Open Access. Powered by Scholars. Published by Universities.®

Physical Sciences and Mathematics Commons™

Open Access. Powered by Scholars. Published by Universities.®

Chulalongkorn University

Discipline
Keyword
Publication Year
Publication
Publication Type

Articles 301 - 330 of 3121

Full-Text Articles in Physical Sciences and Mathematics

Some Properties Of S-Multiplication Modules And S-Comultiplication Modules, Kanrop Hukaew Jan 2024

Some Properties Of S-Multiplication Modules And S-Comultiplication Modules, Kanrop Hukaew

Chulalongkorn University Theses and Dissertations (Chula ETD)

Let R be an associative ring with identity, and all modules be unitary right R- modules. In 2020, D. D. Anderson et al. introduced the concept of S-multiplication modules, which is a generalization of multiplication modules. Two years later, E. Yildiz et al. introduced the dual notion of S-multiplication modules called S- comultiplication modules. Moreover, S-comultiplication modules are also a gen- eralization of comultiplication modules. In this thesis, we will explore several properties of both S-multiplication modules and S-comultiplication modules. We will provide examples of S-multiplication modules and S-comultiplication modules. Additionally, we demonstrate that the concepts of S-multiplication modules, sim- …

Go to article

Metallopolymers For Photocatalytic Reduction Of Carbon Dioxide, Wissuta Boonta Jan 2024

Metallopolymers For Photocatalytic Reduction Of Carbon Dioxide, Wissuta Boonta

Chulalongkorn University Theses and Dissertations (Chula ETD)

CdS quantum dots (CdS QDs), acting as photosensitizers, or sometimes solo photocatalysts in CO2 reduction, have offered a myriad of advantages including quantum confinement effect, tunable redox potential, and photoreduction selectivity. However, CdS QDs are frequently compromised by thermal and oxidative instability, as well as photocorrosion, which restricts their practical applications. In this research, an effective method endowing CdS QDs by assembling with amphiphilic metallopolymer was developed to enhance their stability and synergistic activity. The thioglycolic acid-capped cadmium sulfide quantum dots (CdS) were successfully prepared using a simple reflux method. The amphiphilic metallopolymers were successfully synthesized via precise radical polymerization …

Go to article

การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon Jan 2024

การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study addresses the challenge of chronic diseases like diabetes, requiring ongoing care. It aims to visualize revisit intervals affecting patient treatment using multi-level process mining and machine learning to identify factors causing missed appointments. Our research shows that patients with improvements have shorter revisit intervals than those deteriorating, with a P-value of 3.83x10%. A significant challenge is the high number of no-shows. Using PyCaret to compare 14 models, we found that the historical attendance of individual patients is a crucial factor in predicting no-shows, with an AUC score of 0.80 using the Gradient Boosting Clas-sifier. Our analysis suggests that …

Go to article

Deep Learning-Based For Epileptogenic Zone Detection In 18f-Fdg Pet Imaging For Drug-Resistant Epilepsy, Peerawat Wattanachareekul Jan 2024

Deep Learning-Based For Epileptogenic Zone Detection In 18f-Fdg Pet Imaging For Drug-Resistant Epilepsy, Peerawat Wattanachareekul

Chulalongkorn University Theses and Dissertations (Chula ETD)

-

Go to article

การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน Jan 2024

การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อนำเสนอการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง โดยการประยุกต์ใช้แบบรูปความมั่นคง แบบรูปไมโครเซอร์วิส และวิธีปฏิบัติด้านความมั่นคงของระบบแบบ ไมโครเซอร์วิส โดยเริ่มจากการศึกษาแบบรูปความมั่นคง 5 รายการ ได้แก่ แบบรูปการออกแบบและใช้รหัสผ่าน แบบรูปการให้อำนาจ แบบรูปการควบคุมการเข้าถึงเชิงบทบาท แบบรูปการกำหนดสิทธิ์ให้กับบทบาท และแบบรูปความมั่นคงหลายระดับ เพื่อนำมากำหนดเป็นรายการความต้องการของระบบสำหรับการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง ร่วมกับการประยุกต์ใช้แบบรูปไมโครเซอร์วิสและวิธีปฏิบัติ ด้านความมั่นคงของระบบแบบไมโครเซอร์วิส 28 รายการ ผู้วิจัยได้ทำการออกแบบสถาปัตยกรรมระบบของไมโครเซอร์วิสด้านความมั่นคง ออกแบบแผนภาพคลาสและความสัมพันธ์ระหว่างคลาส ออกแบบแผนภาพลำดับแสดงการทำงานร่วมกันของระบบไมโครเซอร์วิสด้านความมั่นคง จากนั้นทำการพัฒนาไมโครเซอร์วิสด้านความมั่นคงตามการออกแบบ และประยุกต์ใช้ ไมโครเซอร์วิสด้านความมั่นคงกับระบบผู้ป่วยนอกของโรงพยาบาล อีกทั้งได้ตรวจสอบความถูกต้อง ความเหมาะสม และคุณภาพของการออกแบบและพัฒนา ด้วยการประเมินการออกแบบและพัฒนา ไมโครเซอร์วิสด้านความมั่นคงโดยผู้เชี่ยวชาญ รวมถึงการวิเคราะห์แบบรูปที่ไม่ดีของการออกแบบระบบแบบไมโครเซอร์วิส ซึ่งระบบที่พัฒนาสามารถนำไปประยุกต์ใช้กับแอปพลิเคชันโดเมนที่ต้องการจัดการความมั่นคงของระบบ ซึ่งมีประโยชน์คือช่วยลดเวลาในการพัฒนา และเป็นการสนับสนุนการใช้ซ้ำไมโครเซอร์วิสด้านความมั่นคงที่พัฒนาขึ้น

Go to article

การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์ Jan 2024

การแบ่งส่วนเนื้องอกตับโดยใช้โมเดลการเรียนรู้เชิงลึกด้วยโครงข่ายความสนใจจากรูปภาพสเปคซีที, วันรัฐ ลิ้มประไพพงษ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การแบ่งส่วนเนื้องอกในตับโดยอัตโนมัติจากภาพถ่ายทางการแพทย์มีบทบาทสำคัญในการช่วยลดภาระงานของรังสีแพทย์ในขั้นตอนการวางแผนรักษามะเร็งตับด้วยวิธีรังสีบำบัด โดยรูปสเปคซีทีมักถูกนำมาใช้เพื่อช่วยระบุส่วนเนื้องอกให้แม่นยำเพื่อให้การวางแผนการรักษามีประสิทธิภาพ อย่างไรก็ตาม การแบ่งส่วนเนื้องอกจากภาพเหล่านี้เป็นเรื่องท้าทายเนื่องจากปัญหาต่างๆ เช่น การกระจายแสงที่ผิดปกติ ทำให้ขนาดเนื้องอกดูใหญ่กว่าความเป็นจริงและลดความแม่นยำในการแบ่งส่วน งานวิจัยฉบับนี้ได้นำเสนอโครงข่ายคัดกรองหลายระดับแบบคู่ (Paired Multiscale Attention Network) ซึ่งเป็นสถาปัตยกรรมที่แบ่งออกเป็นสองทาง เส้นทางแรกฝึกฝนชุดข้อมูลสเปคซีทีโดยใช้โครงข่าย Multiscale Attention Network (MA-Net) เส้นทางที่สองมีการใช้การแปลงแบบไวซ์ท็อปแฮท (White Top-Hat) แล้วนำลักษณะเด่นที่ได้มาควบรวมกับเส้นทางแรก ช่วยลดความบกพร่องของการแบ่งส่วนที่มักเกิดจากความแปรปรวนของแสง ในงานวิจัยนี้จะแบ่งการทดสอบเป็นสองส่วน ส่วนแรกคือการทดสอบโมเดลแบ่งส่วนเนื้อตับ โดยใช้ MA-Net โดยมีโมเดลย่อยคือ ResNet50 ฝึกกับชุดข้อมูลซีทีโดยรวมระหว่างชุดข้อมูลสาธารณะ 3DIRCADb-01 และชุดข้อมูลจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทย โดยมีค่า Dice similarity coefficient (DSC) อยู่ที่ 89.67% ในส่วนการทดสอบโมเดลแบ่งส่วนเนื้องอกตับ จะใช้โครงข่ายคัดกรองหลายระดับแบบคู่ ฝึกด้วยชุดข้อมูล เทคนีเซียม-99 เอ็มเอเอ สเปคซีทีจากโรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทยโดยมีค่า DSC ที่ 67.00% ซึ่งให้ประสิทธิภาพการแบ่งส่วนที่ดีที่สุดเมื่อเทียบกับสถาปัตยกรรมอื่นๆ รวมถึงผลจากงานวิจัยก่อนหน้านี้ที่ทดสอบด้วยชุดข้อมูลเดียวกัน

Go to article

Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong Jan 2024

Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigated the application of Conformal Prediction (CP) for uncertainty quantifica- tion in Human Epidermal growth factor receptor 2 (HER2) status classification from immunohistochemistry (IHC) images of breast cancer. Although existing machine learning approaches demonstrate high accuracy in predicting HER2 status, they often struggle with borderline cases that require additional testing. We addressed this challenge by implementing a CP framework that generates prediction sets with controlled error rates. Unlike traditional classifiers that provide single predictions, our CP framework can output either singleton predictions for confident cases or multiple labels for uncertain cases, thereby naturally identifying samples that require additional …

Go to article

Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew Jan 2024

Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew

Chulalongkorn University Theses and Dissertations (Chula ETD)

The binding of a peptide antigen to a class I major histocompatibility complex (MHC) protein is considered an essential process by which the immune system monitors infected cells. This mechanism has facilitated the development of peptide-based vaccines aimed at stimulating the patient's immune response for cancer treat-ment. Accurate prediction of peptide-MHC binding is therefore crucial for prioritizing optimal peptides tailored to individual patients. Nevertheless, many MHC alleles lack sufficient experimental data on peptide-MHC binding, which potentially constrains the accuracy of existing prediction models. This study introduces an enhanced iteration of MHCSeqNet, an open-source deep learning model which utilizes sequence data …

Go to article

Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit Jan 2024

Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic Speech Recognition (ASR) has been the foremost feature and integrated in many real-world usages for decades. The novel deep learning approaches prevail in the ASR field as a model architecture. However, ASR still struggles with low-resource data, especially in the Thai dialectal language. Transfer learning is the conventional approach in the machine learning field for escalating the performance of low-resource settings. In the scenario that additional fine-tuning tasks are not achievable, exerting all efficiency of target data is an accountability. To overcome stagnation, we proposed transfer-based curriculum learning for low-resource dialectal ASR, Phonemetically-induced subword Out-of-vocabulary rate (PhIS-OOV), and Model …

Go to article

Grammatical Error Correction In Thai Sentences For Deaf Students, Supachan Traitruengsakul Jan 2024

Grammatical Error Correction In Thai Sentences For Deaf Students, Supachan Traitruengsakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

Deaf students encounter challenges in written communication due to errors such as insertion, deletion, disorder, misusage, and misspellings. Grammatical error correction (GEC) technology can help mitigate these issues. However, existing GEC models are primarily trained on online resources from second-language hearing learners. In contrast, sentences written by deaf students suffer from a variety of errors not typically found elsewhere. To address this issue, we create the Thai Deaf Corpus (TDC), focusing on identifying and analyzing errors among deaf students in grades 7-12 across four deaf schools. Additionally, we introduce a two-stage system for the Thai-GEC model, automatically detecting and correcting …

Go to article

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คจากยูสเซอร์สตอรีและซีนาริโอ สำหรับการทดสอบเว็บแอปพลิเคชัน, กฤชวัฒน์ เวชสาร Jan 2024

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คจากยูสเซอร์สตอรีและซีนาริโอ สำหรับการทดสอบเว็บแอปพลิเคชัน, กฤชวัฒน์ เวชสาร

Chulalongkorn University Theses and Dissertations (Chula ETD)

กระบวนการพัฒนาซอฟต์แวร์ด้วยสกรัมเฟรมเวิร์กและแนวคิดบีเฮฟเวียร์ดริเวนดีเวลลอปเมนต์ (BDD) เป็นกระบวนการที่ได้รับความนิยมในปัจจุบัน โดยความต้องการของผู้ใช้จะถูกเก็บรวบรวมและถ่ายทอดผ่านยูสเซอร์สตอรีและซีนาริโอ ซึ่งทำหน้าที่เป็นทั้งตัวอย่างและเกณฑ์การยอมรับ การแบ่งการพัฒนาออกเป็นช่วงเล็ก ๆ ช่วยลดเวลาและต้นทุนในการพัฒนา อย่างไรก็ตาม กระบวนการที่มีการพัฒนาเป็นช่วงสั้น ๆ อย่างต่อเนื่องนี้สร้างความท้าทายสำหรับการทดสอบ โดยเฉพาะการทดสอบเชิงถดถอย แม้ว่าการทดสอบแบบอัตโนมัติจะถูกนำมาใช้เพื่อลดภาระ แต่การเขียนเทสต์สคริปต์ด้วยตนเองยังคงมีความเสี่ยงที่จะเกิดข้อผิดพลาดและขาดประสิทธิภาพ ส่งผลให้การทดสอบเชิงถดถอยที่สำคัญมักถูกเลื่อนออกไปจนไม่สามารถตรวจพบข้อผิดพลาดได้ทันการณ์ งานวิจัยนี้นำเสนอแนวทางการแก้ปัญหาด้วยการสร้างเทสต์สคริปต์สำหรับโรบอทเฟรมเวิร์กโดยอัตโนมัติจากยูสเซอร์สตอรีและซีนาริโอ โดยใช้ XML เพื่อกำหนดโครงสร้างส่วนต่อประสานผู้ใช้ของหน้าเว็บ ช่วยให้สามารถจัดเตรียมเทสต์สคริปต์ได้ตั้งแต่ขั้นตอนการออกแบบ นอกจากตัวอย่างในซีนาริโอแล้ว ยังใช้ XML Schema Definition (XSD) เพื่อสร้างชุดข้อมูลสำหรับการทดสอบเพิ่มเติมโดยอัตโนมัติ การพารามิเตอร์ไรซ์เทสต์สคริปต์ช่วยรวบรวมกรณีทดสอบที่มีขั้นตอนร่วมกัน แต่ใช้ชุดข้อมูลต่างกันไว้ในสคริปต์เดียวกัน ซึ่งช่วยลดความซับซ้อนและภาระในการบำรุงรักษา เครื่องมือที่พัฒนาขึ้นตามแนวทางนี้สามารถลดความยุ่งยากในการจัดการเทสต์สคริปต์และเพิ่มประสิทธิภาพในการทดสอบเชิงถดถอยได้อย่างมีนัยสำคัญ และช่วยสนับสนุนการตรวจพบข้อผิดพลาดตั้งแต่ช่วงแรกของกระบวนการพัฒนา

Go to article

Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul Jan 2024

Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul

Chulalongkorn University Theses and Dissertations (Chula ETD)

A game story contains interactions between characters as well as the game world. Certain genres of games such as Visual Novels and Role-Playing Games rely on their stories to attract players. There were several proposed algorithms for story generation. They focused mainly on story generation for one main character. To our knowledge, there has not been a generator with support for multiple main characters, where each main character has their own storyline that could overlap with other main characters’ stories. With multiple main characters, players can see the game world through different viewpoints, thus getting more immersed into the game's …

Go to article

Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch Jan 2024

Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch

Chulalongkorn University Theses and Dissertations (Chula ETD)

Effective hospital resource management is essential for controlling service costs and enhancing workforce efficiency, particularly during abnormal situations that cause sudden fluctuations in patient volumes. Hospitals often encounter difficulties in managing resources and predicting patient numbers due to uncertain and volatile data. Accurate patient volume predictions during such times can enable hospitals to allocate resources effectively, maintaining appropriate costs and optimizing workforce efficiency.This research presents a solution for predicting daily outpatient visits at a private hospital in Thailand during the COVID-19 outbreak, serving as a case study. The proposed method employs Ensemble Empirical Mode Decomposition (EEMD) to preprocess data by …

Go to article

Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit Jan 2024

Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study presents a comprehensive approach to scene cut detection in videos using a combination of frame extraction and a Convolutional Neural Network (VGG16 model) with a Color Histogram method to prevent raw video file reconstruction. The main dataset contains 167,490 frames collected from various users on TikTok for the scene cut detection model development. However, since this research utilizes a modular design that consists of data preparation, data pre-processing, and model implementation stages, it promotes efficient use of resources and guarantees data safety. The results demonstrate that the model performs excellently in recognizing scene cuts. Specifically, video frames with …

Go to article

Enhancing Financial Market Predictions In Taiwan: A Hybrid Approach Of Traditional Analysis And Machine Learning Techniques, Tse Lin Liu Jan 2024

Enhancing Financial Market Predictions In Taiwan: A Hybrid Approach Of Traditional Analysis And Machine Learning Techniques, Tse Lin Liu

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the evolving landscape of financial markets, this study explores the predictive power of traditional panel regression and modern machine learning models, including Long Short-Term Memory (LSTM), Support Vector Machine (SVM), and Random Forest (RF), in forecasting stock returns in the Taiwanese market. Utilizing a dataset of 54 Taiwanese companies from 2015 to 2023, the research integrates financial ratios and machine learning algorithms to assess their effectiveness in predicting market trends. The findings reveal that traditional panel regression often outperforms machine learning models in terms of stability and consistency of returns, challenging the assumption that complex algorithms inherently provide superior …

Go to article

Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud Jan 2024

Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud

Chulalongkorn University Theses and Dissertations (Chula ETD)

Radial Basis Function is commonly used as the decision boundaries for supervised and unsupervised learning algorithms due to its simplicity. But the symmetric property of the circular or elliptic shapes could deteriorate the fitness of the boundaries when the distribution of the data is asymmetric, especially in the data stream processing where the distribution of the data is temporal.In this thesis, we propose a new 2-dimensional data capsule structure using Yamamoto’s egg function. This structure can adjust its shape to be symmetric (i.e., circular or elliptic) or asymmetric (i.e., egg-shaped) depending on the configuration of its parameters, allowing it to …

Go to article

Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai Jan 2024

Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai

Chulalongkorn University Theses and Dissertations (Chula ETD)

The paper presents an adaptation of the novel self-recovering technique known as weight shifting for application in the pruning of nodes from the fully-connected layers of convolutional neural networks. The proposed methodology involves a binary search strategy to identify the optimal subset of nodes for removal, facilitating efficient redistribution of node weights using the Moore-Penrose pseudo-inverse. The proposed methodology was evaluated by across multiple data sets, including CIFAR-100, Food101, Stanford Cars, and Flowers102. The experimental results demonstrated that the proposed methodology is able to maintain high accuracy and top-k categorical accuracy performance with minimal reductions even after pruning a significant …

Go to article

Development Of Dihydropyridine Fluorescent Probe For Caspase Detection, Kittiporn Nakprasit Jan 2024

Development Of Dihydropyridine Fluorescent Probe For Caspase Detection, Kittiporn Nakprasit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research aims to expand the application of DHP in biological systems by employing it as a biosensor for detecting caspases, a family of protease enzymes linked to diseases like cancer and neurodegenerative disorders. In this study, DHP derivatives—BZD, Fmoc-Asp-NH-DHP, and zWEHD-NH-DHP—were synthesized and tested for their potential as protease sensors. Initial screening of BZD and Fmoc-Asp-NH-DHP with common proteases, including papain and bromelain, revealed no enzymatic activity. To facilitate in vitro analysis, caspase-1 enzyme was successfully purified using an E. coli BL21(DE3)pLysS expression system. Kinetic evaluation of zWEHD-NH-DHP demonstrated a Km value of 24 µM, confirming its potential as …

Go to article

Spatial Data Analysis For Household Income And Expenditure In Thailand, Jirayut Rattana Jan 2024

Spatial Data Analysis For Household Income And Expenditure In Thailand, Jirayut Rattana

Chulalongkorn University Theses and Dissertations (Chula ETD)

Poverty has been a serious problem for many countries throughout the world, particularly during the COVID-19 pandemic. Due to the pandemic, many people lost their jobs and encountered economic. Therefore, the government and policy planners need an effective strategy to improve the country's economy. An essential component of these strategies involves analyzing socio-economic indicators, a field extensively explored by statisticians, economists, and policymakers. In Thailand, methodologies such as the World Bank method, Empirical Bayes, and Hierarchical Bayes have been applied to tackle poverty. However, these approaches often overlook the integration of spatial information in their analyses. In this study, we …

Go to article

Mass-Ratio-Convex-Combination-Of-Average-Absolute-Deviation-And-Interquartile-Range Based Outlier Factor For Anomaly Scoring, Zehong Fan Jan 2024

Mass-Ratio-Convex-Combination-Of-Average-Absolute-Deviation-And-Interquartile-Range Based Outlier Factor For Anomaly Scoring, Zehong Fan

Chulalongkorn University Theses and Dissertations (Chula ETD)

Anomaly detection is increasingly essential across various sectors, including fraud detection, cybersecurity, and industrial process monitoring, where it serves as an early warning system to identify unusual patterns in data. This research presents a novel, parameter-free anomaly scoring algorithm designed to assign scores to data points without the need for user-defined parameters. The algorithm calculates anomaly scores based on the statistical dispersion of the mass-ratio distribution, utilizing five key measures: variance, range, interquartile range (IQR), average absolute deviation (AAD), and the combination of AAD and IQR. The performance of the proposed Mass-Ratio-Convex-Combination-Of-Average-Absoulte-Deviation-And-Interquartile-Range Based Outlier Factor for anomaly scoring algorithm called …

Go to article

การประเมินคาร์บอนฟุตพริ้นท์องค์กรและการลดก๊าซเรือนกระจกภายใต้โครงการสนับสนุนกิจกรรมลดก๊าซเรือนกระจก: กรณีศึกษาโรงงานผลิตยางคอมพาวด์, ปภาวรินท์ ทรงพัฒนาศิลป์ Jan 2024

การประเมินคาร์บอนฟุตพริ้นท์องค์กรและการลดก๊าซเรือนกระจกภายใต้โครงการสนับสนุนกิจกรรมลดก๊าซเรือนกระจก: กรณีศึกษาโรงงานผลิตยางคอมพาวด์, ปภาวรินท์ ทรงพัฒนาศิลป์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศในปัจจุบันเกิดจากการเพิ่มขึ้นของปริมาณก๊าซเรือนกระจก ซึ่งมีความรุนแรงและมีแนวโน้มที่จะส่งผลกระทบที่เพิ่มมากขึ้น ประเทศต่าง ๆ และองค์กรทั่วโลกได้กำหนดเป้าหมายในการลดการปล่อยก๊าซเรือนกระจก จึงเป็นสิ่งสำคัญที่ต้องตระหนักถึงและแก้ไขผลกระทบที่เห็นได้ชัดจากการเปลี่ยนแปลงสภาพภูมิอากาศ เพื่อส่งเสริมความร่วมมือในการบรรเทาปัญหาอย่างมีประสิทธิภาพ การศึกษานี้มีวัตถุประสงค์เพื่อประเมินปริมาณคาร์บอนฟุตพริ้นท์องค์กรของโรงงานผลิตยางคอมพาวด์ และประเมินปริมาณการลดการปล่อยก๊าซเรือนกระจกจากกิจกรรมในองค์กร ภายใต้โครงการสนับสนุนกิจกรรมลดก๊าซเรือนกระจก (Low Emission Support Scheme: LESS) ขององค์การบริหารจัดการก๊าซเรือนกระจก (องค์การมหาชน) ในปี พ.ศ. 2565 และ 2566 ผลการศึกษาพบว่าปริมาณการปล่อยก๊าซเรือนกระจกทั้งหมดมีแนวโน้มลดลงจาก 41,675.07 ตันคาร์บอนไดออกไซด์เทียบเท่าต่อปี ในปี พ.ศ. 2565 สู่ 38,043.30 ตันคาร์บอนไดออกไซด์เทียบเท่าต่อปีในปี พ.ศ. 2566 โดยขอบเขตที่ 3 การปล่อยก๊าซเรือนกระจกทางอ้อมอื่นๆ มีสัดส่วนที่สูงที่สุด คิดเป็นร้อยละ 78.55 และ 79.81 ตามลำดับ รองลงมา คือ ขอบเขตที่ 2 การปล่อยจากการใช้พลังงาน มีสัดส่วนคิดเป็นร้อยละ 20.05 และ 18.40 และขอบเขตที่ 1 การปล่อยทางตรงขององค์กร มีสัดส่วนต่ำที่สุด คิดเป็นร้อยละ 1.39 และ 1.80 เมื่อวิเคราะห์ต่อยอดการผลิต พบว่า ปริมาณการปล่อยก๊าซเรือนกระจกประเภทที่ 1 และ 2 ต่อยอดผลิตในปี พ.ศ. 2565 และ 2566 เท่ากับ 0.1717 และ 0.1699 ตามลำดับ ขณะที่ปริมาณการปล่อยก๊าซเรือนกระจกขอบเขตที่ 1 2 และ 3 ต่อยอดผลิต เท่ากับ 0.8005 และ 0.8413 ตันคาร์บอนไดออกไซด์เทียบเท่าต่อตัน ผลการศึกษาในการลดก๊าซเรือนกระจกจากการดำเนินกิจกรรมภายในองค์กรสามารถลดปริมาณการปล่อยก๊าซเรือนกระจกในปี พ.ศ. 2565 และ 2566 เท่ากับ 2,255.29 ตันคาร์บอนไดออกไซด์เทียบเท่า โดยการติดตั้งระบบพลังงานหมุนเวียนจากแสงอาทิตย์ (Solar Rooftop) สามารถลดปริมาณก๊าซเรือนกระจกได้ในปี พ.ศ. 2565 …

Go to article

Cross-Lingual Speech Emotion Recognition Using English And Mandarin On Thai Data, Kantapong Wonghirunruch Jan 2024

Cross-Lingual Speech Emotion Recognition Using English And Mandarin On Thai Data, Kantapong Wonghirunruch

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study explores the efficacy of cross-lingual Speech Emotion Recognition (SER) using Thai as a target language with training sets in English and Mandarin. The study evaluates the adaptability of SER models across linguistic boundaries, emphasizing the challenges and potential of leveraging well-resourced languages to enhance emotion recognition capabilities in a language with fewer resources. Through a series of experiments, the research investigates three primary aspects: the performance of same-corpus training within Thai, cross-lingual model application from English and Mandarin to Thai, and the effectiveness of transfer learning techniques in improving model accuracy. The findings indicate that Mandarin facilitates more …

Go to article

การใช้กราฟแบบมีทิศทางในการคัดเลือกตัวแปรแบบเบส์สำหรับตัวแบบการถดถอยเชิงเส้นที่มีมิติสูง, บุษราคัม ประทานทรัพย์ Jan 2024

การใช้กราฟแบบมีทิศทางในการคัดเลือกตัวแปรแบบเบส์สำหรับตัวแบบการถดถอยเชิงเส้นที่มีมิติสูง, บุษราคัม ประทานทรัพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การคัดเลือกตัวแปรสำหรับข้อมูลทางพันธุศาสตร์ เป็นการคัดเลือกยีนเพียงจำนวนหนึ่งที่คาดว่าจะมีความสัมพันธ์กับฟีโนไทป์ที่สนใจ เนื่องจากโดยทั่วไปยีนแต่ละตัวมีจะความสัมพันธ์กัน งานวิจัยนี้เสนอวิธีการใช้การแจกแจงก่อนแบบ Ising (Ising Prior) สำหรับนำกราฟแบบมีทิศทาง (Directed Graph) มาร่วมในการประมาณค่าสัมประสิทธิ์การถดถอยที่มีมิติสูงและคัดเลือกตัวแปร ซึ่งงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรและประมาณค่าสัมประสิทธิ์การถดถอยที่มีมิติสูง และ เปรียบเทียบประสิทธิภาพในการคัดเลือกตัวแปรเข้าตัวแบบของวิธีที่นำเสนอซึ่งใช้กราฟแบบมีทิศทาง กับวิธีที่ใช้กราฟแบบไม่มีทิศทาง และ ตัวแบบการถดถอยเชิงเส้นแบบเบส์ และ วิธีการถดถอยลาสโซ ในงานวิจัยนี้ใช้ข้อมูลจริง Gene Expression ทำการทดสอบ 8 กรณี โดยมีขนาดตัวอย่าง เท่ากับ 200 จำนวนตัวแปรอิสระเท่ากับ 2000 และ 5000 ตามลำดับ ภายใต้สัมประสิทธิ์การถดถอย 2 กรณี จากยีน 10 โครงข่าย และอัตราส่วนสัญญาณต่อสัญญาณรบกวนเท่ากับ 1 และ 3 ตามลำดับ โดยทำซ้ำแต่ละกรณีจำนวน 100 ครั้ง ในการศึกษานี้มุ่งเน้นประสิทธิภาพในการคัดเลือกตัวแปรของตัวแบบและเปรียบเทียบประสิทธิภาพการคัดเลือกตัวแปรในแต่ละตัวแบบ ซึ่งเปรียบเทียบด้วยค่าความแม่นยำ (Precision) ค่าความระลึก (Recall) ค่าความจำเพาะ(Specificity) อัตราความผิดพลาดในการตรวจจับเชิงบวก (False Positive Rate) และอัตราความผิดพลาดในการตรวจจับเชิงลบ (False Negative Rate) พบว่า วิธีการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรสามารถคัดเลือกตัวแปรเข้าตัวแบบและประมาณค่าสัมประสิทธิ์การถดถอยได้แม่นยำสำหรับกรณีที่สัมประสิทธิ์การถดถอยบางตัวในโครงข่ายไม่เท่ากับศูนย์ และให้ค่าความจำเพาะสูงสุด นอกจากนี้สามารถคัดเลือกตัวแปรที่ไม่เกี่ยวข้องเข้าตัวแบบน้อยที่สุด เพราะฉะนั้น วิธีการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรมีประสิทธิภาพในการคัดเลือกยีนที่เหมาะสมเข้าตัวแบบในกรณีที่กำหนดให้ยีนบางตัวในโครงข่ายไม่เท่ากับศูนย์ได้ดีกว่าวิธีอื่น และ ยังมีความสามารถในคัดเลือกยีนที่ไม่มีความสัมพันธ์กับฟีโนไทป์เข้าตัวแบบน้อยที่สุดอีกด้วย

Go to article

ผลกระทบของการจำแนกประเภทแบบสองลาเบลต่อประสิทธิภาพในเรียนรู้ของโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า, ภานุพงศ์ จิรเศรษฐสิริ Jan 2024

ผลกระทบของการจำแนกประเภทแบบสองลาเบลต่อประสิทธิภาพในเรียนรู้ของโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า, ภานุพงศ์ จิรเศรษฐสิริ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษานี้พิจารณาผลกระทบของตัวแบบในการจำแนกประเภทแบบสองลาเบลต่อประสิทธิภาพของโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า โดยเปรียบเทียบกับตัวแบบในการจำแนกประเภทแบบหนึ่งลาเบล การวิจัยนี้มุ่งเน้นไปที่ตัวชี้วัดประสิทธิภาพที่สำคัญ เช่น ความเร็วในการลู่เข้าของตัวแบบ การลดค่าการสูญเสีย และความเสถียรของตัวแบบผ่านการทดสอบในกรณีศึกษาที่มีความซับซ้อนต่างกัน 3 กรณี ผลการวิจัยแสดงให้เห็นว่าการจำแนกประเภทแบบสองลาเบลสามารถทำให้ตัวแบบลู่เข้ารวดเร็วขึ้น มีค่าการสูญเสียต่ำกว่า และมีความเสถียรมากกว่าเมื่อเปรียบเทียบกับตัวแบบในการจำแนกประเภทแบบหนึ่งลาเบล โดยเฉพาะในกรณีของชุดข้อมูลที่มีความซับซ้อนน้อยกว่า อย่างไรก็ตามเมื่อความซับซ้อนของข้อมูลเพิ่มขึ้น ความแตกต่างในด้านประสิทธิภาพระหว่างสองตัวแบบจะเริ่มลดลง แต่การจำแนกประเภทแบบสองลาเบลยังคงมีข้อได้เปรียบเล็กน้อยในด้านการลดค่าการสูญเสีย ความสามารถในการปรับตัว และความสามารถในการจัดการกับชุดข้อมูลที่หลากหลาย ผลการศึกษานี้ชี้ให้เห็นว่าการจำแนกประเภทแบบสองลาเบลสามารถเพิ่มประสิทธิภาพของตัวแบบการเรียนรู้เชิงลึกได้อย่างมีนัยสำคัญ ทำให้สามารถแก้ไขปัญหาที่เกี่ยวข้องกับตัวแปรตามหลายตัวได้อย่างมีประสิทธิภาพ ผลลัพธ์จากการศึกษานี้มีความสำคัญอย่างยิ่งในด้านการวิเคราะห์เชิงพยากรณ์และการจัดประเภทข้อมูลขนาดใหญ่ ซึ่งความเร็วในการประมวลผลและความเสถียรของตัวแบบเป็นปัจจัยสำคัญ

Go to article

การปรับปรุงแบบจําลองการเรียนรู้เชิงลึกสําหรับการทํานายผลตอบแทนในตลาดหุ้นไทยด้วยข้อมูลทางการเงินและบทความข่าว, ภัคพล ตันติวิชช์ Jan 2024

การปรับปรุงแบบจําลองการเรียนรู้เชิงลึกสําหรับการทํานายผลตอบแทนในตลาดหุ้นไทยด้วยข้อมูลทางการเงินและบทความข่าว, ภัคพล ตันติวิชช์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันมีการนำข้อมูลหลากหลายประเภทมาใช้ในการทำนายผลตอนแทนในตลาดหุ้น ได้แก่ ข้อมูลราคาหุ้นในอดีต ตัวชี้วัดทางเทคนิค ข้อมูลทางการเงินในอดีต และบทความข่าว อย่างไรก็ตามงานวิจัยส่วนใหญ่มุ่งเน้นการศึกษาอยู่ในตลาดหุ้นต่างประเทศ และมักจะใช้เพียงข้อมูลราคาหุ้นในอดีตและตัวชี้วัดทางเทคนิคเท่านั้น ข้อมูลทั้ง 4 ประเภทข้างต้นยังไม่เคยถูกใช้ร่วมกัน ในการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อนำเสนอวิธีการทำนายผลตอบแทนโดยมุ่งเน้นที่ตลาดหุ้นไทย ด้วยแบบจำลองการเรียนรู้เชิงลึกโดยใช้ข้อมูลนำเข้าทั้ง 4 ประเภท ซึ่งแบบจำลองที่ใช้คือแบบจำลองการเรียนรู้เชิงลึก Temporal Convolutional Networks (TCN) และนำเสนอการปรับปรุงประสิทธิภาพของแบบจำลองทั้งในด้านการทำนายผลตอบแทนและในด้านการสร้างผลตอบแทนจากการจำลองการซื้อขายด้วยกลไกความสนใจ (Attention Mechanism) ในชื่อแบบจำลองการเรียนรู้เชิงลึก Temporal Convolutional Attention Networks (TCAN) และการใช้ข้อมูลย้อนหลัง ผลการศึกษาแสดงให้เห็นถึงความสามารถของแบบจำลอง TCAN ที่ใช้ข้อมูลเพียง 3 ประเภท คือ ข้อมูลราคาหุ้นในอดีต ตัวชี้วัดทางเทคนิค และบทความข่าวที่ถูกนำมาคำนวณเป็นคะแนนความรู้สึก ด้วยข้อมูลย้อนหลังจำนวน 10 วัน เป็นแบบจำลองที่มีประสิทธิภาพในการทำนายและสร้างผลตอบแทนในตลาดหุ้นไทย

Go to article

การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร Jan 2024

การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร

Chulalongkorn University Theses and Dissertations (Chula ETD)

โครงงานมหาบัณฑิตนี้จึงเสนอวิธีการสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสำหรับใช้ในการพัฒนาเกม ในการสร้างแบบจำลองเพื่อทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทย ได้ใช้ชุดข้อมูลออดิโอวิชวล TSynC-3miti: Audiovisual Speech Synthesis Database from Found Data ร่วมกับแนวคิดจาก งานวิจัย A Decision Tree Framework for Spatiotemporal Sequence Prediction ที่ได้เสนอวิธีการสำหรับการทำนายลำดับข้อมูลที่มีจำนวนมิติสูงและต่อเนื่อง โดยใช้เทคนิคการแบ่งย่อยด้วยหน้าต่างเลื่อนร่วมกับวิธีการรวมกลุ่มของต้นไม้ตัดสินใจ ซึ่งสามารถนำมาประยุกต์ใช้ในการสร้างแอนิเมชันสำหรับการพูดได้ ในการทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทยในโครงงานมหาบัณฑิตนี้ จะใช้ข้อมูลนำเข้าเป็นลำดับของสัญลักษณ์โฟเนติก จากจึงต้องมีการเตรียมชุดข้อมูลใหม่จากชุดข้อมูลออิดิโอวิชวล TSynC-3miti จากนั้นนำชุดข้อมูลไปฝึกสอนโมเดล และพัฒนาเครื่องมือที่ใช้ในการสร้างแอนิเมชัน โดยเป็นรูปแบบของส่วนเสริมสำหรับใช้ในเกมเอนจิน Unreal Engine โดยรับอินพุตเป็นข้อความภาษาไทย และจะได้ค่าการเคลื่อนไหวใบหน้ามาอ้างอิงบนใบหน้าของตัวละครในแต่ละช่วงเวลา ผลลัพธ์ของการทำงานของส่วนเสริมนี้จะได้เป็นแอนิเมชัน 3 มิติของโมเดลตัวละคร MetaHuman ที่สามารถพูดภาษาไทยได้อย่างสมจริง โดยผลการทดสอบพบว่าแอนิเมชันมีความสมจริงจากมุมมองทั้งหน้าตรงและหน้าเอียง โดยมุมมองหน้าเอียงดูสมจริงมากกว่า และการออกเสียงแต่ละโฟเนติกมีความสมจริงเช่นกัน

Go to article

การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์ Jan 2024

การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบเชิงพร้อมกันเป็นระบบที่มีมากกว่าหนึ่งสายโยงใยซึ่งสามารถสลับกันทำงานระหว่างสายโยงใยโดยที่ไม่ต้องรอให้กระบวนการในสายโยงใยใดกระบวนการหนึ่งให้เสร็จสมบูรณ์ ซึ่งระบบเชิงพร้อมกันมักพบในระบบที่มีความซับซ้อน มีหลายงานที่ต้องดำเนินการและสายโยงใยที่ดำเนินงานนั้นอาจมีปฏิสัมพันธ์กัน เช่น เข้าถึงหน่วยความจำเดียวกัน เป็นต้น หนึ่งในวิธีที่สามารถอธิบายระบบเชิงพร้อมกันคือการใช้แผนภาพเครื่องสถานะซึ่งเป็นแผนภาพตามมาตรฐานยูเอ็มแอลรุ่น 2.5 แต่เนื่องจากแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันไม่สามารถนำมาใช้ในการทวนสอบได้ เนื่องจากพฤติกรรมของระบบเชิงพร้อมกันมีรูปแบบเชิงไม่กำหนด งานวิจัยจึงเล็งเห็นประโยชน์ในการพัฒนาเครื่องมือแปลงแผนภาพเครื่องสถานะเป็นโค้ดนูเอ็สเอ็มวี ซึ่งเป็นการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้อยู่ในรูปของแบบจำลองเชิงรูปนัยให้สามารถทำการทวนสอบได้ โดยเปรียบเทียบและวิเคราะห์ระหว่างองค์ประกอบของแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันตามมาตรฐานยูเอ็มแอลรุ่น 2.5 กับองค์ประกอบของนูเอ็สเอ็มวี แล้วนิยามกฏการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวีเพื่อใช้ในการพัฒนาเครื่องมือการแปลง จากนั้นจึงพัฒนาเครื่องมือการแปลง สร้างแบบจำลองซึ่งเป็นกรณีศึกษาของระบบเชิงพร้อมกันที่อยู่ในรูปของแผนภาพเครื่องสถานะ สร้างข้อกำหนดเชิงรูปนัยที่ใช้ในการทวนสอบกรณีศึกษา และนำเครื่องมือการแปลงมาใช้ในการแปลงแบบจำลองกรณีศึกษาให้เป็นแบบจำลองเชิงรูปนัยนูเอ็สเอ็มวี แล้วทำการทวนสอบด้วยข้อกำหนดเชิงรูปนัยบนนูเอ็มเอ็มวี กระบวนการวิจัยและพัฒนาทั้งหมดที่กล่าวมาพบว่าผู้วิจัยสามารถแปลงแบบจำลองในรูปของแผนภาพเครื่องสถานะให้ป็นแบบจำลองเชิงรูปนัยและเห็นพฤติกรรมของการทำงานของระบบเชิงพร้อมกัน รวมถึงทวนสอบพฤติกรรมของระบบและได้ผลลัพธ์จากการทวนสอบที่เป็นไปตามข้อกำหนดเชิงรูปนัย

Go to article

การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย Jan 2024

การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบการเงินในปัจจุบันต้องเผชิญกับการจัดการข้อมูลจำนวนมากในแต่ละวัน เช่น การสั่งซื้อสินค้า การชำระเงิน และการเติมเงินเข้าสู่ระบบ ซึ่งต้องดำเนินการด้วยความรวดเร็วและความถูกต้องแม่นยำ ระบบดั้งเดิมที่ใช้ฐานข้อมูลประเภท OLTP ได้รับการออกแบบมาเพื่อรองรับการประมวลผลธุรกรรมแบบเรียลไทม์ แต่เมื่อปริมาณข้อมูลเพิ่มมากขึ้น ระบบเริ่มประสบกับข้อจำกัดในด้านประสิทธิภาพ การใช้ทรัพยากรสูง และความซับซ้อนในการตรวจสอบข้อมูล โดยเฉพาะอย่างยิ่งเมื่อต้องรองรับการทำงานพร้อมกันของหลายบริการ ทำให้ระบบต้องรับภาระที่มากขึ้นและส่งผลให้เกิดความล่าช้าในการเรียกดูข้อมูล โครงการนี้จึงมุ่งเน้นการออกแบบและพัฒนาระบบใหม่ที่ผสานความสามารถในการวิเคราะห์ข้อมูลเชิงลึกเข้ากับการประมวลผลธุรกรรมแบบเรียลไทม์ เพื่อลดข้อจำกัดด้านประสิทธิภาพและปรับปรุงการจัดการข้อมูลขนาดใหญ่ ระบบที่ออกแบบใหม่นี้จะช่วยเพิ่มศักยภาพในการวิเคราะห์ข้อมูลที่ซับซ้อน ช่วยให้การจัดทำรายงานและการตรวจสอบธุรกรรมเป็นไปอย่างมีประสิทธิภาพและรวดเร็ว โดยระบบสามารถดึงข้อมูลเชิงลึกเพื่อใช้ในการวิเคราะห์และการตัดสินใจได้อย่างแม่นยำ แนวทางการบูรณาการระหว่างการประมวลผลแบบ OLTP และการจัดการข้อมูลแบบ OLAP ที่นำเสนอในโครงการนี้ ไม่เพียงแต่ช่วยลดภาระการทำงานของฐานข้อมูล แต่ยังทำให้การวิเคราะห์ข้อมูลที่มีความซับซ้อนสูงสามารถทำได้อย่างรวดเร็วและมีประสิทธิภาพมากยิ่งขึ้น นอกจากนี้ โครงการยังได้พัฒนาแอปพลิเคชันสำหรับการเรียกดูข้อมูลโดยอิงจากแบบจำลองข้อมูล (Data Model) ซึ่งช่วยให้ผู้ใช้งานสามารถจัดการและวิเคราะห์ข้อมูลได้เองผ่านส่วนต่อประสานที่ใช้งานง่าย ไม่จำเป็นต้องมีความเชี่ยวชาญด้านฐานข้อมูล แอปพลิเคชันนี้ช่วยให้ผู้ใช้สามารถมองเห็นภาพรวมของข้อมูล เลือกวิเคราะห์ในเชิงลึก และสร้างรายงานได้อย่างคล่องตัว จากการศึกษาและทดลองพบว่าการใช้งานฐานข้อมูลประเภท OLAP ร่วมกับ OLTP ช่วยเพิ่มความสามารถในการเรียกดูข้อมูลที่มีปริมาณมากและซับซ้อนได้อย่างรวดเร็วมากขึ้นโดยที่ไม่จำเป็นต้องเปลี่ยนแปลงโครงสร้างของฐานข้อมูลดังเดิมที่เป็นประเภท OLTP ดังนั้นโครงการนี้จึงสามารถแก้ไขปัญหาที่พบในระบบเดิม ด้วยระบบที่สามารถดึงข้อมูลขนาดใหญ่ได้อย่างรวดเร็วและมีประสิทธิภาพสูง พร้อมแอปพลิเคชันที่ช่วยให้ผู้ใช้งานสามารถวิเคราะห์ข้อมูลได้ด้วยตนเอง เพิ่มขีดความสามารถในการตัดสินใจเชิงกลยุทธ์ ตอบสนองต่อความต้องการทางธุรกิจได้อย่างแม่นยำและคล่องตัว

Go to article

การพัฒนาระบบสำหรับการวิเคราะห์ความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทยตามกรอบงานพัฒนาความสามารถด้านการจัดการโครงการ, ธัญญา ธารากุล Jan 2024

การพัฒนาระบบสำหรับการวิเคราะห์ความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทยตามกรอบงานพัฒนาความสามารถด้านการจัดการโครงการ, ธัญญา ธารากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

อาชีพการบริหารโครงการในประเทศไทยได้รับความสนใจอย่างมาก โดยมีบุคคลจำนวนมากที่ประกอบอาชีพนี้อยู่ในปัจจุบันและอีกหลายคนที่ต้องการเข้ามาทำงานในสายอาชีพนี้ ความท้าทายหลักที่บุคลากรเหล่านี้พบคือการขาดแหล่งข้อมูลที่สามารถให้ความรู้เกี่ยวกับเส้นทางการเติบโตในอาชีพ โดยเฉพาะอย่างยิ่งในด้านทักษะและความสามารถที่จำเป็นต่อความสำเร็จในการทำงาน งานวิจัยนี้มุ่งเน้นแก้ไขปัญหาดังกล่าวโดยใช้กรอบการพัฒนาความสามารถของผู้จัดการโครงการ หรือ เฟรมเวิร์กพีเอ็มซีดี (Project Manager Competency Development Framework หรือ PMCD Framework) ซึ่งได้รับการสนับสนุนจากสถาบันการจัดการโครงการ หรือ PMI ที่แบ่งความสามารถออกเป็น 3 ด้าน ได้แก่ ความสามารถเชิงความรู้ (Knowledge Competence) ความสามารถเชิงปฏิบัติการ (Performance Competence) และความสามารถทางบุคลากร (Personal Competence) โครงงานนี้มีวัตถุประสงค์เพื่อพัฒนาเว็บแอปพลิเคชันที่ช่วยให้ผู้ที่สนใจในสายอาชีพผู้จัดการโครงการสามารถค้นคืนความสามารถที่เป็นที่ต้องการในตลาดงานของประเทศไทยในเอกสารรับสมัครงานได้ โดยใช้คำค้นสารสนเทศที่อ้างอิงมาจากพีเอ็มซีดีและพจนานุกรมของกูเกิล และนำผลลัพธ์ที่ได้มาทำการวิเคราะห์ว่าความสามารถใดเป็นที่ต้องการของผู้จ้างงาน ผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูลนี้จะทำให้ทราบถึงความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทย ได้ให้ข้อมูลเกี่ยวกับความสามารถที่สำคัญและจำเป็นต่อสายอาชีพผู้จัดการโครงการ ซึ่งจะช่วยให้ผู้ที่ประกอบอาชีพการจัดการโครงการและผู้ที่มีความสนใจจะเข้ามาประกอบอาชีพในสายงานนี้ได้มีแนวทางที่ชัดเจนในการพัฒนาตนเองต่อไปอย่างถูกต้องและสอดคล้องกับความต้องการของตลาดแรงงานได้อย่างมีประสิทธิภาพ

Go to article

Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich Jan 2024

Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich

Chulalongkorn University Theses and Dissertations (Chula ETD)

Drug discovery, crucial for identifying new potential drug candidates to treat diseases and improve health, is increasingly enhanced by deep learning approaches such as molecular generation models. However, creating drug candidates with desired properties, such as the quantitative estimate of drug-likeness (QED), synthetic accessibility (SA), and binding affinity (BA), remains a significant challenge, especially when training generative models for specific protein targets with limited pharmaceutical data. Addressing these challenges, this thesis presents Mol-Zero-GAN, a novel framework designed to generate drug candidates tailored to specific protein targets without additional data by employing zero-shot adaptation techniques and Bayesian optimization (BO). By fine-tuning …

Go to article

First Prev Next Last