์ให้เป็นที่พอใจ นอกจากนั้นแล้วการวิเคราะห์ข้อมูลนับเป็นเรื่องที่สำคัญ เพื่อให้ได้ข้อมูลเชิงลึกสำหรับการตัดสินใจที่สำคัญของธุรกิจ โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงขของธุรกิจขายรถยนต์มือสองออนไลน์” ประกอบด้วย 5 ระบบ ได้แก่ (1) ระบบวิเคราะห์ลูกค้าธุรกิจ (2) ระบบวิเคราะห์ลูกค้าบุคคล (3) ระบบวิเคราะห์พฤติกรรมการเข้าชมเว็บไซต์ (4) ระบบวิเคราะห์การร้องเรียน และ (5) ระบบพยากรณ์การยกเลิกสัญญาของลูกค้าธุรกิจ ระบบได้ถูกพัฒนาขึ้นบนฐานข้อมูล Microsoft SQL Server Studio 2018 โดยใช้โปรแกรม Power BI และ Rapid Miner Studio ในการวิเคราะห์ข้อมูล ระบบสารสนเทศที่พัฒนาจะช่วยให้เจ้าของเว็บไซต์สื่อกลางขายรถยนต์มือสองสามารถวิเคราะห์ข้อมูลในมุมมองต่างๆ ได้อย่างถูกต้องรวดเร็วและแม่นยำ และเพิ่มประสิทธิภาพในการแข่งขันขององค์กรได้
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจโรงเรียนกวดวิชา, สุรศักดิ์ เจริญฟูประเสริฐ
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจโรงเรียนกวดวิชา, สุรศักดิ์ เจริญฟูประเสริฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การกวดวิชาเป็นที่นิยมอย่างแพร่หลายสำหรับผู้เรียนทุกระดับชั้นในประเทศไทย ทำให้ในรอบหลายปีที่ผ่านมา ธุรกิจโรงเรียนกวดวิชาเติบโตอย่างรวดเร็ว และมีธุรกิจโรงเรียนกวดวิชาเกิดขึ้นจำนวนมากทั้งในกรุงเทพมหานครและหลายจังหวัดในประเทศไทย การเติบโตของธุรกิจโรงเรียนกวดวิชาอย่างรวดเร็ว รวมถึงจำนวนประชากรในช่วงวัยเรียนที่ลดลง ส่งผลให้ธุรกิจโรงเรียนกวดวิชาแต่ละแห่งมีส่วนแบ่งการตลาดที่ลดลง ทำให้โรงเรียนกวดวิชาหลายสถาบันจำเป็นต้องปรับตัวเองเพื่อให้อยู่ในสถานะที่พร้อมแข่งขัน โดยปรับรูปแบบการเรียนให้เป็นการเรียนผ่านระบบคอมพิวเตอร์หรือรูปแบบออนไลน์ ที่ผู้เรียนสามารถกำหนดเวลาเริ่ม-เลิก และจำนวนชั่วโมงเรียนได้ด้วยตัวเอง รวมทั้งการให้บริการเสริมกับผู้เรียน เช่น มีเฉลยแบบฝึกหัดอย่างละเอียดและการให้บริการตอบข้อสงสัยของผู้เรียนผ่านระบบสารสนเทศ ดังนั้นการนำเทคโนโลยีและระบบสารสนเทศเข้ามาช่วยเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลเพื่อใช้ประกอบการตัดสินใจของผู้บริหารจึงมีความความจำเป็นอย่างยิ่ง เพื่อให้การวางมาตรการหรือแผนนโยบายของผู้บริหารตอบสนองกับความท้าทายของธุรกิจโรงเรียนกวดวิชา โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจโรงเรียนกวดวิชา” นี้ ประกอบด้วย 5 ระบบหลัก ได้แก่ ระบบวิเคราะห์การลงทะเบียนเรียน ระบบวิเคราะห์พฤติกรรมการเรียน ระบบวิเคราะห์คำถาม ระบบวิเคราะห์การลงทะเบียนเรียนรูปแบบออนไลน์ และระบบจำแนกคำถามของผู้เรียน โดยพิจารณาจากปัจจัยทางด้านการสมัครเรียน การเข้าเรียน และการถามคำถามของผู้เรียน ระบบสารสนเทศนี้ได้รับการพัฒนาขึ้นโดยใช้ระบบจัดการฐานข้อมูล Microsoft SQL Server 2018 ใช้เครื่องมือต่าง ๆ ของโปรแกรม Tableau Desktop Professional Edition Version 2019.4 และใช้เครื่องมือ Jupyter Notebook (Anaconda 3) ในการสร้างแบบจำลอง โดยระบบที่พัฒนาขึ้นนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ธุรกิจโรงเรียนกวดวิชาในมุมมองต่าง ๆ ได้ทันสถานการณ์และเพิ่มประสิทธิภาพในการดำเนินธุรกิจขององค์กร
คลังข้อมูลธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูง ของธุรกิจผลิต และจำหน่ายเม็ดมะม่วงหิมพานต์แปรรูป, เพชรรัตน์ ขันติชวโรจน์
คลังข้อมูลธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูง ของธุรกิจผลิต และจำหน่ายเม็ดมะม่วงหิมพานต์แปรรูป, เพชรรัตน์ ขันติชวโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
เม็ดมะม่วงหิมพานต์ หรือ กาหยู ถือว่าเป็นผลิตภัณฑ์สินค้า OTOP ของไทยที่ผู้คนมักนิยมซื้อเป็นของฝาก และในปัจจุบันยังเป็นที่ต้องการของตลาดทั้งใน และต่างประเทศ นับว่าเป็นสินค้าการเกษตรที่สำคัญของไทย และเป็นสินค้าส่งออกที่เติบโตขึ้นอย่างต่อเนื่อง เม็ดมะม่วงหิมพานต์มีอายุที่สามารถเก็บไว้ได้นานแต่ต้องมีการดูแลรักษาอย่างดี เพราะสามารถเสียหายหรือเสื่อมคุณภาพได้ง่าย ผลิตภัณฑ์ที่ผลิตจึงมักไม่ได้คุณภาพตามที่ลูกค้าต้องการ ก่อให้เกิดต้นทุนที่สูง และการผันผวนของราคาและกลไกตลาด เป็นผลให้ธุรกิจเม็ดมะม่วงหิมพานต์ มีการแข่งขันที่สูงขึ้น ดังนั้นการนําเทคโนโลยีสารสนเทศเข้ามาใช้เป็นเครื่องมือสนับสนุนการวิเคราะห์จะช่วยให้ผู้บริหารมองเห็นภาพรวมของธุรกิจในแง่มุมต่างๆ และสามารถเจาะลึกลงไปในปัญหาที่เกิดขึ้นโดยมีข้อมูลประกอบในการตัดสินใจ ที่จะช่วยสร้างความได้เปรียบทางการแข่งขัน ในการวางแผนกำหนดกลยุทธ์ และตัดสินใจในการบริหารให้มีประสิทธิภาพมากขึ้น โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจผลิต และจำหน่ายเม็ดมะม่วงหิมพานต์แปรรูป” ประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบวิเคราะห์ยอดขาย (2) ระบบวิเคราะห์สินค้าคงคลัง (3) ระบบวิเคราะห์ซัพพลายเออร์ (4) ระบบวิเคราะห์การผลิตและควบคุมคุณภาพ และ (5) ระบบวิเคราะห์ความสัมพันธ์ของสินค้าที่ลูกค้าซื้อออนไลน์ ระบบได้ถูกพัฒนาขึ้นบนฐานข้อมูล Microsoft SQL Server 2017 โดยใช้โปรแกรม Tableau Desktop Version 2019.2 และโปรแกรม RapidMiner Studio Version 9.4 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่างๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจในการดำเนินธุรกิจได้อย่างเหมาะสมและมีประสิทธิภาพ ซึ่งจะสร้างประโยชน์ให้แก่องค์กรโดยรวม และเพิ่มความได้เปรียบหรือขีดความสามารถในการแข่งขันให้แก่องค์กรอีกด้วย
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย, ปาริฉัตร เจือเพ็ชร์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย, ปาริฉัตร เจือเพ็ชร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันธุรกิจจัดสรรบ้านและที่ดินเป็นธุรกิจที่มีการแข่งขันกันสูงมาก เพราะมีผู้ประกอบการในตลาดมากราย แต่ละรายก็เน้นที่จะเพิ่มยอดขายและทำกำไรให้สูงขึ้น ทำให้ปริมาณการก่อสร้างบ้านมีมากกว่ากำลังซื้อบ้านจัดสรรจำเป็นต้องสร้างเป็นการล่วงหน้า และกว่าจะแล้วเสร็จต้องใช้เวลาหลายเดือน ถ้าเกิดภาวะเศรษฐกิจชะลอตัว กำลังซื้อตกลง จะมีสินค้าคงค้างเหลือขายในตลาดเป็นจำนวนมาก ดังนั้นเพื่อให้ขายบ้านได้ผู้จัดสรรจำเป็นต้องลดราคาลง ทำให้การแข่งขันยิ่งรุนแรงขึ้น ยอดขายโดยรวมจะลดลง ขณะที่ต้นทุนยังสูงอยู่ ผู้ประกอบการจึงต้องปรับตัวเพื่อแข่งขันกับคู่แข่ง คือการนำเทคโนโลยีสารสนเทศเข้ามาใช้เป็นเครื่องมือสนับสนุนการวิเคราะห์ ช่วยในการวางแผนพัฒนาอสังหาริมทรัพย์และการกำหนดกลยุทธ์ ลดการปลูกสร้างบ้านล่วงหน้าไม่ให้มีจำนวนมากเกินไป ควบคุมต้นทุน ลดค่าใช้จ่าย เพื่อให้บริษัทยังคงรักษาความสามารถในการแข่งขันได้ต่อไป โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจอสังหาริมทรัพย์เพื่ออยู่อาศัย” ประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบวิเคราะห์ภาพรวมของธุรกิจอสังหาริมทรัพย์ (2) ระบบวิเคราะห์รายได้และกำไรขั้นต้น (3) ระบบวิเคราะห์ค่าใช้จ่ายทางการตลาด (4) ระบบวิเคราะห์สินค้าคงค้าง และ (5) ระบบวิเคราะห์คู่แข่ง ระบบได้ถูกพัฒนาขึ้นบนฐานข้อมูล Microsoft SQL Server 2019 Developer โดยใช้โปรแกรม Tableau Desktop 2019.4.3 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจในการดำเนินธุรกิจได้อย่างเหมาะสมและมีประสิทธิภาพ ซึ่งจะสร้างประโยชน์ให้แก่บริษัทโดยรวม และเพิ่มความได้เปรียบหรือขีดความสามารถในการแข่งขันให้แก่บริษัทอีกด้วย
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อความตั้งใจที่จะแบ่งปันวิดีโอโฆษณาไวรัลบนสื่อสังคมออนไลน์ โดยได้ศึกษาตัวแปรที่สำคัญต่อความตั้งใจที่จะแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ 3 ตัวแปร ได้แก่ ลักษณะบุคลิกภาพห้าองค์ประกอบ อารมณ์ที่มีต่อการรับชมวิดีโอไวรัล และการรับรู้ถึงประโยชน์จากวิดีโอไวรัล โดยประชากรของงานวิจัยนี้คือผู้ใช้งานสื่อสังคมออนไลน์ที่ใช้งานสื่อสังคมออนไลน์ โดยไม่สามารถทราบขนาดของประชากร งานวิจัยนี้ได้ใช้วิดีโอไวรัล 3 วิดีโอ ซึ่งมาจากวิดีโอที่ได้กลายเป็นวิดีโอไวรัลบนสื่อสังคมออนไลน์ในประเทศไทย งานวิจัยครั้งนี้ใช้การทดสอบสมมติฐานในการวิจัยโดยการวิเคราะห์การถดถอยโลจิสติคเพื่อค้นหาอิทธิพลของตัวแปรต้นต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ จากผลการวิเคราะห์ข้อมูลพบว่า ลักษณะบุคลิกภาพในด้านความเห็นด้วยกับผู้อื่นและความมีจิตสำนึก รวมทั้งการรับรู้ถึงประโยชน์จากวิดีโอไวรัลเป็นตัวแปรที่มีอิทธิพลต่อความตั้งใจในการแบ่งปันวิดีโอ ผลลัพธ์ของงานวิจัยนี้จะเป็นประโยชน์ต่อผู้สร้างวิดีโอบนสื่อสังคมออนไลน์เพื่อใช้ปรับปรุงวิดีโอให้กลายเป็นวิดีโอไวรัลได้ดีขึ้น
ปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์, ภัทรา อาวะกุลพาณิชย์
ปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์, ภัทรา อาวะกุลพาณิชย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้มีจุดมุ่งหมายเพื่อศึกษา วิเคราะห์และเปรียบเทียบปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ ผู้วิจัยมุ่งศึกษาตัวแปรที่เกี่ยวข้องได้แก่ (1) ปัจจัยด้านการกุศล (ปัจจัยภายใน คือ ความเข้าใจผู้อื่น ความเอื้อเฟื้อ และความรู้สึกเป็นส่วนหนึ่งของชุมชน และ ปัจจัยภายนอก ได้แก่ ภาพลักษณ์ขององค์กร) และ (2) ปัจจัยด้านการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ (ปัจจัยภายใน ได้แก่ ความสนใจและความอยากรู้ และ ปัจจัยภายนอก ได้แก่ ความสนุก คุณภาพเนื้อหาการเรียนรู้ และความน่าดึงดูดใจของสื่อการเรียนมัลติมีเดีย) โดยมีตัวแปรกำกับ ได้แก่ เพศของผู้ใช้งาน และเก็บข้อมูลจากหน่วยตัวอย่างกลุ่มเจเนอเรชันวายเป็นเพศชายจำนวน 101 คน และเพศหญิงจำนวน 101 คน ผลการวิเคราะห์ข้อมูลในภาพรวม พบว่า ตัวแปรต้นทั้ง 8 ตัวมีอิทธิพลเชิงบวกต่อตัวแปรตาม ได้แก่ ความตั้งใจกลับมาใช้งาน และความตั้งใจในการบอกต่อ โดยพบว่า ปัจจัยความสนุกมีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งาน และ ปัจจัยคุณภาพเนื้อหาการเรียนรู้ มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจในการบอกต่อ เมื่อเพศของผู้ใช้งานเป็นเพศชาย พบว่า ปัจจัยความสนุก มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อ และเมื่อเพศของผู้ใช้งานเป็นเพศหญิง พบว่า ปัจจัยภาพลักษณ์องค์กร มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งาน และ ปัจจัยคุณภาพเนื้อหาการเรียนรู้ มีอิทธิพลเชิงบวกสูงสดต่อความตั้งใจในการบอกต่อ
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Chulalongkorn University Theses and Dissertations (Chula ETD)
Text correction systems (e.g., spell checkers) have been used to improve the quality of computerized text by detecting and correcting errors. However, the task of performing spelling correction and word normalization (text correction) for Thai social media text has remained largely unexplored. In this thesis, we investigated how current text correction systems perform on correcting errors and word variances in Thai social texts and propose a method designed for this task. We have found that currently available Thai text correction systems are insufficiently robust for correcting spelling errors and word variances, while the text correctors designed for English grammatical error …
Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen
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 …
Thai Scene Text Recognition, Thananop Kobchaisawat
Thai Scene Text Recognition, Thananop Kobchaisawat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automatic scene text detection and recognition can benefit a large number of daily life applications such as reading signs and labels, and helping visually impaired persons. Reading scene text images becomes more challenging than reading scanned documents in many aspects due to many factors such as variations of font styles and unpredictable lighting conditions. The problem can be decomposed into two sub-problems: text localization and text recognition. The proposed scene text localization works at the pixel level combined with a new text representation and a fully-convolutional neural network. This method is capable of detecting arbitrary shape texts without language limitations. …
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Graphical User Interfaces (GUIs) has become popular in today software products due to its user-friendly merit. However, GUI tests are costly and suffer explosive test cases. Moreover, software evolution causes the GUIs inevitably changed resulting in harder testing. Regression test has been widely used for GUIs software testing when software changes. It is considered to be the most expensive phase in the software testing process, though. Among several alternatives, the technique of test case prioritization would help identify the reduced set of test cases in the regression testing suite, still maintain the same criteria as the original number of test …
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Chulalongkorn University Theses and Dissertations (Chula ETD)
Ocean surface current prediction is a crucial task for a variety of marine activities, such as disaster monitoring, search and rescue operations, power forecasting, and etc. There are three traditional forecasting approaches: (i) numerical based approach, (ii) time series based approach and (iii) machine learning based approach. However, their prediction accuracy was limited as they did not cooperate with spatial and temporal effects together, including oceanic knowledge is also not considered. This paper introduces the ocean surface prediction model that accounts for spatial and temporal characteristics by a combination between CNN and GRU and also the incorporation of oceanic inputs …
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Chulalongkorn University Theses and Dissertations (Chula ETD)
Matrix multiplication is a fundamental operation used in many problems, and many matrix multiplication algorithms are proposed for many computing environments. TensorFlow is a machine learning platform with many mathematic library functions including matrix multiplication. TensorFlow provides two methods, tf.matmul and tf.sparse_matmul, for matrix multiplication. It is suggested that tf.matmul should be used for dense matrices, and tf.sparse_matmul should be used for sparse matrices. In this work, an approach is proposed to improve the efficiency of matrix multiplication in TensorFlow. The proposed approach divides each matrix into four submatrices, and chooses either tf.matmul or tf.sparse_matmul for the multiplication of each …
ซอฟต์แวร์แพลตฟอร์มแบบบูรณาการเพื่อการแพทย์แม่นยำของโรคมะเร็ง, เนด้า เปอิโรเน
ซอฟต์แวร์แพลตฟอร์มแบบบูรณาการเพื่อการแพทย์แม่นยำของโรคมะเร็ง, เนด้า เปอิโรเน
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแพทย์แม่นยำคือ กลยุทธ์ในการวินิจฉัยโรคและการตัดสินใจเลือกแนวทางการรักษาจากข้อมูลพันธุกรรมเฉพาะบุคคล ด้วยการพัฒนาความสามารถด้านเทคโนโลยีโอมิกส์ไปอย่างรวดเร็ว เช่น การหาลำดับเบสดีเอ็นเอ การหาระดับการแสดงออกของยีนด้วยเทคโนโลยีอาร์เอ็นเอซีเควนซิ่ง เป็นต้น จากผลลัพธ์ของกระบวนการตัวอย่างข้างต้น นำมาวิเคราะห์เพื่อตรวจหาลักษณะจำเพาะของยีนกลายพันธุ์ในผู้ป่วยแต่ละราย หรือวัดระดับการแสดงออกของยีนที่ตอบสนองต่อยา เพื่อช่วยแพทย์เฉพาะทางในการออกแบบการรักษาและการเลือกใช้ยาที่เหมาะสมกับผู้ป่วยแต่ละราย ดังนั้น นอกเหนือจากข้อมูลทางคลินิกแล้ว ข้อมูลโอมิกส์จึงกลายเป็นสิ่งจำเป็นในการวินิจฉัยโรคได้อย่างแม่นยำจำเพาะต่อตัวบุคคล โดยวิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์แพลตฟอร์มแบบบูรณาการเพื่อการแพทย์แม่นยำของโรคมะเร็ง ซึ่งมีชื่อว่ารันอองโค (RUN-ONCO) โดยมีวัตถุประสงค์เพื่อสนับสนุนให้แพทย์เฉพาะทางและนักวิจัยสามารถดูแลจัดการข้อมูลที่หลากหลายได้โดยง่าย และสามารถใช้ข้อมูลที่มีอยู่ได้อย่างมีประสิทธิภาพและก่อให้เกิดประโยชน์ แพลตฟอร์มให้บริการจัดเก็บข้อมูลทางคลินิก ข้อมูลชีววัตถุ และข้อมูลโอมิกส์ ที่สนับสนุนการบูรณาการข้อมูลเข้าสู่ระบบได้ รวมทั้งสามารถดำเนินการเชื่อมโยงข้อมูลระหว่างฐานข้อมูลสาธารณะ เช่น ฐานข้อมูลสตริง ฐานข้อมูลอองโคเคบี เป็นต้น เนื่องจากงานวิจัยในด้านการวิเคราะห์ข้อมูลโอมิกส์ร่วมกับไลบารีจาวาสคริปต์ที่ช่วยในการวิเคราะห์และแสดงผลเชิงรูปภาพมีจำนวนเพิ่มมากขึ้นเรื่อย ๆ รันอองโคจึงถูกออกแบบให้มีความยืดหยุ่นสูง โดยออกแบบซอฟต์แวร์แพลตฟอร์มภายใต้แนวคิดสถาปัตยกรรม 3-เทียร์ และสถาปัตยกรรมเชิงคอมโพเนนท์ นอกจากนี้ยังมีการนำแบบรูปต่าง ๆ มาประยุกต์ใช้ เพื่อสนับสนุนการเพิ่มกระบวนการวิเคราะห์และการแสดงผลเชิงรูปภาพที่หลากหลายได้โดยง่าย
การพยากรณ์ปริมาณน้ำฝนของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, เฟื่องลดา มะโนกิจ
การพยากรณ์ปริมาณน้ำฝนของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, เฟื่องลดา มะโนกิจ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพยากรณ์น้ำฝนมีความสำคัญมากต่อประเทศไทยในเรื่องของการบริหารจัดการทรัพยากรน้ำ เนื่องจากการพยากรณ์น้ำฝนถูกนำไปใช้ในเรื่องการเตือนภัยว่าจะเกิดน้ำท่วม การวางแผนทางด้านเกษตรกรรม และอื่น ๆ งานวิจัยก่อนหน้าได้มีการพยายามทำนายปริมาณน้ำฝนผ่านข้อมูลที่เป็นโทรมาตรหรือสถานีวัดน้ำฝน โดยใช้แบบจำลองการเรียนรู้ของเครื่อง เช่น แบบจำลองอาริมา แบบจำลองเคเอ็นเอ็นเข้ามาหาแนวทางการทำนาย จนกระทั่งได้มีแบบจำลองการเรียนรู้เชิงลึกเกิดขึ้น ซึ่งพบว่าแบบจำลองการเรียนรู้เชิงลึกสามารถเข้ามาช่วยทำนายและให้ผลการทำนายที่ดีกว่า อย่างไรก็ตามประเทศไทยยังพบปัญหาในเรื่องชุดข้อมูลไม่สมดุล เนื่องจากประเทศไทยมีช่วงฝนแล้งเป็นปริมาณมากเมื่อเทียบกับช่วงที่ฝนตกจริง ๆ ดังนั้นในงานวิจัยนี้จะนำเสนอแบบจำลองการเรียนรู้เชิงลึกสองแบบจำลองต่อกันเพื่อแก้ปัญหาการทำนายไม่ได้จากชุดข้อมูลไม่สมดุล ได้แก่ แบบจำลองการจำแนกประเภทเพื่อนำมาจำแนกว่าในชั่วโมงข้างหน้าฝนจะตกหรือไม่ และแบบจำลองวิเคราะห์การถดถอยเพื่อทำนายปรืมาณน้ำฝนที่เกิดขึ้นจริงโดยจะใช้ข้อมูลรับเข้าเฉพาะช่วงที่ฝนตกเท่านั้น นอกเหนือจากนี้งานวิจัยนี้ยังเพิ่มคุณลักษณะโทรมาตรใกล้เคียงเข้ามาช่วยทำนาย โดยงานวิจัยนำเสนอแบบจำลองนิวรอลเน็ตเวิร์กคอนโวลูชันร่วมกับโครงข่ายประตูวกกลับ และแบบจำลองนิวรอลเน็ตเวิร์กคอนโวลูชันร่วมกับตัวเข้ารหัสข้อมูลอัตโนมัติ โดยทดลองจะใช้ข้อมูลปริมาณฝนที่ได้รับการสนับสนุนจากสถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน) หรือ สสน. โดยผลลัพธ์ของการทดลอง แบบจำลองที่นำเสนอสามารถให้ค่าความคลาดเคลื่อนต่ำสุดเมื่อเปรียบเทียบกับปริมาณน้ำฝนทั้งหมดในทุกภาค สุดท้ายนี้งานวิจัยจะนำเสนอถึงแนวทางการทำนายหลายชั่วโมงโดยใช้ข้อมูลที่ถูกทำนายรับเข้ามาเป็นข้อมูลรับเข้า
การทำนายการยกเลิกบริการของลูกค้าโดยใช้เทคนิคการเรียนรู้เสริมกำลัง, เมธาวี ปัญจสุชาติ
การทำนายการยกเลิกบริการของลูกค้าโดยใช้เทคนิคการเรียนรู้เสริมกำลัง, เมธาวี ปัญจสุชาติ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายการยกเลิกบริการของลูกค้าเป็นหนึ่งในความท้าทายที่ยิ่งใหญ่สำหรับการดำเนินงานธุรกิจในปัจจุบัน เนื่องจากการสูญเสียลูกค้าย่อมส่งผลโดยตรงต่อชื่อเสียง แผนการเงินและการเติบโตขององค์กร พฤติกรรมลูกค้าอาจเปลี่ยนแปลงไปจากเหตุปัจจัยที่ไม่สามารถควบคุมได้หรือสถานการณ์ที่ไม่อาจคาดคิด ส่งผลกระทบต่อแพตเทิร์นของข้อมูลที่เปลี่ยนไป ซึ่งอาจส่งผลลบต่อความสามารถการทำนายของตัวจำแนกประเภทที่สร้างจากเทคนิคการเรียนรู้แบบมีการชี้นำซึ่งเป็นการเรียนรู้ที่ไม่โต้ตอบ งานวิจัยนี้จึงนำเสนอการประยุกต์ใช้เทคนิคการเรียนรู้เสริมกำลังสำหรับการทำนายการยกเลิกบริการของลูกค้าในธุรกิจโทรคมนาคม แบบจำลองดีคิวเอ็นและโพลิซีเกรเดียนต์ได้ถูกพัฒนาและปรับใช้เพื่อการเรียนรู้บนชุดข้อมูลการยกเลิกบริการของลูกค้าที่ใช้สำหรับงานการจำแนกประเภท ชุดข้อมูลอีกชุดหนึ่งได้ถูกสร้างขึ้นจากชุดข้อมูลเดิมโดยการเพิ่มตัวอย่างที่แสดงถึงพฤติกรรมลูกค้าที่เปลี่ยนแปลงไป สมรรถนะของตัวจำแนกประเภทที่เลือกเปรียบเทียบกับดีคิวเอ็นและโพลิซีเกรเดียนต์ถูกประเมินด้วยค่าตัววัดทั้งสี่ประกอบด้วย ความแม่นยำ ความเที่ยงตรง ความครบถ้วน และเอฟวัน ผลการทดลองพบว่า เมื่อเปรียบเทียบกับตัวจำแนกประเภทที่เลือกคือ เอกซ์จีบูสต์ แรนดอมฟอเรสต์ และ เคเอ็นเอ็น ตัวเรียนรู้เชิงรุก ดีคิวเอ็นและโพลิซีเกรเดียนต์ มีสมรรถนะที่เหนือกว่าทั้งสองสถานการณ์ กล่าวคือ เมื่อทดสอบด้วยชุดข้อมูลตั้งต้น และเมื่อชุดข้อมูลได้ขยายตัวเพิ่มขึ้นและวิวัฒนาการจากการเกิดขึ้นของแพตเทิร์นใหม่
โครงข่ายประสาทเทียมสำหรับพยากรณ์ราคาสูงสุดและราคาต่ำสุดบนตลาดอัตราแลกเปลี่ยน, ฆฤณ ชินประสาทศักดิ์
โครงข่ายประสาทเทียมสำหรับพยากรณ์ราคาสูงสุดและราคาต่ำสุดบนตลาดอัตราแลกเปลี่ยน, ฆฤณ ชินประสาทศักดิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้เปรียบเทียบโครงข่ายประสาทเทียม 4 แบบจำลองจากงานวิจัยต้นแบบ (I. โครงข่ายประสาทเทียมแบบส่งค่าย้อนกลับ II. โครงข่ายประสาทเทียมอย่างถูกต้องของเบส์ III. ขั้นตอนผสมผสานระหว่างการแยกส่วนประกอบของรูปแบบเชิงประจักษ์กับขั้นตอนโครงข่ายประสาทเทียมแบบความแรงของเวลาอย่างสุ่ม IV. ขั้นตอนผสมผสานระหว่างข้อมูลแบบสุ่มเชิงเวลาที่มีประสิทธิภาพกับโครงข่ายประสาทเทียมแบบเรเดียลเบซิสฟังก์ชัน) และงานวิจัยที่นำเสนอ 2 แบบจำลอง (I. ขั้นตอนผสมผสานระหว่างการแยกส่วนประกอบของรูปแบบเชิงประจักษ์, ข้อมูลแบบสุ่มเชิงเวลาที่มีประสิทธิภาพ และโครงข่ายประสาทเทียมแบบเรเดียลเบซิสฟังก์ชัน II. ขั้นตอนผสมผสานระหว่างการแยกส่วนประกอบของรูปแบบเชิงประจักษ์, ข้อมูลแบบสุ่มเชิงเวลาที่มีประสิทธิภาพ และโครงข่ายประสาทเทียมอย่างถูกต้องของเบส์) ในการพยากรณ์อัตราแลกเปลี่ยนของคู่สกุลเงิน ยูโร/ดอลลาร์สหรัฐ โดยการใช้อินพุตเป็นตัวบ่งชี้ทางเทคนิคและวัดประสิทธิภาพของแบบจำลองด้วยระบบจำลองการซื้อขาย ซึ่งประกอบด้วย กลยุทธการลงทุน วิธีจัดการความเสี่ยง และหลักการบริหารเงิน ผลการทดลองแสดงให้เป็นว่าโครงข่ายประสาทเทียมที่นำเสนอให้ผลตอบแทนที่ดีกว่าแบบจำลองจากงานวิจัยต้นแบบ
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา โดยใช้เมทริกซ์โพรไฟล์แบบประมาณที่มีการเพิ่มสมรรถนะ, ชนะพล อ้นวงษา
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา โดยใช้เมทริกซ์โพรไฟล์แบบประมาณที่มีการเพิ่มสมรรถนะ, ชนะพล อ้นวงษา
Chulalongkorn University Theses and Dissertations (Chula ETD)
การค้นพบโมทีฟและดิสคอร์ดสำหรับอนุกรมเวลา เป็นสาขาหนึ่งของงานวิจัยการทำเหมืองข้อมูลอนุกรมเวลา ซึ่งการค้นหารูปแบบของลำดับย่อยที่เกิดขึ้นซ้ำโดยมีลักษณะคล้ายกัน และรูปแบบของลำดับย่อยที่มีความผิดปกติ คือการค้นพบโมทีฟและการค้นพบดิสคอร์ดตามลำดับ วิธีการหนึ่งที่เป็นที่นิยมสำหรับงานด้านการค้นพบโมทีฟและดิสคอร์ด คือการคำนวณหาเมทริกซ์โพรไฟล์ เนื่องจากเป็นวิธีที่รวดเร็ว และได้คำตอบที่ถูกต้องแม่นยำ แต่ถ้าหากข้อมูลอนุกรมเวลามีขนาดที่ใหญ่มาก จะส่งผลให้เวลาที่ใช้ในการคำนวณนั้นนานมากตามไปด้วย และอีกหนึ่งปัญหาที่สำคัญ คือการกำหนดค่าพารามิเตอร์ความยาว ของลำดับย่อย ที่ใช้ในการค้นหาโมทีฟ ที่ผู้ใช้ไม่สามารถทราบได้แน่ชัดว่า ควรกำหนดความยาวของลำดับย่อยเป็นเท่าใด เพื่อแก้ปัญหาที่กล่าวมาข้างต้น งานวิจัยนี้จึงได้นำเสนอเมทริกซ์โพรไฟล์แบบประมาณ ที่มีการเพิ่มสมรรถนะ สำหรับทั้งปัญหาการค้นพบโมทีฟและดิสคอร์ด ซึ่งลดเวลาในการคำนวณได้เป็นอย่างมาก และผลลัพธ์ที่ได้มีความใกล้เคียงเดิม อีกทั้งนำเสนออัลกอริทึมสำหรับการกำหนดพารามิเตอร์ค่าความยาวโมทีฟที่เหมาะสม จากผลการทดลอง อัลกอริทึมสามารถลดกระบวนการคำนวณลงได้ ส่งผลให้เวลาที่ใช้ในการคำนวณลดลงได้เป็นอย่างมาก อีกทั้งผลลัพธ์ที่ได้ มีค่าใกล้เคียงกับการใช้เมทริกซ์โพรไฟล์แบบปกติ และยังสามารถค้นพบโมทีฟได้ โดยไม่จำเป็นต้องกำหนดค่าความยาวของลำดับย่อย
การพยากรณ์เวลาการเดินทางจากข้อมูล Gps, ชาญวิทย์ จักรธีรังกูร
การพยากรณ์เวลาการเดินทางจากข้อมูล Gps, ชาญวิทย์ จักรธีรังกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพยากรณ์ระยะเวลาเดินทางเป็นส่วนสำคัญของระบบจราจรอัจฉริยะ วิธีการที่เป็นที่นิยมในการพยากรณ์ระยะเวลาเดินทางคือการนำระยะเวลาเดินทางในอดีตมาใช้เพื่อพยากรณ์ระยะเวลาเดินทางในอนาคตอันใกล้ งานวิจัยนี้เป็นการเปรียบเทียบโมเดล LSTM ที่ได้จากข้อมูลประเภท GPS trace กับโมเดลที่สร้างด้วย Neural Network แบบวนซ้ำ ประกอบด้วยโมเดล RNN, LSTM, GRU และการนำโมเดลมาประกอบกันคือ LSTM รวมกับ RNN, LSTM รวมกับ GRU และโมเดล LSTM รวมกับ DNN. โดยทำการศึกษาผลกระทบจากขนาดของ Sliding Window ของข้อมูลที่แตกต่างกัน การนำโมเดลที่สร้างด้วยช่วงถนนช่วงหนึ่งไปใช้พยากรณ์กับถนนช่วงอื่น การนำทิศทางการเดินทางมาเป็นส่วนในการพิจารณา การเปรียบเทียบผลลัพธ์ที่ได้จากวิธีการทำ Link level และ Path level และการพิจารณาในแต่ละช่วงเวลาชั่วโมงของวันโดยผลลัพธ์ที่ได้จากการทดลอง พบว่าโดยรวมโมลเดล LSTM-DNN ให้ผลลัพธ์ที่ดีที่สุด ขณะเดียวกันระยะเวลาที่ใช้สอนและทดสอบโมเดล RNN สามารถทำได้เร็วที่สุด นอกจากนี้ยังคงพบว่าหากเป็นช่วงเวลาเย็นของวันผลการพยากรณ์ที่ได้มีค่าความผิดพลาดสูงกว่าช่วงเวลาอื่นของวันอีกด้วย
การออกและแบบพัฒนาวิธีวิเคราะห์ข้อมูลทวิตเตอร์เพื่อศึกษาพฤติกรรมการตลาดทางการเมืองและกลุ่มผู้บริโภคผ่านการเลือกตั้งในประเทศไทยปี พ.ศ. 2562, ชามีมี่ ประเสริฐดำ
การออกและแบบพัฒนาวิธีวิเคราะห์ข้อมูลทวิตเตอร์เพื่อศึกษาพฤติกรรมการตลาดทางการเมืองและกลุ่มผู้บริโภคผ่านการเลือกตั้งในประเทศไทยปี พ.ศ. 2562, ชามีมี่ ประเสริฐดำ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเลือกตั้งเป็นส่วนสำคัญในระบอบประชาธิปไตย การเลือกตั้งครั้งล่าสุดในประเทศไทยจัดขึ้นเมื่อวันที่ 24 มีนาคม พ.ศ. 2562 ซึ่งเป็นการลงคะแนนเสียงครั้งแรกในรอบห้าปี นับตั้งแต่การยึดอำนาจด้วยการรัฐประหาร สื่อสังคมออนไลน์ทวิตเตอร์เป็นเครื่องมือที่ใช้กันอย่างแพร่หลายในการสร้างกระแสโดยพรรคการเมืองและนักการเมือง วิทยาพนธ์นี้ผู้วิจัยเสนอการวิเคราะห์การเลือกตั้งโดยการวิเคราะห์ข้อมูลจากทวิตเตอร์และผลการเลือกตั้งจากสำนักงานคณะกรรมการการเลือกตั้ง (กกต.) ผู้วิจัยรวบรวมข้อมูล 6 เดือน จากวันที่ 1 มกราคมถึง 6 มิถุนายน พ.ศ. 2562 ผู้วิจัยพบคำหลักที่ได้รับความนิยมบนทวิตเตอร์เป็นพรรคอนาคตใหม่ ในขณะที่พรรคที่ได้รับคะแนนโหวตยอดนิยมคือพรรคพลังประชารัฐ และไม่พบความสัมพันธ์กันระหว่างจำนวนการรีทวีตและผลการโหวตเนื่องจากมีเพียงพรรคเดียวเท่านั้นที่มีจำนวนการรีทวีตที่โดดเด่นเมื่อวิเคราะห์ความรู้สึกของข้อความที่กล่าวถึงพรรคการเมืองจากทวีตของผู้บริโภคค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างจำนวนการกล่าวถึงในเชิงบวกและการโหวตเพิ่มเป็น 0.615 เมื่อทำการถอดถอนพรรคอนาคตใหม่ออกจากการวิเคราะห์ อีกทั้งใช้เทคนิคความถี่ของคำ-ส่วนกลับความถี่ของเอกสารวิเคราะห์ข้อความทวีตในระหว่างการรณรงค์แสดงให้เห็นว่าคำที่มาจากแต่ละพรรคมีความหมายตามบริบทที่แตกต่างกัน ในการจัดกลุ่มรีทวีตเตอร์ พรรคอนาคตใหม่มีสัดส่วนกลุ่มผู้บริโภคที่มีอัตรารีทวีตสูงสุดและอัตรารีทวีตต่ำสุดมากกว่าพรรคอื่น จากการศึกษาพฤติกรรมของผู้บริโภคในการตลาดทางการเมือง พบว่ามีกลุ่มเครือข่ายได้ทำการทวีตถึงทุกพรรคแต่สนับสนุนเพียง 2 พรรคการเมือง ได้แก่ พรรคอนาคตใหม่และพรรคเพื่อไทยจากการวิเคราะห์ความรู้สึกผ่านทวีต ซึ่งผู้บริโภคในเครือข่ายเดียวกันมีข้อความทวีตที่คล้ายคลึงกันโดยพิจารณาจากค่าความเหมือนโคไซน์และพบว่าเมื่อสิ้นสุดการเลือกตั้งพฤติกรรมของผู้บริโภคบางรายได้หยุดการเคลื่อนไหวเกี่ยวกับเรื่องการเมืองบนทวิตเตอร์
การพยากรณ์ความต้องการไฟฟ้าของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, ชูขวัญ สิริทิพากุล
การพยากรณ์ความต้องการไฟฟ้าของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, ชูขวัญ สิริทิพากุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในระบบไฟฟ้านั้นความมั่นคงของระบบไฟฟ้าเป็นสิ่งที่สำคัญที่สุดและไม่ควรจะเกิดไฟฟ้าดับ เพื่อเป็นการเพิ่มความมั่นคงให้ระบบไฟฟ้าจึงจำเป็นต้องพยากรณ์ความต้องการไฟฟ้าล่วงหน้าอย่างน้อย 1 วัน โดยงานวิจัยนี้จะทำการพยากรณ์ความต้องการไฟฟ้าของวันถัดไปรายครึ่งชั่วโมงรวมทั้งหมด 48 ช่วงเวลา ซึ่งในปัจจุบันมีงานวิจัยที่นำเทคนิคการเรียนรู้เชิงลึก (Deep Learning) มาใช้งานในการพยากรณ์ความต้องการไฟฟ้ามากขึ้น แต่แบบจำลองในอดีตไม่เหมาะสมกับสถานการณ์จริงที่เกิดขึ้น โดยในงานวิจัยนี้นำเสนอแบบจำลองสำหรับพยากรณ์ความต้องการไฟฟ้าหลายช่วงเวลาล่วงหน้าที่มีการใช้งานกลไกจุดสนใจ 2 ชั้น (Dual-Stage Attention Mechanism) ซึ่งจะพิจารณาทั้งผลกระทบจากช่วงเวลาในอดีตและผลกระทบจากคุณลักษณะที่ส่งผลถึงข้อมูลในอนาคต รวมถึงในแบบจำลองนี้จะมีการพิจารณาคุณลักษณะอื่น ๆ ที่มีผลกระทบต่อความต้องการไฟฟ้าด้วย นอกจากนั้นงานวิจัยนี้จะมีการออกแบบฟังก์ชันต้นทุนแบบไม่สมมาตร (Asymmetric Loss Function) สำหรับการพยากรณ์ความต้องการไฟฟ้าเพื่อให้สอดคล้องกับสถานการณ์จริงมากยิ่งขึ้น โดยที่ฟังก์ชันต้นทุนนี้จะให้ค่าต้นทุนที่มากกว่ากับการพยากรณ์ที่ต่ำกว่าผลเฉลย เพื่อให้แบบจำลองพยากรณ์ความต้องการไฟฟ้าได้สูงขึ้นทำให้ลดโอกาสในการเกิดไฟฟ้าดับได้
รีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจโดยใช้การตรวจหาคอมมิวนิตีสำหรับแพ็กเกจขนาดใหญ่เกิน, บุณยไชย จันทร์เทียน
รีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจโดยใช้การตรวจหาคอมมิวนิตีสำหรับแพ็กเกจขนาดใหญ่เกิน, บุณยไชย จันทร์เทียน
Chulalongkorn University Theses and Dissertations (Chula ETD)
อาคิเทกเจอร์สเมลเป็นการออกแบบโครงสร้างสถาปัตยกรรมที่ไม่ดีซึ่งเปิดเผยถึงผลกระทบด้านลบต่อคุณภาพซอฟต์แวร์และยังเพิ่มความเสี่ยงในการเกิดข้อบกพร่องตามมาในอนาคต งานวิจัยที่ผ่านมาได้กำหนดและนำเสนออาคิเทกเจอร์สเมลไว้ในหลายรูปแบบและแต่ละรูปแบบส่งผลกระทบต่อคุณภาพซอฟต์แวร์ในมุมที่แตกต่างกัน กระบวนการรีแฟคทอริงเชิงสถาปัตยกรรมเป็นกระบวนการที่ใช้กำจัดอาคิเทกเจอร์สเมลและปรับปรุงคุณภาพของระบบโดยไม่เกิดการเปลี่ยนแปลงพฤติกรรมการทำงานของระบบ อย่างไรก็ตามการกำจัดอาคิเทกเจอร์สเมลรูปแบบหนึ่งอาจก่อให้เกิดอาคิเทกเจอร์สเมลในรูปแบบอื่นขึ้นในระบบ ซึ่งส่งผลกระทบโดยตรงต่อคุณภาพซอฟต์แวร์ งานวิจัยนี้นำเสนอวิธีการในการรีแฟคทอริงสำหรับแพ็กเกจขนาดใหญ่เกินซึ่งเป็นรูปแบบหนึ่งของอาคิเทกเจอร์สเมล โดยใช้การตรวจหาคอมมิวนิตีในกระบวนการรีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจ กระบวนการนี้ใช้สำหรับการแยกแพ็กเกจที่ถูกตรวจพบอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกินให้มีขนาดเล็กลง และหลีกเลี่ยงผลกระทบอื่น ๆ จากอาคิเทกเจอร์สเมลบนพื้นฐานการพึ่งพา โดยมุ่งเน้นที่อาคิเทกเจอร์สเมลรูปแบบอันสเตเบิลดีเพนเดนซี วิธีการที่นำเสนอนี้ได้ให้แนวทางที่เป็นไปได้ที่จะแก้ไขผลกระทบจากอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกิน ซึ่งสามารถประเมินผลโดยการเปรียบเทียบจำนวนอาคิเทกเจอร์สเมลที่ตรวจพบและค่าตัวชี้วัดซอฟต์แวร์ ก่อนและหลังใช้กระบวนการรีแฟคทอริง นอกจากนี้ในงานวิจัยนี้ยังพัฒนาเครื่องมือบนพื้นฐานของวิธีการที่นำเสนอเพื่อที่จะเสนอวิธีการรีแฟคทอริงและสนับสนุนนักพัฒนาเพื่อปรับปรุงคุณภาพซอฟต์แวร์โดยการแก้ไขผลกระทบจากอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกินในระหว่างขั้นตอนการพัฒนาและการบำรุงรักษา
การขยายความสามารถตัวต้นคิดของแกนส์สำหรับการสร้างภาพที่หลากหลายจากภาพร่าง, วรินธร ภูสมสาย
การขยายความสามารถตัวต้นคิดของแกนส์สำหรับการสร้างภาพที่หลากหลายจากภาพร่าง, วรินธร ภูสมสาย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเปลี่ยนแปลงลักษณะกายภาพใบหน้าอาจเป็นผลมาจากวัยที่เพิ่มขึ้น การทำศัลยกรรม หรือการปลอมแปลง ผู้ต้องสงสัยหรืออาชญากรปกปิดอัตลักษณ์ของตนด้วยภาพลักษณ์ที่ผิดไปจากเดิม เช่น ใส่วิกผม สวมแว่นตา หรือติดหนวดเครา งานวิจัยนี้เป็นประโยชน์ต่อการสร้างลักษณะหลากหลายที่ประดิษฐ์ขึ้นให้ผิดไปจากเดิมของผู้ต้องสงสัย หรือใบหน้าที่เปลี่ยนไปของบุคคลสูญหาย เทคนิคแกนส์ได้ถูกประยุกต์ใช้เพื่อสังเคราะห์ภาพสีจากภาพร่าง โดยภาพผลลัพธ์ที่ได้สามารถสร้างความหลากหลายของใบหน้าที่เกิดจากความแตกต่างของคุณลักษณะบนใบหน้าสลับไปมาได้ 5 แบบ ประกอบด้วย มี/ไม่มีผม มี/ไม่มีการแต่งหน้า ผมตรง/ผมลอน ใส่/ไม่ใส่แว่นตา และมี/ไม่มีหนวดเครา แนวทางที่นำเสนอได้ขยายความสามารถตัวต้นคิดของสตาร์แกน2ด้วยสถาปัตยกรรมยูเน็ต การประเมินสมรรถนะของแบบจำลองที่นำเสนอกระทำผ่านการทดลองเปรียบเทียบกับสมรรถนะของสตาร์แกน2 โดยใช้ค่าคะแนนเอฟไอดีสำหรับวัดคุณภาพของภาพที่สร้างขึ้น พบว่า ค่าคะแนนตัววัดเอฟไอดีบนชุดข้อมูลทดสอบให้ผลน้อยกว่า 40% ของค่าที่ได้จากแบบจำลองเส้นฐานสตาร์แกน2 อีกทั้งผลลัพธ์ภาพสังเคราะห์ที่สร้างขึ้นจากคุณลักษณะหลากหลายบนใบหน้าดูเป็นธรรมชาติและสมจริง
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแปรผันเชิงโครงสร้างทางพันธุกรรมคือการเปลี่ยนแปลงลำดับเบสของจีโนมที่ครอบคลุมบริเวณกว้าง การแปรผันเชิงโครงสร้างเหล่านี้มีโอกาสที่จะเกี่ยวข้องกับการเกิดโรค ดังนั้นการตรวจหาการแปรผันเชิงโครงสร้างจึงเป็นปัจจัยหนึ่งที่สำคัญในการหาสาเหตุของโรค อย่างไรก็ตามเครื่องมือสำหรับตรวจหาการแปรผันเชิงโครงสร้างที่มีอยู่มีประสิทธิภาพแตกต่างกันไปในการตรวจหาการแปรผันเชิงโครงสร้างแต่ละประเภท รวมทั้งไม่สามารถตรวจหาการแปรผันได้ครอบคลุมในตำแหน่งส่วนใหญ่ที่ได้ยืนยันจากการทดลองในห้องปฏิบัติการ วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการทางคอมพิวเตอร์เพื่อตรวจหาการแปรผันเชิงโครงสร้างที่เน้นการเพิ่มประสิทธิภาพความครอบคลุม โดยพยายามรักษาความแม่นยำของการแปรผันเชิงโครงสร้างที่ตรวจพบผ่านการวิเคราะห์คู่รีด การแตกรีด และการนับรีด เพื่อรวบรวมหลักฐานที่แสดงความเป็นไปได้ในการเกิดการแปรผันเชิงโครงสร้างแต่ละประเภทในแต่ละบริเวณของจีโนม และนำเสนอวิธีการคัดกรองเบรกเอ็นด์ที่แสดงถึงตำแหน่งเริ่มต้นและตำแหน่งสิ้นสุดของการเกิดการแปรผันประเภทต่างๆ วิธีการกรองจะทำการแบ่งตัวอย่างเป็นบล็อกๆ ข้อมูลของบล็อกประกอบไปด้วย จำนวนรีดที่แมพได้ในบล็อกนั้นและจำนวนการแปรผันเชิงโครงสร้างของแต่ละประเภทภายในบล็อก การคัดกรองเบรกเอ็นด์จะอาศัยข้อมูลทั้งจากบล็อกที่เบรกเอ็นด์อยู่และบล็อกที่อยู่ติดกัน ผลลัพธ์จากการเปรียบเทียบประสิทธิภาพของวิธีการที่นำเสนอกับ SvABA DELLY GROM LUMPY และ Wham พบว่าวิธีการที่นำเสนอได้ผลลัพธ์ดีกว่าเครื่องมืออื่นๆ ในส่วนของความแม่นยำในการตรวจหาลำดับเบสที่เกิดความซ้ำเป็นชุดติดๆกันและลำดับเบสที่เกิดการกลับด้าน และความครบถ้วนในส่วนของการตรวจหาลำดับเบสที่ถูกเพิ่มเข้ามาสำหรับชุดข้อมูลจริง NA12878 และ HG00514 ที่ใช้ในการทดสอบ
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในอุตสาหกรรมน้ำมันและก๊าซธรรมชาติ รีโมทคอมเพรสเซอร์ถือเป็นอุปกรณ์สำคัญ ซึ่งความล้มเหลวของอุปกรณ์ที่มีความรุนแรงระดับสูงสามารถทำให้เกิดความเสียหายอย่างใหญ่หลวงต่อมนุษย์และสิ่งแวดล้อมได้ วิศวกรต้องใช้ข้อมูลจากเครื่องมือวัดหลายจุดเพื่อวิเคราะห์ด้วยวิธีการทางสถิติในการวางแผนการบำรุงรักษาและการดำเนินงาน แต่เมื่อข้อมูลมีปริมาณมหาศาลจึงเป็นความท้าทายอย่างยิ่งในการวิเคราะห์โดยมนุษย์ ดังนั้นการทำนายความล้มเหลวล่วงหน้าของรีโมทคอมเพรสเซอร์จึงมีความสำคัญอย่างยิ่ง วิทยานิพนธ์นี้นำเสนอ หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจ ซึ่งมีความสามารถในการเรียนรู้ที่มีการอ้างอิงระยะยาวของข้อมูลอนุกรมเวลาและกลไกจุดสนใจที่ช่วยเพิ่มช่วยให้แบบจำลองสามารถเลือกลำดับของเอาต์พุตที่เหมาะสม และเสริมประสิทธิภาพโดยใช้โครงข่ายคอนโวลูชันในการสลัดคุณลักษณะสำคัญอย่างอัตโนมัติจากคุณลักษณะท้องถิ่นที่อิสระต่อเวลา เพื่อเสริมประสิทธิภาพความครอบคลุมแก่แบบจำลอง วิทยานิพนธ์นี้ยังได้นำเสนอเทคนิคการลดข้อมูล เพื่อปรับปรุงประสิทธิโดยแสดงประสิทธิผลของกระบวนการฝึกด้วยชุดข้อมูลขนาดใหญ่ ผู้วิจัยประเมินประสิทธิภาพของวิธีการที่นำเสนอโดยใช้ชุดข้อมูลจริงของรีโมทคอมเพรสเซอร์ เปรียบเทียบคะแนน F1 กับแบบจำลองการเรียนรู้ของเครื่องและแบบจำลองโครงข่ายประสาทเทียมหลากหลายสถาปัตยกรรม ผลการลดลองชี้ให้เห็นว่าวิธีการที่นำเสนอนี้มีประสิทธิภาพการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์ที่เหนือกว่าวิธีอื่น
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
เฟซบุ๊กเป็นแพลตฟอร์มที่ได้รับความนิยมมากที่สุดในโลก นักการตลาดจึงต้องการใช้ข้อมูลเฟซบุ๊กจำนวนมากในการทำการตลาด ดังนั้นการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจึงเป็นเรื่องสำคัญ เพื่อนำรุ่นอายุของผู้ใช้งานเฟซบุ๊กมาวิเคราะห์หากลุ่มเป้าหมายในการทำการตลาด ในงานวิจัยนี้ได้ทำการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจากข้อมูลการโพสของผู้ใช้งาน โดยใช้การรวมกันระหว่างการเรียนรู้เชิงลึกกับข้อมูลความน่าจะเป็นของคำในแต่ละรุ่นอายุ ผลลัพธ์จากการทดลองได้ค่าความแม่นยำแบบต่อผู้ใช้เท่ากับ 82.90% และค่าความแม่นยำแบบต่อโพสต์เท่ากับ 52.48% ซึ่งได้ประสิทธิภาพดีกว่าการใช้แบบจำลองเพอร์เซ็ปตรอนหลายชั้น ,นิวรอลเน็ตเวิร์กคอนโวลูชัน ,หน่วยความจำระยะสั้นแบบยาว เพียงอย่างเดียว จากผลการทดลองแสดงให้เห็นว่าการใช้ความน่าจะเป็นของคำในแต่ละรุ่นอายุเข้ามาช่วย ทำให้สามารถเพิ่มประสิทธิภาพของแบบจำลองได้ดียิ่งขึ้น
การแบ่งส่วนโรคหลอดเลือดเจริญผิดปกติบนภาพกล้องแคปซูลโดยใช้โครงข่ายตัวเข้ารหัสตัวถอดรหัสที่เพิ่มประสิทธิภาพ, สิริชาติ กอบประดิษฐ์
การแบ่งส่วนโรคหลอดเลือดเจริญผิดปกติบนภาพกล้องแคปซูลโดยใช้โครงข่ายตัวเข้ารหัสตัวถอดรหัสที่เพิ่มประสิทธิภาพ, สิริชาติ กอบประดิษฐ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
โรคหลอดเลือดเจริญผิดปกติเป็นรอยแผลที่อาจเกิดขึ้นได้ในทางเดินอาหารส่วนล่าง ถึงแม้รอยแผลเหล่านี้จะไม่แสดงอาการเจ็บในผู้ป่วย แต่อาจเกิดการเลือดออกจากรอยแผลเหล่านี้ได้ หนึ่งในวิธีการตรวจสอบโรคนี้คือใช้การส่องกล้องแคปซูลไร้สายด้วยการกลืน ข้อมูลที่ได้จากการเก็บภาพภายในทางเดินอาหารจะมีปริมาณมากซึ่งจะมีทั้งภาพที่มีรอยโรคที่สนใจ และภาพที่ไม่มีรอยโรคปะปนกันอยู่ งานวิจัยการตรวจจับรอยโรคที่ได้ศึกษามานั้นมักมุ่งเน้นการสร้างแบบจำลองที่มีความแม่นยำในตรวจจับเฉพาะส่วนของภาพที่มีรอยโรคโดยเฉพาะ ไม่ได้ศึกษาการนำแบบจำลองไปใช้งานกับภาพส่วนที่ไม่มีรอยโรค วิทยานิพนธ์ฉบับนี้ได้เห็นถึงส่วนที่สามารถเพิ่มประสิทธิภาพแก่แบบจำลองในการใช้งานในโลกจริงได้เหมาะสมขึ้น โดยนำเสนอวิธีการประมวลผลภาพเบื้องต้น และการเพิ่มกลไกจุดสนใจแก่แบบจำลอง นอกจากนี้ยังได้นำเสนอการสร้างแบบจำลอง 2 รูปแบบคือ แบบจำลองเรียงซ้อน และแบบจำลองร่วมกัน เพื่อเพิ่มประสิทธิภาพในงานแบ่งส่วนโรคอีกด้วย การทดลองได้ทดสอบแบบชุดข้อมูลโรคหลอดเลือดเจริญผิดปกติ MICCAI 2017 และ MICCAI 2018 ผลลัพธ์แสดงให้เห็นว่าแบบจำลองร่วมกันที่นำเสนอมีประสิทธิภาพดีที่สุด สามารถแบ่งส่วนภาพ และจำแนกประเภทภาพที่มีรอยโรค และไม่มีรอยโรคได้ด้วยค่าคะแนนมาตรวัดที่สูง
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอวิธีการจำแนกวิดีโอ ด้วยเทคนิคแบบจำลองคอนโวลูชันสองมิติ และการเรียนรู้แบบกึ่งกำกับ โดยทั่วไปการจำแนกวิดีโอที่มีประสิทธิภาพสูง ถูกนำเสนอโดยใช้วิธีการเรียนรู้แบบลึก อย่างไรก็ตามจากการเพิ่มขึ้นของจำนวนวิดีโอในปัจจุบัน การเรียนรู้ของแบบจำลองเพื่อจำแนกวิดีโอจำเป็นต้องใช้ประสิทธิภาพในการประมวลผลสูง งานวิจัยนี้จึงนำเสนอวิธีการเรียนรู้ด้วยแบบจำลองคอนโวลูชันสองมิติโดยใช้การซ้อนทับกันของภาพฉาก และการจัดกลุ่มของภาพฉากด้วยแผนที่จัดระเบียบด้วยตนเองก่อนนำไปสร้างแบบจำลองจำแนกประเภทรายการ โดยการสร้างแบบจำลองประเภทรายการถูกนำเสนอใน 4 รูปแบบ ประกอบด้วย การออกเสียง การคำนวณค่าความวุ่นวาย การเรียนรู้ด้วยแบบจำลองโครงข่ายประสาทเทียม การเรียนรู้ด้วยหน่วยความจำระยะสั้นแบบยาว อีกทั้งยังประเมินจำนวนภาพฉากสำหรับการประมวลผลในการจัดกลุ่มโดยเปรียบเทียบระหว่างระยะเวลาการเรียนรู้และความแม่นยำ วิธีการในงานวิจัยนี้ถูกนำเสนอด้วยประเมินจากการเรียนรู้ด้วยชุดข้อมูลวิดีโอจำนวน 18 ประเภท 912 วิดีโอ จากรายการโทรทัศน์ ในการประเมินด้วยการประเมินผลแบบไขว้ จำนวน 5 โฟลด์ วิธีการในงานวิจัยนี้มีความแม่นยำเฉลี่ยร้อยละ 71.98 และใช้เวลาในการเรียนรู้โดยเฉลี่ยประมาณ 40 นาที นอกจากนี้ยังเปรียบเทียบกับการเรียนรู้ด้วยแบบจำลองอื่นๆ อาทิ แบบจำลองคอนโวลูชันสามมิติ และแบบจำลองคอนโวลูชันร่วมกับหน่วยความจำระยะสั้นแบบยาว รวมถึงประเมินผลกับชุดข้อมูลพื้นฐาน Hollywood2 ซึ่งการเรียนรู้มีความแม่นยำเฉลี่ยร้อยละ 93.72
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบป้องกันการพลิกคว่ำสำคัญมากสำหรับความปลอดภัยของผู้ขับขี่ การพัฒนาระบบป้องกันการพลิกคว่ำต้องการการประเมินความเสี่ยงในการพลิกคว่ำ ความยากของการประเมินความเสี่ยงคือ การที่ไม่รู้ความสูงจุดศูนย์ถ่วงของรถ หรือน้ำหนักของรถในขณะนั้น เป็นต้น งานวิจัยนี้จะพัฒนาการคาดเดาการพลิกคว่ำโดยที่ไม่รู้ตัวแปรข้างต้น โดยโครงข่ายประสาทใช้ค่าจากเซนเซอร์ที่ติดตั้งบนรถ การทดลองจะใช้โมเดลของรถยนต์ SUV เนื่องจากมีจุดศูนย์ถ่วงที่สูงกว่ารถยนต์ประเภทอื่น การทดสอบใช้รถทดสอบอัตราส่วน 1:5 โดยใช้ทฤษฎีบักกิงแฮมพาย และรถทดสอบได้ติดตั้งเซนเซอร์วัดความเร่ง 5 จุด และไจโรสโกป 1 จุด การเตือนการพลิกคว่ำ แบ่งเป็น 3 ระดับ ได้แก่ ปลอดภัย, มีความเสี่ยง และมีความเสี่ยงสูง โดยระบบสามารถเตือนการพลิกคว่ำได้ทั้งแบบทริป และอันทริป ทริป คือการเข้าโค้งและสะดุดหลุม หรือสิ่งกีดขวาง อันทริปคือการเข้าโค้งด้วยความเร็วสูง การเตือนการพลิกคว่ำใกล้เคียงกับค่าดัชนีการพลิกคว่ำที่วัดได้จริง การทดลองด้วยข้อมูลจากโปรแกรมจำลอง “CarSim” งานวิจัยนี้ใช้โครงข่ายประสาทแบบวนกลับ โดยใช้ข้อมูลจากเซนเซอร์ที่ติดตั้งบนตัวรถ ผู้วิจัยทดสอบ และเปรียบเทียบ ชนิดของโครงข่ายประสาท โครงสร้างของโครงข่ายประสาท และข้อมูลรับเข้าที่แตกต่างกัน โดยโครงข่ายประสาทที่เหมาะสมกับการคาดเดาแบบทริปคือแทนเจนต์มีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง (RMSE) อยู่ที่ 3.66x10-4 และ GRU เหมาะสำหรับการคาดเดาแบบอันทริป โดยมีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสองอยู่ที่ 0.131x10-2
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
Chulalongkorn University Theses and Dissertations (Chula ETD)
แม้ว่าในปัจจุบันบล็อกเชนจะถูกนำมาใช้ประโยชน์ในหลายอุตสาหกรรม แต่ในอุตสาหกรรมเกมนั้น บล็อกเชนไม่ได้ถูกนำไปใช้อย่างกว้างขวางมากนัก นอกจากนี้ แม้ว่าในอุสาหกรรมเกมจะมีผู้เล่นอยู่เป็นจำนวนมาก แต่ก็ยังไม่มีเกมหรือแพลตฟอร์มใดที่ให้สิทธิผู้เล่นในการเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอย่างแท้จริง โดยแม้จะมีความพยายามในการระดมทุนเพื่อทำเกมหรือแพลตฟอร์มที่ให้ผู้เล่นได้มีโอกาสเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอยู่บ้าง แต่ก็ยังคงอยู่ในขั้นตอนการทดลองที่ยังไม่เสร็จสมบูรณ์ และผู้เล่นยังต้องพึ่งพาระบบนิเวศน์ของแพลตฟอร์มนั้น ๆ อีกด้วย ในวิทยานิพนธ์ฉบับนี้ ผู้วิจัยจึงประสงค์ที่จะนำเสนอสถาปัตยกรรมกลางที่ทำให้ผู้เล่นเกมสามารถเป็นเจ้าของเวลาที่ตนเองใช้ภายในเกมได้โดยใช้บล็อกเชนสาธารณะ ทั้งผู้เล่นยังสามารถนำเวลาดังกล่าวไปใช้ในเกมอื่นได้ด้วย โดยใช้มาตราฐานโทเคนดิจิทัล ERC-20 บนอีเธอเรี่ยม นอกจากนี้ รูปแบบสถาปัตยกรรมที่นำเสนอดังกล่าวยังสามารถประยุกต์ใช้ได้กับทุกบล็อกเชนสาธารณะ และยังเป็นประโยชน์ต่อทุกองค์ประกอบของระบบนิเวศน์ อาทิเช่น ผู้เล่น บล็อกเชนโหนด และผู้พัฒนาเกม โดยผลการทดลองในงานวิทยานิพนธ์นี้ ยังแสดงว่าแนวความคิดดังกล่าวทำให้ผู้เล่นใช้เวลาในการเล่นเกมนานขึ้น และมีแนวโน้มที่จะอยากเล่นเกมใหม่ๆ ที่สามารถนำมูลค่าในเกมเดิมไปใช้ได้ แต่ทั้งนี้ยังมีปัจจัยหลายอย่างที่มีผล อาทิเช่น ประเภทของเกม การแลกเปลี่ยนค่าของเวลาภายในเกม เป็นต้น