Open Access. Powered by Scholars. Published by Universities.®
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
- Discipline
-
- Chemistry (670)
- Computer Sciences (618)
- Engineering (246)
- Computer Engineering (234)
- Polymer Chemistry (203)
-
- Environmental Sciences (200)
- Mathematics (161)
- Statistics and Probability (99)
- Earth Sciences (80)
- Physics (72)
- Geology (40)
- Biotechnology (24)
- Life Sciences (24)
- Education (12)
- Educational Assessment, Evaluation, and Research (12)
- Artificial Intelligence and Robotics (11)
- Chemical Engineering (8)
- Databases and Information Systems (6)
- Catalysis and Reaction Engineering (3)
- Risk Analysis (3)
- Analytical Chemistry (2)
- Business (2)
- Petroleum Engineering (2)
- Intellectual Property Law (1)
- Law (1)
- Management Information Systems (1)
- Operations Research, Systems Engineering and Industrial Engineering (1)
- Programming Languages and Compilers (1)
- Real Estate (1)
Articles 1 - 30 of 1876
Full-Text Articles in Physical Sciences and Mathematics
การศึกษารูปแบบความร่วมมือของภาครัฐและภาคเอกชนในการบริหารจัดการเหตุวิกฤติฉุกเฉินและนโยบายการรักษาความปลอดภัยย่านศูนย์กลางธุรกิจของกรุงเทพมหานคร, ปัญจรัตน์ เดชกุญชร
การศึกษารูปแบบความร่วมมือของภาครัฐและภาคเอกชนในการบริหารจัดการเหตุวิกฤติฉุกเฉินและนโยบายการรักษาความปลอดภัยย่านศูนย์กลางธุรกิจของกรุงเทพมหานคร, ปัญจรัตน์ เดชกุญชร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ภัยพิบัติเป็นสิ่งที่ทั่วโลกเล็งเห็นความสำคัญและให้ความตระหนักในการบริหารจัดการ ด้วยการเปลี่ยนแปลงของโลกเป็นปัจจัยกระตุ้นให้เกิดเหตุขึ้นบ่อยครั้ง เป็นเหตุวิกฤติที่เกินการรับมือ การศึกษาเรื่อง รูปแบบความร่วมมือของภาครัฐและภาคเอกชนในการบริหารจัดการเหตุวิกฤติฉุกเฉินและนโยบายการรักษาความปลอดภัยย่านศูนย์กลางธุรกิจของกรุงเทพมหานคร เป็นการศึกษาในภาคการขับเคลื่อนนโยบายการบริหารระหว่างหน่วยงานภาครัฐและเครือข่ายภาคประชาชนในพื้นที่ย่านราชประสงค์ เขตปทุมวัน ภายใต้กรอบแนวคิดการร่วมมือทำงานกันระหว่างภาครัฐและภาคเอกชนแบบเครือข่าย Networking มีวัตถุประสงค์เพื่อทราบถึง 1) รูปแบบความร่วมมือเชิงนโยบายของภาครัฐและภาคเอกชนในการบริหารจัดการเหตุวิกฤติ 2) นโยบายการรักษาความปลอดภัยของภาครัฐและภาคเอกชนในพื้นที่ย่านราชประสงค์ 3) การออกแบบแผนการรับมือเหตุวิกฤติ และ 4) เพื่อดูแนวโน้มการเป็นต้นแบบนำร่องไปใช้ในพื้นที่ชุมชนเมืองอื่นในกรุงเทพมหานคร เป็นการวิจัยเชิงคุณภาพแบบกรณีศึกษา โดยการสัมภาษณ์ผู้บริหารกลุ่มภาคเอกชนกลุ่มผู้ประกอบวิสาหกิจในย่านราชประสงค์ จำนวน 10 องค์กร และหน่วยงานภาครัฐในพื้นที่อีก 2 องค์กร ใช้แบบสัมภาษณ์กึ่งโครงสร้าง วิเคราะห์ข้อมูลเชิงเนื้อหา พรรณนา พัฒนาแก่นสาระ ตรวจสอบด้วยวิธีเทคนิคสามเส้า ร่วมกับการศึกจากข้อมูลเอกสารและการลงพื้นที่เพื่อสังเกตการณ์ ผลการวิจัยพบว่า (1) รูปแบบความร่วมมือเชิงนโยบายของภาครัฐและภาคเอกชนในการบริหารจัดการเหตุวิกฤติฉุกเฉินในย่านราชประสงค์ ขับเคลื่อนด้วยแนวคิดการจัดการปกครองสาธารณะแนวใหม่แบบเครือข่าย ระหว่างภาครัฐกับเครือข่ายภาคเอกชน บวกกับ Disaster Management และ Crisis Management (2) นโยบายการรักษาความปลอดภัยใช้การร่วมออกแบบ ร่วมคิด และขับเคลื่อนกลไกเชิงนโยบายมีปฏิสัมพันธ์ในระดับองค์กร และระดับบุคคลต่อบุคคล (3) การออกแบบแผนการรับมือเหตุวิกฤติฉุกเฉินจากภัยพิบัติในย่านราชประสงค์ ใช้วิธีการเตรียมความพร้อม ตามหลักการของ Disaster Management ร่วมกับ Crisis Management (4) แนวโน้มการเป็นต้นแบบนำไปใช้ในพื้นที่ชุมชนเมืองอื่นในกรุงเทพมหานคร ต้องพิจารณาร่วมด้วยกับความเข้มแข็งของความร่วมมือของรัฐและเอกชนที่มีวิสัยทัศน์ แนวทางในการขับเคลื่อนไปในทิศทางเดียวกัน ระบบการเงินส่วนกลางที่น่าเชื่อถือ มีการจัดปรับการใช้รูปแบบให้เหมาะสมกับทรัพยากรที่มีอยู่ในพื้นที่ของตนเอง
การประเมินผลการใช้น้ำเสียบำบัดในระบบไฮโดรพอนิกส์ : การเปลี่ยนแปลงของไนโตรเจน การเติบโตของผักกาดหอม และกลุ่มชุมชนของจุลินทรีย์บริเวณราก, พชร ป่ากว้าง
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้ศึกษาการนำน้ำเสียที่ผ่านการบำบัดจากระบบเติมอากาศของอาคารหอสมุดกลาง จุฬาลงกรณ์มหาวิทยาลัย กลับมาใช้ในระบบไฮโดรพอนิกส์เพาะปลูกผักกาดหอม (Lactuca sativa) เพื่อส่งเสริมการจัดการน้ำอย่างยั่งยืนและการใช้ทรัพยากรหมุนเวียน การทดลองออกเป็น 3 ระยะตามอัตราส่วนน้ำเสียบำบัด ได้แก่ 50% (ระยะที่ 1), 100% (ระยะที่ 2) และ 75% (ระยะที่ 3) เปรียบเทียบกับระบบควบคุมที่ใช้สารละลายปุ๋ยไฮโดรพอนิกส์ ศึกษาการเปลี่ยนแปลงของไนโตรเจน ได้แก่ แอมโมเนียม (NH4+), ไนไตร์ท (NO2-), ไนเตรต (NO3-), และ ไนโตรเจนคเจดาลห์ (TKN) และประเมินผลต่อการเจริญเติบโตและปริมาณไนโตรเจนของผักกาดหอม ตลอดระยะเวลาเพาะปลูก 28 วัน มีการเก็บตัวอย่างน้ำเพื่อวิเคราะห์คุณภาพน้ำ และสุ่มเก็บตัวอย่างรากเพื่อศึกษาความหลากหลายของชุมชนจุลินทรีย์ ผลการทดลองพบว่าอัตราส่วนของน้ำเสียบำบัดมีผลต่อการเจริญเติบโตของผักกาดหอมอย่างมีนัยสำคัญทางสถิติ โดยระบบที่ใช้น้ำเสียบำบัด 100% ให้ผลผลิตสูงสุดทั้งในด้านน้ำหนักสด น้ำหนักแห้ง และปริมาณไนโตรเจน ซึ่งแนวโน้มนี้สอดคล้องกับความเข้มข้นไนเตรตและ TKN ในน้ำ แสดงถึงความเพียงพอของธาตุอาหาร โดยเฉพาะไนโตรเจน ขณะเดียวกันการวิเคราะห์ชุมชนจุลินทรีย์บริเวณรากพบว่าระบบน้ำเสียบำบัดมีความหลากหลายสูงกว่าระบบควบคุม โดยพบแบคทีเรียเด่นใน สกุล Altererythrobacter รวมถึงสกุล midas_g_859 ซึ่งอยู่ในอันดับ Thermomicrobiales และสกุลของแบคทีเรียในไฟลัม Armatimonadotaซึ่งเกี่ยวข้องกับการย่อยสลายอินทรียวัตถุและการเปลี่ยนรูปไนโตรเจน ส่วนระบบควบคุมพบแบคทีเรียเด่นในสกุลของวงศ์ Rhizobiaceae และสกุล Bosea ซึ่งมีบทบาทสำคัญในการตรึงไนโตรเจนและช่วยเพิ่มความสามารถในการดูดซึมสารอาหารของพืช ดังนั้นการนำน้ำเสียบำบัดกลับมาใช้ในระบบไฮโดรพอนิกส์จึงมีศักยภาพในการส่งเสริมการเจริญเติบโตของผักกาดหอมได้อย่างมีประสิทธิภาพ แต่การปรับสมดุลธาตุอาหารและคุณภาพน้ำก่อนใช้งานจริงยังเป็นสิ่งจำเป็น ผลการศึกษานี้จึงสามารถเป็นแนวทางพัฒนาระบบบำบัดน้ำเสียแบบบูรณาการร่วมกับการเพาะปลูกไฮโดรพอนิกส์ภายในมหาวิทยาลัยต่อไป
Automated Infinite Combos Detection System For Collectible Card Game, Amornpong Trakarnkulphun
Automated Infinite Combos Detection System For Collectible Card Game, Amornpong Trakarnkulphun
Chulalongkorn University Theses and Dissertations (Chula ETD)
In Collectible Card Games, resources management is one of the most effective strategy. However, there are some combinations of cards which produce unlimited resources called infinite combos. Too-cheap infinite combos that can be played early in the game break game environment, because the player who executes the combo immediately wins. To solve the problem, game designers usually restrict a part of the combos from being played. Due to the large number of cards in the card pool, it is difficult to search for these combos and solve this problem before a release date of a card set. This research aims …
Pipeline For Non-Self-Intersecting Racetrack Generation In Racing Games, Chatrtime Chatramornrat
Pipeline For Non-Self-Intersecting Racetrack Generation In Racing Games, Chatrtime Chatramornrat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Procedural content generation (PCG) allows racing games to supply new racetracks automatically, but straightforward generators can produce layouts with unrealistically tight bends or self-crossings that compromise playability. This thesis introduces a racetrack generation pipeline that connects chain–code–based synthesis with a dedicated post-processing stage for resolving intersections. Candidate layouts are first assembled from image–based differential chain codes and adjusted so that each forms a closed loop. Regions where the centreline crosses itself are then identified and repaired by cutting and joining overlapping branches and applying locally constrained smoothing, so that the overall course geometry is kept intact. Finally, geometric descriptors such …
Gitcofl : Design And Implementation Of A Git-Based Federated Learning Framework Utilizing Container-Based Technology, Chokchai Faroongsarng
Gitcofl : Design And Implementation Of A Git-Based Federated Learning Framework Utilizing Container-Based Technology, Chokchai Faroongsarng
Chulalongkorn University Theses and Dissertations (Chula ETD)
The rapid proliferation of artificial intelligence (AI) necessitates training paradigms that are both robust and privacy-preserving. Traditional centralized federated learning (CFL) suffers from single points of failure and communication bottlenecks, while decentralized federated learning (DFL) introduces communication complexities and lacks integrated version control. This paper proposes GitCoFL, a novel framework that leverages Docker containers and a Git server as an independent, external medium for model weight communication and storage. This architecture provides inherent flexibility, enabling efficient operation in both CFL and DFL settings. Using CIFAR-10 benchmarks with MobileNet and using FedAvg for federation algorithms, GitCoFL achieves competitive F1 score when …
Quality Of Life Prediction For Driving Route Planning System Using Image Recognition And Deep Learning, Intouch Prakaisak
Quality Of Life Prediction For Driving Route Planning System Using Image Recognition And Deep Learning, Intouch Prakaisak
Chulalongkorn University Theses and Dissertations (Chula ETD)
Assessing travel-related Quality of Life (QoL) is a significant challenge due to its reliance on subjective human perception, which is difficult to measure. Traditional studies are often constrained by the limited scope of costly, manual data collection. The significant contribution of this research is the introduction of a new framework that can analyze tourist perception on a large and systematic scale. The novelty of this work lies in the utilization of Google Street View (GSV) as a large-scale visual data source, coupled with the use of a sequence-based model to analyze travel routes, which allows for the simulation of the …
A Benchmarking Study Of Grover's Algorithm For Solving Boolean Sat With Quantum Circuits, Jirapas Unison Jipipob
A Benchmarking Study Of Grover's Algorithm For Solving Boolean Sat With Quantum Circuits, Jirapas Unison Jipipob
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study explores how well Grover's Algorithm performs in solving the Boolean Satisfiability Problem (SAT) using quantum circuits. The algorithm is implemented with IBM's Qiskit framework and compared to classical brute-force methods. Experiments focus on 3-SAT, 4-SAT, and 5-SAT problems, using quantum simulators and IBM quantum hardware. The results show that Grover's Algorithm is more efficient, offering a theoretical quadratic speedup over classical methods. However, practical issues like limited qubit availability, hardware noise, and optimization challenges impact its current performance. The data highlights the potential for quantum computing to scale and solve NP-complete problems. This research shows how quantum computing …
Out-Of-Domain Tuberculosis Detection From Chest X-Ray Images Using Meta Learning With Soft Labels, Kanokphat Jinanarong
Out-Of-Domain Tuberculosis Detection From Chest X-Ray Images Using Meta Learning With Soft Labels, Kanokphat Jinanarong
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automated tuberculosis screening from chest x-ray images could greatly benefit regions with limited medical resources. However, currently available methods could not handle this problem well due to the difference in chest x-ray images in each region caused by the difference in machine and demographics, the possible noise in the available labels, and other reasons. We therefore propose a new machine learning algorithm that could detect tuberculosis with great accuracy on any other data sources by learning from completely different data sources. We used a model-agnostic meta-learning together with a soft label approach, utilizing the meta-gradient to dynamically adjust the soft …
Enhancing Large Language Models For Legal Question Answering : A Case Study On The Land And Building Tax Act In Thailand, Nattapat Tantapong
Enhancing Large Language Models For Legal Question Answering : A Case Study On The Land And Building Tax Act In Thailand, Nattapat Tantapong
Chulalongkorn University Theses and Dissertations (Chula ETD)
Thailand's Land and Buildings Tax Act requires interpreting multiple legal instruments. However, general-purpose large language models often produce answers that lack both accuracy and verifiable legal citations, which are essential for legal reasoning. This study investigates whether curriculum-structured fine-tuning enables small Thai-aligned models (8B parameters) to perform comparably to large commercial models. The research constructs a domain-specific corpus of 8,410 Q&A pairs with 30,612 hard-negative triplets, then evaluates four curriculum designs and four adapter ranks using retrieval completeness and answer quality metrics. The experimental results reveal two key findings. First, hard-negative retrieval training improves Multi-HitRate@5 by 2.6% and Multi-MRR@5 by …
Diffusion Model-Based Synthetic Image Augmentation For Enhancing Vehicle Detection Model Performance, Pawaris Parnphotong
Diffusion Model-Based Synthetic Image Augmentation For Enhancing Vehicle Detection Model Performance, Pawaris Parnphotong
Chulalongkorn University Theses and Dissertations (Chula ETD)
A critical challenge for modern object detection models is the significant performance degradation encountered in adverse weather or poor lighting conditions. This issue primarily stems from the imbalance of training datasets, which are predominantly composed of normal daytime scenes, resulting in reduced robustness when models face challenging scenarios. Although traditional data augmentation techniques exist, they are limited to pixel-level adjustments and inherently restricted in generating data diversity. Consequently, this research proposes an approach utilizing diffusion models to generate realistic synthetic images that simulate new atmospheric and environmental conditions. To maximize the efficiency of synthetic data generation, we investigated a crucial …
Large Language Model-Based Framework For Mental Health Support Conversation In Thai, Radchaneeporn Changpun
Large Language Model-Based Framework For Mental Health Support Conversation In Thai, Radchaneeporn Changpun
Chulalongkorn University Theses and Dissertations (Chula ETD)
As mental health support needs continue to rise in Thailand, access to professional care remains constrained. LLM-based chatbots present a scalable alternative, though most current systems are limited to single-turn, solution-focused interactions. This thesis introduces a Large Language Model-Based Framework for Mental Health Support Conversations in Thai, organizing dialogues around five fundamental mental health counseling stages: rapport building, problem identification, goal setting, working, and termination. Drawing from Person-Centered Therapy (PCT) and Acceptance and Commitment Therapy (ACT). The framework was assessed against three single-agent baseline models using LLM-simulated users, with positive user reaction rates evaluated by LLMs. Results demonstrated a 79.01% …
Music Generation Using Large Language Models : A Case Study On Traditional Thai Music, Sutusta Kunasorn
Music Generation Using Large Language Models : A Case Study On Traditional Thai Music, Sutusta Kunasorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study presents a framework for music generation using Large Language Models (LLMs), focusing on the creation of symbolic compositions in the style of traditional Thai music. The framework integrates prompting techniques, retrieval-augmented generation (RAG), and multi-agent collaboration to guide the model in producing melodies that reflect Thai musical characteristics. ABC notation is used as the primary representation, allowing LLMs to process musical structure in a text-based format. The system incorporates curated Thai musical examples and theoretical knowledge to support culturally informed generation, while multiple agents work together to compose, evaluate, and refine musical ideas using rubric-based criteria adapted from …
A Hybrid Hardware Modeling, Simulation, And Generation Framework : A Case Study Of Risc-V Out-Of-Order Superscalar Cpu Design, Tanawin Devaveja
A Hybrid Hardware Modeling, Simulation, And Generation Framework : A Case Study Of Risc-V Out-Of-Order Superscalar Cpu Design, Tanawin Devaveja
Chulalongkorn University Theses and Dissertations (Chula ETD)
We present Kathryn, a novel framework that simplifies hardware design through a hybrid design flow and an integrated hybrid simulation approach. As specialized hardware demand grows, managing design complexity, precise control flow, and parallelism control remains challenging. Kathryn alleviates these issues by abstracting control logic and still maintaining designers’ cycle-accurate control ability. Moreover, Kathryn provides hardware-aggregation features, helping designers manage complex hardware component structures. As a result, in a simple RISC-V design, the model written in Kathryn shows a 2.6x reduction in lines of code compared to those of Verilog. [1] Moreover, in an Out-of-Order design, the model on Kathryn …
Endoplanar: Deformable Planar-Based Gaussian Splatting For Surgical Scene Reconstruction, Thatphum Paonim
Endoplanar: Deformable Planar-Based Gaussian Splatting For Surgical Scene Reconstruction, Thatphum Paonim
Chulalongkorn University Theses and Dissertations (Chula ETD)
Precise modeling of deformable anatomical structures from stereoscopic endoscopic footage plays a critical role in advancing surgical guidance and robotic automation within image-assisted medical procedures. Recent advances in Gaussian splatting have demonstrated real-time visualization capabilities with notable quality on endoscopic data; however, traditional 3D Gaussian representations introduce volumetric artifacts that compromise geometric fidelity and depth accuracy. We address these challenges through EndoPlanar, a deformable planar Gaussian framework that projects volumetric primitives onto planar surfaces. This planar formulation facilitates bias-free depth calculation and normal vector derivation—capabilities that remain elusive with standard ellipsoidal representations. We further incorporate a regularization mechanism to ensure …
Advancing Voice Spoofing Detection In Thai : A Comprehensive Dataset And Performance Analysis On Speaking Styles And Channel Effects, Ticho Urai
Chulalongkorn University Theses and Dissertations (Chula ETD)
Voice authentication is increasingly used in applications such as banking and call center verification, but it faces serious risks from spoofed voices. Recent advances in text-to-speech (TTS) and voice cloning make it possible to generate highly natural fake speech, creating an urgent need for robust anti-spoofing systems. While most prior work focuses on English, little research addresses the Thai language. To fill this gap, we present the Chula Spoofed Speech (CSS) dataset, a large-scale Thai corpus containing 1.3M utterances of both bona fide and synthetic speech. The synthetic samples are generated using five state-of-the-art TTS systems from the same utterances …
Evaluation Of User Experience And Usability Of Organization Super App, Ananya Kumhan
Evaluation Of User Experience And Usability Of Organization Super App, Ananya Kumhan
Chulalongkorn University Theses and Dissertations (Chula ETD)
The digital transformation of organizations in Thailand has accelerated the development of internal systems that streamline workflows and improve accessibility to organizational information. Financial institutions, which operate with multiple fragmented systems, have increasingly adopted Enterprise SuperApps as a centralized platform that combines internal services such as corporate news, leave requests, employee directories, resource information, and meeting room reservations into a single application. However, usage statistics in several organizations indicate that continuous adoption remains relatively low. Many employees rely on alternative channels or use only selected features, reflecting challenges in user experience (UX) and usability. This study aims to evaluate the …
Partial Group Divisible 3-Designs, Apiwat Peereeyaphat
Partial Group Divisible 3-Designs, Apiwat Peereeyaphat
Chulalongkorn University Theses and Dissertations (Chula ETD)
We introduce a generalization of group divisible 3-designs, 3-GDDs, with two groups and two indices. A partial group divisible 3-design, 3-PGDD(gı + g2, k; A, (21, 112), is an ordered pair (GrU G2, B) where G, and G2 are disjoint finite sets called groups) of size g1 and 92, respectively; and B is a collection of k-subsets (called blocks) of G, UG, such that every 3-subset of G; occurs in exactly 1 blocks in B, and every i elements of G and j elements of G2 occur together in exactly Mig blocks in B for i. i € (1,2} and …
Removal Of Antibiotics Under Visible Light By Using C,N-Tio2 Incorporated Into Magnetite Mesoporous Silica Composites, Dwita Widyawati
Removal Of Antibiotics Under Visible Light By Using C,N-Tio2 Incorporated Into Magnetite Mesoporous Silica Composites, Dwita Widyawati
Chulalongkorn University Theses and Dissertations (Chula ETD)
Water contamination, particularly from antibiotics such as ciprofloxacin, is a significant environmental challenge necessitating the development of new remediation solutions. A promising technique for eliminating CIP from the environment is photocatalysis. The synthesis of C,N-doped TiO2 embedded within magnetite mesoporous silica (MSI) composites is prepared to serve as a promising semiconductor catalyst for photodegradation under visible illumination. Tetrabutyl titanate (TBOT), glucose, and urea are used as precursors in the sol-gel synthesis process, which controls elemental ratios to produce a unique mesoporous composite material intended to improve antibiotic photodegradation in the presence of visible light. Comparisons showed significant differences between capped …
Assessment Of Rainfall Anomaly In Thailand Under Enso By Inception Time For Classification Model, Hazlamee Benjawong
Assessment Of Rainfall Anomaly In Thailand Under Enso By Inception Time For Classification Model, Hazlamee Benjawong
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study provides a comprehensive assessment of rainfall over Thailand during the El Niño-Southern Oscillation (ENSO) event using 41 years of monthly data (1982-2022) from meteorological stations, including total rainfall, average temperature, average wind speed, and average wind direction. The data were processed using Python by estimating spatially dependent monthly variables using inverse distance weighting. Total rainfall during ENSO events lasting more than two years was estimated by calculating ZSI12and analyzing the variable's significance using an inception time for classification model. The spatial total rainfall estimation results show that the distribution of total rainfall for normal, El Niño, and La …
Effect Of Single Screw Extrusion Process Parameters On Gel Formation And Properties In Polycaprolactone Films, Kitthanya Ritthichai
Effect Of Single Screw Extrusion Process Parameters On Gel Formation And Properties In Polycaprolactone Films, Kitthanya Ritthichai
Chulalongkorn University Theses and Dissertations (Chula ETD)
This research focuses on the production of polycaprolactone (PCL) films using the commercial grade CAPA 6800 through a continuous single-screw extrusion process. This method serves as an alternative to conventional solution-based film fabrication that requires solvents and chemical reagents. The effects of processing temperature (80–120 °C), screw design (mixing screw and plain screw), and extruder-barrel cooling system (water-cooled and air-cooled) on film quality, gel formation, thermal properties, and mechanical properties of PCL films were investigated. Based on the processing of high-purity PCL pellets, the results indicate that the processing temperature, screw design, and barrel-cooling system did not affect the chemical …
Blocfog : Enhanced Transactional Data Encryption Via Fog Computing And Blockchain, Leon Wirz
Blocfog : Enhanced Transactional Data Encryption Via Fog Computing And Blockchain, Leon Wirz
Chulalongkorn University Theses and Dissertations (Chula ETD)
Protecting Personally Identifiable Information (PII) in financial transactions presents ongoing challenges, particularly in achieving a balance between strong security, fine-grained access control, and system efficiency. Existing approaches often rely on complex cryptographic operations that strain end-user devices or lack the flexibility needed for decentralized environments. Although blockchain provides advantages such as auditability and tamper resistance, its use is often limited by high computational costs and latency. This research proposes an efficient and scalable access control framework that integrates Ciphertext-Policy Attribute-Based Encryption (CP-ABE) with a lightweight fog computing layer. The system is designed to offload heavy cryptographic tasks from end users …
Improving Chinese Hate Speech Detection With Bert-Fasttext Fusion And Bert-Bilstm Fusion, Methini Ma
Improving Chinese Hate Speech Detection With Bert-Fasttext Fusion And Bert-Bilstm Fusion, Methini Ma
Chulalongkorn University Theses and Dissertations (Chula ETD)
Hate speech detection is an essential technique in the online environment, especially on social media platforms. This technique helps to create a safer space and reduce the risk of real-world harm. In Chinese, this task is particularly challenging because of unique linguistic structures and the frequent use of indirect expressions, sarcasm, homophones, character variants, and abbreviations. This study investigates how to improve Chinese hate speech detection by combining BERT with FastText and BERT with BiLSTM. There are six model variants that are configured: frozen BERT and fine-tuned BERT, each further extended with either FastText sentence embeddings or a clause-level BiLSTM. …
Evaluation Of Soil Erosion In The Middle Yom River Basin, Passapong Paentong
Evaluation Of Soil Erosion In The Middle Yom River Basin, Passapong Paentong
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study aims to assess soil erosion in the Middle Yom River Basin and analyze the spatial relationships between erosion and its influencing factors using the Revised Universal Soil Loss Equation (RUSLE) in combination with Ordinary Least Squares (OLS) regression analysis. The analysis considers five principal RUSLE factors: rainfall erosivity (R), soil erodibility (K), topography (LS), cover management (C), and support practices (P), under both normal and heavy rainfall scenarios for the years 2010, 2015, and 2020. The results indicate that under normal rainfall conditions, most areas experienced low to moderate soil loss (0–5 tons/rai/year). Under heavy rainfall conditions, the …
Gel Based Sensing Platforms For Ammonia Detection, Patita Salee
Gel Based Sensing Platforms For Ammonia Detection, Patita Salee
Chulalongkorn University Theses and Dissertations (Chula ETD)
This research focuses on the development of two biopolymer-based colorimetric platforms for ammonia detection in environmental water and gaseous samples. To detect ammonia in water samples, an agarose hydrogel membrane containing salicylate, hypochlorite, and sodium nitroprusside was incorporated into a flow analysis system to perform the Berthelot reaction within the gel. Ammonium in the sample was converted to monochloramine in an alkaline reagent stream, and its subsequent interaction with the sensing membrane yielded an indosalicylate blue chromophore, causing the gel to change from pale yellow to green–blue as the ammonia concentration increased. Under the optimal operating conditions, the method provided …
การศึกษาแบบแผนการเต้นของหัวใจระหว่างการวิ่ง โดยใช้การเรียนรู้ของเครื่องแบบไม่มีผู้สอนเพื่อการตรวจจับความผิดปกติ, ชวิน หังสสูต
การศึกษาแบบแผนการเต้นของหัวใจระหว่างการวิ่ง โดยใช้การเรียนรู้ของเครื่องแบบไม่มีผู้สอนเพื่อการตรวจจับความผิดปกติ, ชวิน หังสสูต
Chulalongkorn University Theses and Dissertations (Chula ETD)
การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์รูปแบบการเต้นของหัวใจระหว่างการวิ่ง โดยใช้เทคนิคการตรวจจับความผิดปกติแบบไม่มีผู้สอน (Unsupervised Anomaly Detection - UAD) เพื่อการตรวจจับความผิดปกติ ปัญหาหลักในงานวิจัยนี้คือข้อจำกัดทางจริยธรรมในการรวบรวมข้อมูลภาวะวิกฤตเพื่อใช้สอนแบบจำลอง และความแปรปรวนของข้อมูลสรีรวิทยาที่สูงมากระหว่างบุคคลเพื่อแก้ไขปัญหานี้ งานวิจัยนี้ได้พัฒนาระบบเว็บแอปพลิเคชันสำหรับการรวบรวมและกำกับข้อมูล โดยผู้เชี่ยวชาญ และได้สร้างชุดข้อมูลอ้างอิงจากกลุ่มตัวอย่างนักวิ่ง 5 ท่าน จากนั้น ได้ดำเนินการศึกษาเชิงเปรียบเทียบแบบจำลอง UAD จำนวน 7 แบบจำลอง โดยใช้กลยุทธ์การเรียนรู้แบบจำเพาะบุคคล ภายใต้เงื่อนไข การกำหนดค่าไฮเปอร์พารามิเตอร์แบบคงที่ เพื่อจำลองสถานการณ์การใช้งานจริงแบบเริ่มต้น โดยปราศจากการปรับแต่งค่าล่วงหน้า และประเมินผลด้วยค่า F0.5-Score เพื่อเน้นความแม่นยำและลดการแจ้งเตือนที่ผิดพลาดผลการทดลองพบว่า เมื่อไม่มีการปรับจูนพารามิเตอร์ ประสิทธิภาพโดยรวมของทุกแบบจำลองลดลงอย่างมีนัยสำคัญ ซึ่งสะท้อนถึงความท้าทายในการสร้างแบบจำลองสากล อย่างไรก็ตาม แบบจำลอง Matrix Profile (MP) ในกลุ่มคลาสสิก พิสูจน์ให้เห็นถึงความทนทานสูงที่สุด โดยมีประสิทธิภาพเฉลี่ยสูงสุด (F0.5-Score 2.71%) และสามารถตรวจจับความผิดปกติได้ดีในรายบุคคล ในขณะที่แบบจำลองพื้นฐานล้มเหลวโดยสิ้นเชิง (0.00%) สำหรับกลุ่มการเรียนรู้เชิงลึก (USAD, LSTM-AE) พบว่ามีข้อจำกัดในการใช้งานแบบเริ่มต้น (Cold-start) โดยไม่สามารถตรวจจับความผิดปกติได้แม้จะมีปริมาณข้อมูลมาก หากปราศจากการปรับแต่งค่าพารามิเตอร์ ผลลัพธ์นี้ยืนยันว่าระบบเฝ้าระวังสุขภาพในอนาคตจำเป็นต้องมีกลไกการเรียนรู้แบบปรับตัว ร่วมด้วยเพื่อให้สามารถนำไปใช้งานจริงได้อย่างมีประสิทธิภาพ
การคาดการณ์ค่าดัชนีความแตกต่างของพืชและความชื้น โดยใช้เทคนิคการเรียนรู้ของเครื่องอย่างชาญฉลาด เพื่อการติดตามด้านการเกษตรและสิ่งแวดล้อม, ณุทยา เข็มเจริญ
การคาดการณ์ค่าดัชนีความแตกต่างของพืชและความชื้น โดยใช้เทคนิคการเรียนรู้ของเครื่องอย่างชาญฉลาด เพื่อการติดตามด้านการเกษตรและสิ่งแวดล้อม, ณุทยา เข็มเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบัน ภัยแล้งและการเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อผลผลิตทางการเกษตร โดยเฉพาะพืชเศรษฐกิจของไทยอย่างทุเรียน ซึ่งต้องอาศัยการติดตามสุขภาพพืชและการจัดการน้ำอย่างใกล้ชิด ข้อมูลจากภาพถ่ายดาวเทียม ดัชนีความแตกต่างของพืชและความชื้น จึงเป็นเครื่องมือสำคัญในการวิเคราะห์สภาพพื้นที่เพาะปลูก โครงงานนี้พัฒนาแบบจำลองการเรียนรู้ของเครื่องเพื่อพยากรณ์ทั้งสองดัชนีรายสัปดาห์ โดยใช้การเฉลี่ยและเติมค่าข้อมูลที่ขาดหายด้วยการถดถอยเชิงเส้น ก่อนนำไปฝึกแบบจำลองผสมระหว่างโครงข่ายคอนโวลูชัน และหน่วยความจำระยะสั้นแบบยาว ระบบถูกออกแบบให้ทำงานอัตโนมัติภายใต้แนวคิดการปฏิบัติการด้านการเรียนรู้ของเครื่อง แสดงผลผ่านเว็บแอปพลิเคชัน ติดตั้งและทดสอบบนเครื่องเซิร์ฟเวอร์
Thyroid Carcinoma Recurrence Prediction Using Artificial Intelligence On Prognosis Parameter, Supawat Suntornlimsiri
Thyroid Carcinoma Recurrence Prediction Using Artificial Intelligence On Prognosis Parameter, Supawat Suntornlimsiri
Chulalongkorn University Theses and Dissertations (Chula ETD)
Papillary thyroid carcinoma (PTC) is the most common subtype of thyroid malignancy and is increasingly diagnosed worldwide. Although typically localised, PTC exhibits a notable risk of bilateral involvement, with contralateral disease occurring in up to 44 percent of cases. While completion thyroidectomy is recommended in selected high-risk scenarios, it carries potential complications, making accurate prediction of contralateral involvement essential. This study investigates the utility of classical statistical methods and machine learning (ML) algorithms—Support Vector Machines (SVM), Extreme Gradient Boosting (XGBoost), and Random Forest (RF)—in predicting contralateral PTC using a retrospective dataset of 122 lobectomy patients. ML models, especially RF with …
Design And Evaluation Of A Thai Speech Emotion Recognition Corpus With Ambiguous Annotations, Chompakorn Chaksangchaichot
Design And Evaluation Of A Thai Speech Emotion Recognition Corpus With Ambiguous Annotations, Chompakorn Chaksangchaichot
Chulalongkorn University Theses and Dissertations (Chula ETD)
THAI-SER is the first large-scale Thai speech emotion recognition corpus, comprising 41.6 hours (27,854 utterances) from 100 recordings across diverse environments (Zoom and studio). The data includes both scripted and improvised speech by 200 professional actors (112 females, 88 males, aged 18–55), covering five emotions: neutral, angry, happy, sad, and frustrated. Utterances were labeled via crowdsourcing, with rigorous quality control ensuring a majority agreement score above 0.71. Annotation reliability, measured by Krippendorff’s alpha, reached 0.692 (above the 0.667 threshold), and human emotion recognition accuracy reached 0.772 after filtering. We also report benchmark results from models trained and evaluated on both …
การเปรียบเทียบการทำนายผลการแข่งขันฟุตบอลโดยใช้การเรียนรู้เชิงลึกจากการผสานข้อมูลทางสถิติและแผนที่ความร้อนของผู้เล่น, ภานุพันธุ์ พันธุ์พฤกษ์
การเปรียบเทียบการทำนายผลการแข่งขันฟุตบอลโดยใช้การเรียนรู้เชิงลึกจากการผสานข้อมูลทางสถิติและแผนที่ความร้อนของผู้เล่น, ภานุพันธุ์ พันธุ์พฤกษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของแบบจำลอง Multilayer Perceptron (MLP), Convolutional Neural Networks (CNN) และ Multimodal Neural Network (MMNN) ในการทำนายผลการแข่งขันฟุตบอลพรีเมียร์ลีกอังกฤษ โดยใช้ข้อมูลทางสถิติ ข้อมูลแผนที่ความร้อนของผู้เล่น และการผสานข้อมูลทั้งสองรูปแบบ ผ่านแนวทาง Early Fusion, Late Fusion และการแปลง Heatmap เป็นข้อมูลเชิงตัวเลขแบบแบ่งพื้นที่สนาม ผลการวิจัยพบว่า แบบจำลอง MMNN ที่ใช้แนวทาง Late Fusion ให้ค่าความแม่นยำที่ 55.68% ซึ่งสูงกว่า Early Fusion ที่ได้ความแม่นยำ 53.45% และ CNN ที่ใช้ข้อมูลทางสถิติร่วมกับข้อมูลตำแหน่งเชิงพื้นที่จากแผนที่ความร้อนที่แบ่งสนามออกเป็น 4 ส่วน มีค่าความแม่นยำสูงสุดที่ 63.50% และให้คะแนน Precision, Recall และ F1 Score สูงกว่าแบบจำลองอื่น ๆ นอกจากนี้ ยังได้วิเคราะห์ความสำคัญของฟีเจอร์ด้วยเทคนิค SHAP ซึ่งชี้ให้เห็นว่าฟีเจอร์ที่เกี่ยวข้องกับเกมรับของทีมเหย้า เช่น การบล็อก การเคลียร์บอล และการดวลลูกกลางอากาศ มีผลต่อการทำนายมากที่สุด ขณะที่ตำแหน่งของผู้เล่นทีมเยือนมีอิทธิพลน้อยที่สุด
ปัจจัยที่ส่งผลต่อความตั้งใจใช้งานโมไบล์แบงก์กิ้งอย่างต่อเนื่อง, รตน รัตนพรเจริญ
ปัจจัยที่ส่งผลต่อความตั้งใจใช้งานโมไบล์แบงก์กิ้งอย่างต่อเนื่อง, รตน รัตนพรเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การใช้บริการโมไบล์แบงก์กิ้ง ในประเทศไทยมีอัตราเติบโตอย่างต่อเนื่องภายใต้การสนับสนุนจากภาครัฐ แต่ในช่วงหลายปีที่ผ่านมากลับพบว่าผู้ใช้จำนวนมากยังคงใช้งานเพียงบางฟังก์ชันพื้นฐาน เช่น การโอน-จ่าย-รับเงิน เท่านั้น (ธนาคารแห่งประเทศไทย, 2567) และประสบการณ์กับมิจฉาชีพและความเชื่อมั่นในระบบก็ยังคงเป็นประเด็นสำคัญที่สะท้อนให้เห็นถึงพฤติกรรมหลังการยอมรับและใช้งานโมไบล์แบงกิ้งกับการเปิดใจใช้บริการการเงินดิจิทัลอื่น ๆ ของผู้ใช้บริการบริโภค ซึ่งยังขาดการศึกษาในเชิงลึกโดยเฉพาะด้านปัจจัยที่ส่งผลต่อความตั้งใจใช้งานอย่างต่อเนื่อง และการเปิดรับฟังก์ชันใหม่ทั้งจากผู้ให้บริการโมไบล์แบงกิ้งและผู้ให้บริการอื่น ๆ ภายใต้ บริบทของการรับรู้ประโยชน์, และคุณภาพการบริการงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่อความตั้งใจใช้งานโมไบล์แบงก์กิ้งอย่างต่อเนื่อง ความตั้งใจใช้ฟังก์ชันที่ไม่เคยใช้งานและความตั้งใจใช้งานร่วมกับแอปพลิเคชันทางการเงินอื่น โดยอิงกรอบแนวคิดจากทฤษฎีความตั้งใจใช้งานต่อเนื่อง (Continuance Intention Model) รวมถึงการวิเคราะห์ผลจากประสบการณ์กับมิจฉาชีพต่างกัน กลุ่มตัวอย่างทั้งหมดจำนวน 434 คนถูกรวบรวมโดยการสุ่มแบบเจาะจง (Purposive Sampling) จากผู้ใช้โมไบล์แบงก์กิ้งในกรุงเทพมหานครและปริมณฑล ข้อมูลถูกวิเคราะห์ด้วยสถิติเชิงพรรณนาและการถดถอยเชิงพหุ (Multiple Regression Analysis)โดยผลการศึกษาพบว่า ปัจจัยด้านการรับรู้ประโยชน์ ความพึงพอใจ และความเชื่อมั่นในผู้ให้บริการ ส่งผลเชิงบวกต่อความตั้งใจในการใช้งานต่อเนื่องและการเปิดรับฟังก์ชันใหม่ทั้งจากธนาคารและผู้ให้บริการภายนอก ในขณะที่ประสบการณ์กับมิจฉาชีพมีแนวโน้มส่งผลให้ความตั้งใจใช้งาน แต่ไม่ส่งผลต่อการเปิดรับฟังก์ชันใหม่ การศึกษาปัจจัยด้านคุณภาพสารสนเทศทั้งสามมิติพบผลกระทบเชิงบวกต่อความพึงพอใจของผู้ใช้ และการศึกษาด้านความเชื่อมั่นพบผลกระทบเชิงบวกจากความสามารถ ความหวังดี และความซื่อสัตย์ของผู้ให้บริการ ผลการวิจัยนี้สามารถนำไปใช้พัฒนาแนวทางในการส่งเสริมการใช้งานฟังก์ชันของแอปพลิเคชันทางการเงินให้ครอบคลุมยิ่งขึ้น ทั้งในมิติการออกแบบระบบและผลิตภัณฑ์ทางการเงิน การสร้างความเชื่อมั่น และการออกนโยบายจัดการความเสี่ยงจากมิจฉาชีพ อีกทั้งยังสามารถขยายผลเชิงวิชาการในด้านการประยุกต์ใช้โมเดลพฤติกรรมผู้บริโภคในบริบทเทคโนโลยีทางการเงิน ซึ่งยังเป็นพื้นที่วิจัยที่เปิดกว้างและท้าทายในประเทศไทย