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 571 - 600 of 1876
Full-Text Articles in Physical Sciences and Mathematics
การแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาไปเป็นไทมด์ออโตมาตา, ณรงค์กร วงศ์สิทธิไพฑูรย์
การแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาไปเป็นไทมด์ออโตมาตา, ณรงค์กร วงศ์สิทธิไพฑูรย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระแสงานยอว์ลเป็นหนึ่งในกระแสงานทางธุรกิจที่ทันสมัย กระแสงานยอว์ลให้การแสดงเป็นภาพขั้นตอนกระแสงานของงานทางธุรกิจที่เข้าใจง่าย สามารถกำหนดเวลาการทำงานของงานภายในกระแสงานยอว์ลได้ วิทยานิพนธ์ฉบับนี้จะเน้นให้นำกระแสงานยอว์ลทั่วไปมาเพิ่มขีดความสามารถโดยการเพิ่มข้อจำกัดแบบช่วงเวลาให้กับแต่ละสัญลักษณ์งานในกระแสงานยอว์ล ผ่านค่าเฉลี่ยของข้อจำกัดของช่วงเวลาในรูปของขอบเขตล่าง และขอบเขตบนของเวลาที่สามารถเสร็จสิ้นการทำงานถูกกำหนดให้กับงานทางธุรกิจแต่ละงานในกระแสงานเพื่อรับมือกับปัญหาที่ซับซ้อนมากขึ้นของประสิทธิภาพด้านเวลาในกระแสงานกระบวนการทางธุรกิจ ในการจำลองพฤติกรรมของกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาจะถูกแปลงเป็นออโตมาตาที่กำหนดเวลาไว้ที่สอดคล้องกัน และจำลองโดยใช้เครื่องมือ UPPAAL วิทยานิพนธ์ฉบับนี้มีการเสนอชุดของกฎการแปลงเพื่อเป็นแนวทางในการแปลงของสัญลักษณ์ยอว์ลข้อจำกัดของช่วงเวลาให้อยู่ในรูปแบบของไทมด์ออโตมาตา และเสนอเว็บแอปพลิเคชันในการแปลงกระแสงานยอว์ลที่มีข้อจำกัดช่วงเวลาเป็นออโตมาตา โดยผลลัพธ์ที่เป็นไทมด์ออโตมาตาจะถูกแปลงอย่างถูกต้อง และจำลองโดยใช้เครื่องมือจำลอง UPPAAL
การศึกษาเปรียบเทียบของพอลิโพรพิลีนรีไซเคิลเทอร์มอพลาสติกวัลคาไนเซตจากยางธรรมชาติและจากยางอีพีดีเอ็ม, ทีปกร พันธ์พรม
การศึกษาเปรียบเทียบของพอลิโพรพิลีนรีไซเคิลเทอร์มอพลาสติกวัลคาไนเซตจากยางธรรมชาติและจากยางอีพีดีเอ็ม, ทีปกร พันธ์พรม
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อปรับปรุงสมบัติของพอลิโพรพิลีนรีไซเคิลโดยการเตรียมเป็นเทอร์มอพลาสติกอิลาสโตเมอร์ และเทอร์มอพลาสติกวัลคาไนเซตด้วยยางธรรมชาติและยางอีพีดีเอ็มในอัตราส่วนต่าง ๆ โดยพอลิโพรพิลีนรีไซเคิลและยางถูกผสมด้วยสามอัตราส่วน ได้แก่ 90/10, 80/20 และ 70/30 โดยน้ำหนักในเครื่องผสมแบบปิดที่อุณหภูมิ 170 องศาเซลเซียส เป็นเวลา 10 นาที ตามด้วยการอัดขึ้นรูป จากผลการทดลองพบว่าการเติมยางธรรมชาติหรือยางอีพีดีเอ็มช่วยปรับปรุงความทนแรงกระแทกและการยืดตัว ณ จุดขาด ขณะที่ความทนแรงดึง ยังส์มอดุลัส และความแข็งลดลง อย่างไรก็ตามเทอร์มอพลาสติกอิลาสโตเมอร์ที่เติมยางอีพีดีเอ็มแสดงสมบัติเหนือกว่าเทอร์มอพลาสติกอิลาสโตเมอร์ที่เติมยางธรรมชาติที่อัตราส่วนเดียวกันเนื่องจากมีความเข้ากันได้กับพอลิโพรพิลีนรีไซเคิลมากกว่า ซึ่งยืนยันได้จากสมบัติสัณฐานวิทยา และในบรรดาเทอร์มอพลาสติกอิลาสโตเมอร์ทั้งหมด พอลิโพรพิลีนรีไซเคิล/ยางที่อัตราส่วน 80/20 มีสมบัติเชิงกลที่เหมาะสมจึงถูกเลือกมาเตรียมเป็นเทอร์มอพลาสติกวัลคาไนเซตโดยการเติมเพอร์ออกไซด์เป็นสารเชื่อมขวางที่อัตราส่วน 1 และ 2 ส่วนต่อยางร้อยส่วน เพื่อศึกษาและเปรียบเทียบสมบัติเชิงกล สมบัติทางความร้อน และสัณฐานวิทยาของเทอร์มอพลาสติกอิลาสโตเมอร์และเทอร์มอพลาสติกวัลคาไนเซตพบว่ายังส์มอดุลัสของเทอร์มอพลาสติกวัลคาไนเซตสูงกว่าเทอร์มอพลาสติกอิลาสโตเมอร์เนื่องจากการเชื่อมขวาง อย่างไรก็ตามสมบัติอื่น ๆ ลดลงเมื่อเทียบกับเทอร์มอพลาสติกอิลาสโตเมอร์เพราะการตัดขาดของสายโซ่โดยเพอร์ออกไซด์
การพัฒนาซอฟต์เซ็นเซอร์สำหรับการทำนายพารามิเตอร์ของการดูดซับคาร์บอนไดออกไซด์โดยใช้โครงข่ายประสาทเทียม, พงศ์พล ธวัชบัณฑิต
การพัฒนาซอฟต์เซ็นเซอร์สำหรับการทำนายพารามิเตอร์ของการดูดซับคาร์บอนไดออกไซด์โดยใช้โครงข่ายประสาทเทียม, พงศ์พล ธวัชบัณฑิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
การดูดซับคาร์บอนไดออกไซด์ในระดับโรงงานอุตสาหกรรมนั้นเป็นกระบวนการที่สำคัญในการลดปริมาณคาร์บอนไดออกไซด์ที่เป็นแก๊สเรือนกระจกในแก๊สไอเสียก่อนส่งออกสู่ชั้นบรรยากาศ ซึ่งการรู้ปริมาณคาร์บอนไดออกไซด์ที่ถูกดูดซับและเวลาที่การดูดซับเข้าสู่สมดุลจึงเป็นประโยชน์ในการวางแผนการดำเนินงานในอุตสาหกรรม ดังนั้นในงานวิจัยนี้ ศึกษาและพัฒนาโครงข่ายประสาทเทียมสามารถทำนายพารามิเตอร์ของการดูดซับคาร์บอนไดออกไซด์ โครงข่ายประสาทเทียมที่พัฒนาด้วยโครงสร้างที่มีจำนวนชั้นซ่อน 2 ชั้นซ่อน ในแต่ละชั้นซ่อนประกอบด้วย 10 เซลล์ประสาท และฟังก์ชันกระตุ้นในชั้นซ่อนและชั้นส่งออกคือฟังก์ชันแทนซิกมอยด์มีประสิทธิภาพสูงที่สุด จากนั้นนำโครงข่ายประสาทเทียมที่มีโครงสร้างดังกล่าวไปใช้ในการศึกษาผลของสมการทางจลนศาสตร์และนำตัวแปรส่งออกไปแทนค่าในสมการทางจลนศาสตร์เพื่อสร้างเส้นโค้งของดูดซับคาร์บอนไดออกไซด์ เส้นโค้งที่สร้างจากสมการของปฏิกิริยาอันดับหนึ่งเทียมมีค่าเฉลี่ยของค่า R-square สูงสุดคือ 0.8731 และค่าเฉลี่ยของค่า RMSE ต่ำที่สุดคือ 0.2358 จากนั้นนำโครงข่ายประสาทเทียมไปพัฒนาซอฟต์เซ็นเซอร์โดยเริ่มจากการแปลงโครงข่ายประสาทเทียมให้เป็นโปรแกรมที่เป็นภาษาไพทอน และนำโปรแกรมนี้ไปใส่ใน Raspberry pi 4 model b ตัวแปรนำเข้าทั้งหมดจะถูกคำนวณผ่านโครงข่ายประสาทเทียมที่ได้แปลงเป็นภาษาไพทอนแล้ว และส่งค่าตัวแปรส่งออกไปแสดงค่าผ่านแพลตฟอร์ม Grafana ซึ่งเป็นแพลตฟอร์มที่สะดวกและรวดเร็ว และสามารถรายงานค่าในเวลาจริงได้
การเสื่อมสภาพของน้ำมันหม้อแปลงชีวภาพฐานปาล์มและกระดาษฉนวนภายใต้การบ่มเร่งเชิงความร้อน, พรพงษ์ ศิริรัตน์สกุล
การเสื่อมสภาพของน้ำมันหม้อแปลงชีวภาพฐานปาล์มและกระดาษฉนวนภายใต้การบ่มเร่งเชิงความร้อน, พรพงษ์ ศิริรัตน์สกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันจึงมีความพยายามในการพัฒนาน้ำมันพืชที่สามารถย่อยสลายได้ตามธรรมชาติ และเป็นมิตรกับสิ่งแวดล้อมนำมาทดแทนการใช้น้ำมันแร่ โดยน้ำมันชีวภาพฐานปาล์ม (EnPAT) เป็นหนึ่งในน้ำมันพืชทางเลือกที่ถูกพัฒนาเพื่อนำไปของเหลวฉนวนสำหรับหม้อแปลงไฟฟ้า อย่างไรก็ตามในระหว่างหม้อแปลงไฟฟ้าทำงานจะเกิดความร้อนขึ้น ซึ่งส่งผลกระทบทำให้ของเหลวฉนวน และกระดาษฉนวนที่อยู่ภายในเกิดการเสื่อมสภาพ ดังนั้นงานวิจัยนี้จึงมุ่งเน้นศึกษาลักษณะการเสื่อมสภาพของน้ำมันชีวภาพฐานปาล์มที่มีกระดาษฉนวนจุ่มแช่ พร้อมทั้งเปรียบเทียบกับน้ำมันแร่และเอสเตอร์ธรรมชาติเชิงการค้า (FR3) ด้วยการบ่มเร่งเชิงความร้อนที่อุณหภูมิ 110, 130 และ 150 ˚ซ เป็นระยะเวลาต่างๆ ในระบบปิด ซึ่งภายหลังจากการบ่มเร่งภายใต้บรรยากาศไนโตรเจน EnPAT เกิดการเสื่อมสภาพขึ้น โดยปริมาณความชื้น และค่าความเป็นกรดแสดงแนวโน้มเพิ่มขึ้นเช่นเดียวกับ FR3 แต่จะมีค่ามากกว่าน้ำมันแร่ ขณะที่ปริมาณสารที่เกิดจากการเสื่อมสภาพละลายในน้ำมันฉนวนมีการเพิ่มขึ้นน้อยที่สุด และค่าความคงทนต่อแรงดันไฟฟ้ายังคงมีค่ามากกว่าน้ำมันแร่ แม้ว่าจะมีค่าแฟกเตอร์กำลังสูญเสียไดอิเล็กทริกและค่าสภาพความต้านทานทางไฟฟ้าน้อยกว่าน้ำมันแร่ อย่างไรก็ตามการบ่มเร่งที่อุณหภูมิ 150 ˚ซ นาน 2,880 และ 4,008 ชม. กระดาษฉนวนที่จุ่มแช่ในน้ำมันชีวภาพฐานปาล์มมีค่าความคงทนต่อแรงดึงคงเหลือมากกว่ากระดาษฉนวนที่จุ่มแช่ในน้ำมันแร่อย่างชัดเจน นอกจากนี้ยังพบว่าหลังจากผ่านการบ่มเร่งที่อุณหภูมิ 150 ˚ซ นาน 720 ชม. ภายใต้บรรยากาศออกซิเจน น้ำมันทุกชนิดเกิดการเสื่อมสภาพอย่างรุนแรง อย่างไรก็ตาม EnPAT ยังคงมีค่าความคงทนต่อแรงดันไฟฟ้ามากที่สุด ดังนั้นน้ำมันชีวภาพฐานปาล์มจึงเป็นทางเลือกใหม่ สำหรับนำมาใช้เป็นของเหลวฉนวนภายในหม้อแปลงไฟฟ้า
การศึกษาความไวต่ออุณหภูมิของเสียงสะท้อนจากหูชั้นในแบบเกิดขึ้นได้เองโดยใช้แบบจำลองทางคณิตศาสตร์ของการเคลื่อนไหวของเซลล์ขน, กิตติศักดิ์ สว่างวารีสกุล
การศึกษาความไวต่ออุณหภูมิของเสียงสะท้อนจากหูชั้นในแบบเกิดขึ้นได้เองโดยใช้แบบจำลองทางคณิตศาสตร์ของการเคลื่อนไหวของเซลล์ขน, กิตติศักดิ์ สว่างวารีสกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
หูชั้นในของสัตว์มีกระดูกสันหลังไม่เพียงแต่ทำหน้าที่รับเสียงแต่ยังสามารถสร้างเสียงสะท้อนเมื่อไม่มีเสียงกระตุ้นจากภายนอก เรียกว่าเสียงสะท้อนจากหูชั้นในแบบเกิดขึ้นเองหรือเสียงเอสโอเออี (Spontaneous otoacoustic emissions, SOAEs) ผลการทดลองวัดเสียงเอสโอเออีในกบและสัตว์จำพวกกิ้งก่าพบว่าความถี่ของเสียงเอสโอเออีมีค่าสูงขึ้นแบบเชิงเส้นกับอุณหภูมิร่างกาย นอกจากนี้ขนาดของการเปลี่ยนแปลงความถี่ยังขึ้นอยู่กับความถี่เริ่มต้นของเสียงเอสโอเออีแบบเอ็กซ์โปเนนเชียล เสียงเอสโอเออีอาจเกิดจากเซลล์ขน (Hair cell) หรือเซลล์รับเสียงภายในหูชั้นใน ที่มัดขน (Hair bundle) สามารถสั่นได้เองแม้ไม่มีแรงกระตุ้นจากภายนอก ในงานวิจัยนี้ได้ศึกษาผลกระทบของการเปลี่ยนแปลงอุณหภูมิต่อของการสั่นได้เองของมัดขน โดยใช้แบบจำลองเกทติงสปริงซึ่งเป็นแบบจำลองทางคณิตศาสตร์ที่อธิบายมัดขนเป็นระบบสองสถานะ (Two-state system) ผลการวิจัยพบว่าการเปลี่ยนแปลงอุณหภูมิและค่าคงที่สปริงของเกทติงสปริงส่งผลต่อแอมพลิจูดและความถี่ของการสั่นของมัดขนผ่านการเปลี่ยนแปลงรูปร่างของแผนภาพพลังงานของช่องไอออน นอกจากนี้ผลจากการจำลองเชิงตัวเลขและจากผลเฉลยเชิงวิเคราะห์แสดงให้เห็นว่ามีผลต่างพลังงานภายในที่เหมาะสมซึ่งแสดงความถี่ของการสั่นและความไวต่อการเปลี่ยนแปลงอุณหภูมิสูงสุด และเมื่อกำหนดให้ค่าคงที่สปริงของเกทติงสปริงมีค่าขึ้นกับอุณหภูมิ พบว่าความไวต่อการเปลี่ยนแปลงอุณหภูมิมีค่าสูงขึ้น สุดท้ายนี้ความไวต่อการเปลี่ยนแปลงอุณหภูมิจากแบบจำลองให้ผลสอดคล้องกับผลที่ได้จากการทดลอง งานวิจัยนี้ได้ให้หลักฐานเพิ่มเติมว่าเสียงเอสโอเออีเกี่ยวข้องกับกระบวนการสั่นได้เองของมัดขน
การศึกษาปัจจัยที่ส่งผลต่อสมบัติของยางแผ่นรมควันเกรดพรีเมียม, สายสุณี จิตกล้า
การศึกษาปัจจัยที่ส่งผลต่อสมบัติของยางแผ่นรมควันเกรดพรีเมียม, สายสุณี จิตกล้า
Chulalongkorn University Theses and Dissertations (Chula ETD)
ถึงแม้ว่าสมบัติเชิงกลของยางแผ่นรมควันจะเหนือกว่ายางแห้งชนิดอื่นก็ตาม แต่ความไม่สม่ำเสมอในคุณภาพของยางส่งผลให้ปริมาณการใช้งานยางแผ่นรมควันในอุตสาหกรรมล้อยางลดลงอย่างต่อเนื่อง ปัจจุบันการยางแห่งประเทศไทยได้กำหนดมาตรฐานการผลิตยางแผ่นรมควันขึ้นเพื่อควบคุมและให้ได้ยางแผ่นรมควันที่มีสมบัติต่าง ๆ คงที่ ซึ่งยางที่ได้จะเรียกว่า “ยางแผ่นรมควันเกรดพรีเมียม” หรือ “ยางแผ่นรมควันเกรด P” เพื่อให้เข้าใจถึงสาเหตุที่ส่งผลให้สมบัติต่าง ๆ ของยางแผ่นรมควันแปรปรวนดียิ่งขึ้น งานวิจัยนี้ได้ศึกษาถึงอิทธิพลด้านภาวะการผลิต ช่วงฤดูกาลกรีดยาง รวมไปถึงพิ้นที่ปลูกยางต่อสมบัติทั้งทางกายภาพและเชิงกลของยางแผ่นรมควัน ผลการทดลองที่ได้พบว่า เมื่อใช้น้ำยางที่มีปริมาณเนื้อยางแห้งแตกต่างกันและใช้ความเข้มข้นกรดฟอร์มิกในการจับตัวเนื้อยางแตกต่างกัน สมบัติของยางแผ่นรมควันจะแตกต่างกันไป โดยพบว่าเมื่อปริมาณเนื้อยางแห้งและความเข้มข้นกรดฟอร์มิกเพิ่มขึ้นส่งผลให้ค่าสิ่งระเหยในยางแผ่นรมควันเพิ่มขึ้น เนื่องจากก้อนยางที่ได้จากการจับตัวของเนื้อยางด้วยกรดค่อนข้างแข็ง ทำให้เมื่อนำไปรีดเป็นแผ่นบางทำได้ยาก น้ำในเนื้อยางจึงระเหยออกมาได้ไม่ดี เมื่อเพิ่มปริมาณเนื้อยางแห้งจะทำให้ค่า PO, PRI และความหนืดมูนีเพิ่มขึ้น การแปรปริมาณเนื้อยางแห้งในน้ำยางจาก 20% (ภาวะใช้ในการผลิตยางแผ่นรมควันพรีเมียม) เป็น 18, 20 และ 25% โดยน้ำหนัก ส่งผลให้ความทนต่อแรงดึงของยางแตกต่างกันมากที่สุดอยู่ที่ 2.1 MPa การเพิ่มความเข้มข้นกรดฟอร์มิกจะส่งผลทำให้ค่า PO, PRI และความหนืดมูนีลดลง การแปรความเข้มข้นกรดฟอร์มิกจาก 4% (ภาวะที่ใช้ในการผลิตยางแผ่นรมควันเกรดพรีเมียม) เป็น 2, 3, 5, 8 และ 10% โดยปริมาตร ส่งผลให้ความทนต่อแรงดึงของยางแตกต่างกันมากที่สุดอยู่ที่ 3.2 MPa เมื่อพิจารณาฤดูกาลกรีดยางแตกต่างกัน น้ำยางที่ได้จากช่วงการผลัดใบของต้นยางจะมีปริมาณเนื้อยางแห้งในน้ำยางลดลง และปริมาณธาตุต่างๆ ในยางเพิ่มขึ้น ซึ่งจะส่งผลต่อค่าเถ้าและไนโตรเจนในยางแผ่นรมควันแตกต่างกัน ค่าความหนืดมูนีของยางแผ่นรมควันขึ้นอยู่กับช่วงฤดูกาลกรีดยางค่อนข้างชัดเจน โดยยางแผ่นรมควันที่เตรียมจากน้ำยางที่ได้จากการกรีดในช่วงกรีดปกติจะมีความหนืดมูนีที่สูงกว่ายางแผ่นรมควันที่เตรียมจากน้ำยางที่ได้จากการกรีดในช่วงก่อนปิดกรีด ยางแผ่นรมควันที่ได้จากภาคตะวันออกเฉียงเหนือมีปริมาณเถ้ามากกว่าที่ได้จากภาคใต้ ซึ่งปริมาณเถ้าเกิดจากปริมาณสารและแร่ธาตุต่าง ๆ ในดินที่ไม่เหมือนกัน อย่างไรก็ตาม ยางที่ได้จากทั้งสองบริเวณที่มีค่า PO , PRI และ ความหนืดมูนี ไม่ได้แตกต่างกันอย่างเห็นได้ชัด
การสกัดกิจกรรมสำคัญจากคำพิพากษาศาลฎีกา เพื่อสร้างรายงานประจำวันสำหรับตำรวจ, ณภัทร งามสดใส
การสกัดกิจกรรมสำคัญจากคำพิพากษาศาลฎีกา เพื่อสร้างรายงานประจำวันสำหรับตำรวจ, ณภัทร งามสดใส
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีเป้าหมายที่จะหาแนวทางแก้ปัญหาการบันทึกรายงานประจำวันของตำรวจ ที่จะช่วยให้พนักงานสอบสวนสามารถบันทึกรายงานประจำวันได้สะดวกมากยิ่งขึ้น โดยการสกัดสาระสำคัญทางคดีจากคำพิพากษาศาลฎีกาและคดีที่เกี่ยวข้อง เพื่อหาความสัมพันธ์ระหว่างคำทั้งหมดที่ปรากฎบนคำพิพากษา และระบุค่าความสำคัญเหล่านั้นโดยใช้เทคนิคทางกราฟ ได้แก่ ค่ากลางคั่นกลาง (Betweenness Centrality) ค่ากลางเพจแรงก์ (PageRank) ค่ากลางความเป็นศูนย์กลาง (Degree Centrality) ค่ากลางความใกล้ (Closeness Centrality) และ ค่ากลางไอเกนเวกเตอร์ (Eigenvector Centrality) เพื่อนำมาสร้างกราฟสรุปสำหรับการสร้างรายงานประจำวัน ทั้งนี้ วิธีการสร้างรายงานประจำวัน ผู้วิจัยออกแบบขั้นตอนวิธีสำหรับการท่องไปในกราฟสรุป เพื่อให้ได้ใจความสำคัญที่สามารถนำมาเป็นรายละเอียดหรือพฤติการณ์ที่ปรากฎอยู่บนรายงานประจำวัน
การพัฒนาการประเมินความหลวมของสลักเกลียวจากภาพโครงสร้างเหล็กสำเร็จรูปโดยใช้โครงข่ายประสาทเชิงลึก, ณัชพล พันธ์เมธาฤทธิ์
การพัฒนาการประเมินความหลวมของสลักเกลียวจากภาพโครงสร้างเหล็กสำเร็จรูปโดยใช้โครงข่ายประสาทเชิงลึก, ณัชพล พันธ์เมธาฤทธิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
คุณภาพของการเชื่อมต่อแบบสลักเกลียวมีความสําคัญต่อความปลอดภัยและความมั่นใจในการใช้งานโครงสร้างเหล็กแบบสำเร็จรูป งานวิจัยนี้พัฒนาการตรวจหาความหลวมของรอยต่อสลักเกลียวแบบอัตโนมัติโดยใช้เทคนิค Faster R- CNN (faster region-based convolutional neural networks) ร่วมกับเทคนิคเพิ่มความหลากหลายให้กับข้อมูลแบบ Grid Mask ซึ่ง Faster R-CNN มีความสามารถในการตรวจหาวัตถุ และระบุชนิดของวัตถุอย่างแม่นยํา โดยมีการพิจารณาใช้โมเดล backbone ประเภท ResNeXt-101 จะให้ผลลัพธ์ดีที่สุดเนื่องจาก ResNeXt-101 มีการเพิ่มประสิทธิภาพของแบบจำลองโดยการเพิ่มพารามิเตอร์แบบคาร์ดินาลิตี้ เราได้นําความสามารถนี้ไปใช้ในการแยกประเภทระดับของการขันแบบแน่น หลวม และไม่สามารถระบุได้ โดยใช้การวิเคราะห์ท้ังด้วยการแบ่งความหลวมจากการขันสลักเกลียวที่บ่งชี้โดยช่างผู้เชี่ยวชาญ (ชุดข้อมูลที่ 1) และการแบ่งความหลวมโดยใช้มาตรฐานตามขนาดของแรงบิดสำหรับสลักเกลียวแต่ละประเภท (ชุดข้อมูลที่ 2) โดยในงานวิจัยนี้ได้ศึกษาสลักเกลียวสำหรับการแบ่งความหลวมโดยใช้มาตรฐานตามขนาดของแรงบิดแบบ M16 และ M22 โดยเฉพาะอย่างยิ่ง M16 ถูกใช้เป็นหลักในโครงสร้างเหล็กสำเร็จรูป ประกอบกับการเพิ่มความหลากหลายให้กับข้อมูลแบบ Grid Mask และการพลิกภาพทำให้ผลลัพธ์ค่า mAP และความแม่นยำในการตรวจจับความหลวมของสลักเกลียวในกรณีเฉพาะรอยต่อแบบแน่นและหลวม ในชุดข้อมูลแรกเป็น 65.51% และ 95.40% ตามลำดับ ในชุดข้อมูลที่สองสำหรับสลักเกลียวแบบ M16 เป็น 77.50% และ 91.30% ตามลำดับ และสลักเกลียวแบบ M22 เป็น 57.50% และ 84.29% การวิเคราะห์ความสามารถในการตรวจจับที่มุมระดับสายตาต่าง ๆ พบว่าถ้ามีการทำมุมระหว่างกล้องและรอยต่อที่ 0 – 15 องศาจะได้ผลลัพธ์ความแม่นยำสูงที่สุดเมื่อเทียบกับมุมระหว่างกล้องและรอยต่อที่มากขึ้น โดยจากผลการวิเคราะห์ภาพโดยใช้เทคนิค Grad-CAM พบว่าโมเดลจะพิจารณาความหลวมจากสายตาเช่นเดียวกับมนุษย์ ในชุดข้อมูลแรกและจากความยาวตั้งแต่ปลายเกลียวถึงน็อตในชุดข้อมูลที่ 2
การเปรียบเทียบการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมสําหรับการตรวจสอบคุณภาพงานเขียนอัตโนมัติ, ณิชาพรรณ น้อยอยู่
การเปรียบเทียบการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมสําหรับการตรวจสอบคุณภาพงานเขียนอัตโนมัติ, ณิชาพรรณ น้อยอยู่
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตรวจสอบคุณภาพงานเขียนเรียงความในภาษาไทยยังคงเป็นงานที่ยุ่งยาก เนื่องจากเป็นภาษาที่ซับซ้อนมากทั้งในด้านเครื่องหมายวรรคตอน โครงสร้างประโยค การซ้ำคำ การสะกดคำ การแสดงความคิดเห็น และการให้เหตุผล ดังนั้นการตรวจสอบคุณภาพงานเขียนเรียงความภาษาไทยจึงเป็นงานที่ต้องอาศัยทักษะของผู้ตรวจทั้งด้านการอ่านและการตีความ ทำให้ใช้เวลาในการตรวจคุณภาพงานเขียนมาก นอกจากนี้หากมีผู้ตรวจมากกว่า 1 คน อาจส่งผลต่อมาตรฐานที่ใช้ในการตรวจสอบคุณภาพงานเขียนที่แตกต่างกัน งานวิจัยนี้ได้รวบรวมข้อมูลเรียงความภาษาไทยที่เขียนโดยนิสิตที่ลงทะเบียนเรียนในหลักสูตรการเขียนย่อหน้า จากสถาบันภาษาไทยสิรินธรแห่งจุฬาลงกรณ์มหาวิทยาลัย และนำแบบจำลองหน่วยความจำระยะสั้นแบบยาว (LSTM) แบบจำลองโครงข่ายประสาทเทียมแบบสังวัตนาการ (CNN) แบบจำลองเบิร์ต (BERT) และแบบจำลองวังจันทร์เบอร์ต้า (WangchanBERTa) มาพัฒนาระบบสำหรับการตรวจสอบคุณภาพงานเขียนอัตโนมัติ เพื่อเปรียบเทียบประสิทธิภาพการตรวจสอบคุณภาพงานเขียนเรียงความในภาษาไทย จากผลการทดลองแบบจำลอง WangchanBERTa ที่ประมวลผลด้วย Adam Optimizer และใช้ Binary Crossentropy เป็น Loss Function เหมาะกับปัญหาประเภทการจัดกลุ่ม โดยมีประสิทธิภาพในการทำนายคุณภาพการเขียนเรียงความในภาษาไทยสูง และมีค่าความถูกต้องสูงกว่า 90% ส่วนแบบจำลอง CNN มีค่าความถูกต้องสูงกว่า 87% ในขณะที่เมื่อประมวลผลด้วย RMSprop Optimizer และใช้ Mean Squared Error เป็น Loss Function เหมาะกับปัญหาประเภทการถดถอยและมีความถูกต้องอยู่ในช่วง 90% - 98% จึงสรุปได้ว่าแบบจำลอง WangchanBERTa เหมาะสำหรับปัญหาการจำแนกประเภท และแบบจำลอง CNN เหมาะสำหรับปัญหาการถดถอย เพื่อให้สามารถทำนายคุณภาพงานเขียนเรียงความในความภาษาไทยได้อย่างมีประสิทธิภาพสูงสุด
เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์ขนาดใหญ่และกลางในประเทศไทยแบบพหุปัจจัย, ธนดล ประพฤทธิกุล
เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์ขนาดใหญ่และกลางในประเทศไทยแบบพหุปัจจัย, ธนดล ประพฤทธิกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิธีการลงทุนแบบหมุนเวียนหลักทรัพย์ในพอร์ตโฟลิโอซึ่งจะทำการคัดเลือกหลักทรัพย์ที่มีค่าคะแนนสูงที่สุดเมื่อเปรียบเทียบกับหลักทรัพย์ตัวอื่นๆนี้ เป็นวิธีที่ได้รับความนิยมเมื่อเปรียบเทียบกับการเข้าซื้อขายตามสัญญาณแบบดั้งเดิม โดยปัจจุบันเทคโนโลยีการเรียนรู้ของเครื่องถูกนำมาประยุกต์ใช้กับงานต่างๆในชีวิตประจำวัน รวมถึงการลงทุนในตลาดหลักทรัพย์ด้วย ซึ่งการเรียนรู้ของเครื่องนี้สามารถนำมาใช้กับการลงทุนเชิงปริมาณเพื่อเพิ่มสมรรถนะของพอร์ตโฟลิโอสำหรับการลงทุนในตลาดการเงิน งานวิจัยนี้เสนอการใช้เอกซ์จีบูสต์สำหรับการคัดเลือกหลักทรัพย์แบบรายเดือนและรายไตรมาส ซึ่งแบบจำลองทั้งสองนี้ถูกพัฒนาบนชุดข้อมูลหลักทรัพย์ขนาดใหญ่และขนาดกลางในประเทศไทยโดยมีปัจจัยทั้งหมด 27 ปัจจัยแบ่งออกตามกลุ่มต่างๆได้ ดังนี้ ปัจจัยเชิงคุณค่า, ปัจจัยการเติบโตของกิจการ, ปัจจัยแนวโน้มของราคา, ปัจจัยสภาพคล่อง, ปัจจัยคุณภาพ, ปัจจัยเงินปันผล และปัจจัยด้านขนาด เพื่อใช้เป็นตัวแปรต้น สำหรับให้แบบจำลองเรียนรู้และจากผลการศึกษา พบว่า ปัจจัยเชิงเทคนิคเป็นปัจจัยที่มีความสำคัญสำหรับการทำนายการเคลื่อนไหวของราคาสินทรัพย์แบบรายเดือน ซึ่งแตกต่างกับการเคลื่อนไหวของราคาสินทรัพย์แบบรายไตรมาสที่ปัจจัยพื้นฐานจะมีความสำคัญมากกว่าปัจจัยเชิงเทคนิค นอกจากนี้ เมื่อจำลองการสร้างพอร์ตโฟลิโอการหมุนเวียนหลักทรัพย์แบบรายเดือนและรายไตรมาส พบว่า พอร์ตโฟลิโอแบบรายเดือนให้ค่าสถิติในเชิงพอร์ตโฟลิโอที่ดีกว่าซึ่งเป็นเพราะพอร์ตโฟลิโอดังกล่าวมีโอกาสในการคัดเลือกหลักทรัพย์ใหม่ๆเข้ามาในพอร์ตโฟลิโอได้มากกว่า อย่างไรก็ตาม ในด้านค่าสถิติของการซื้อขายกลับพบว่าพอร์ตโฟลิโอแบบรายไตรมาสกลับให้ค่าที่ดีกว่า เนื่องจากระยะเวลาการถือครองหลักทรัพย์ที่นานขึ้นทำให้มีค่าผลตอบแทนคาดหวังต่อการซื้อขายที่สูงขึ้น ทั้งนี้ พอร์ตโฟลิโอทั้งสองยังคงให้ระดับผลตอบแทนต่อความเสี่ยงที่สูงกว่าดัชนีอ้างอิงทั้งหมดประกอบด้วย ดัชนี SET TRI, ดัชนีที่ให้น้ำหนักการลงทุนแบบเท่าเทียม, และดัชนีผลตอบแทนแบบปัจจัยเดียว
การปรับปรุงประสิทธิภาพการทำนายคะแนนคุณภาพชีวิตด้วยโมเดลแบบลำดับและการกลั่นความรู้, ธนสิทธิ์ ฤทธิ์ธนโสภณ
การปรับปรุงประสิทธิภาพการทำนายคะแนนคุณภาพชีวิตด้วยโมเดลแบบลำดับและการกลั่นความรู้, ธนสิทธิ์ ฤทธิ์ธนโสภณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ภายในเมืองใหญ่ความเป็นอยู่อาศัยที่ดีของผู้อยู่อาศัยเป็นสิ่งที่สำคัญที่สุด ซึ่งเป็นเหตุผลว่าทำไมการออกแบบเมืองและการพัฒนาอย่างยั่งยืนจึงเป็นหัวข้อที่สำคัญอย่างมาก คุณภาพชีวิตถูกใช้เป็นดัชนีชี้วัดความมีประสิทธิภาพของปัจจัยด้านปริมาณและคุณภาพของผังเมืองสำหรับผู้อยู่อาศัยภายในเมือง อีกทั้งคุณภาพชีวิตของผู้เดินทางเท้าก็เป็นสิ่งที่สำคัญเช่นกัน แนวคิดด้านความสามารถในการเดินจะเป็นตัวประเมินและวิเคราะห์คุณภาพชีวิตในฉากการเดิน อย่างไรก็ตามการทำแบบสอบถามเป็นสิ่งที่มีค่าใช้จ่ายและเวลาที่ต้องใช้สูง รวมถึงข้อจำกัดต่างๆในการประเมินพื้นที่ เพื่อที่จะจัดการกับข้อจำกัดเหล่านี้ งานวิจัยนี้ได้นำเสนอวิธีการที่นำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้ในการช่วยประเมินวัดผลความสามารถในการเดิน โดยที่มีการเก็บข้อมูลผ่านแบบสอบถามด้วยอุปกรณ์ความจริงเสมือน (VR) อีกทั้งงานวิจัยนี้ได้นำเสนอวิธีการถอดข้อมูลและการฝึกสอนแบบจำลองด้วยโครงข่ายประสาทเทียม convolutional เชิงลึก (Deep convolutional neural networks : DCNNs) ซึ่งใช้ในการทำนายผลคะแนนคุณภาพชีวิต รวมถึงนำวิธีการกลั่นข้อมูลเพื่อช่วยในการลดขนาดและเวลาในการประมวลผลของแบบจำลองลงทำให้ประสิทธิภาพของแบบจำลองดียิ่งขึ้น จากตัวอย่างผลการทดลองพบว่าวิธีการที่ได้นำเสนอนั้นสามารถนำไปใช้งานได้จริงและสามารถใช้เป็นหนึ่งในวิธีการทางเลือกที่สามารถช่วยเหลือในงานด้านคุณภาพชีวิตได้
กลยุทธ์การประมูลวิชาเรียนด้วยทรัพยากรที่จำกัดโดยใช้อัลกอริทึมเชิงพันธุกรรม, ธนัชพร ศรีอาจ
กลยุทธ์การประมูลวิชาเรียนด้วยทรัพยากรที่จำกัดโดยใช้อัลกอริทึมเชิงพันธุกรรม, ธนัชพร ศรีอาจ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในระบบการประมูลหลักสูตร มีนักเรียนมากกว่าจำนวนที่นั่งที่เปิดรับสำหรับรายวิชาหนึ่งๆ ในการลงทะเบียนหลักสูตร นักเรียนจะต้องเสนอราคาโดยใช้โทเคนของที่มีอยู่ และระบบจะเติมที่นั่งว่างให้กับผู้ประมูลสูงสุด เนื่องจากนักเรียนมีโทเคนจำกัด พวกเขาจึงต้องจัดสรรโทเคนอย่างชาญฉลาด ในบทความนี้ เราใช้อัลกอริธึมเชิงพันธุกรรมเพื่อค้นหาวิธีที่ดีที่สุดในการจัดสรรโทเคน ซึ่งจะเพิ่มโอกาสในการลงทะเบียนให้สำเร็จสูงสุด ในการประมาณความน่าจะเป็น เราฝึกการถดถอยโลจิสติกในข้อมูลการลงทะเบียนหลักสูตร และแบบจำลองมีความแม่นยำ 78.39% ด้วยการใช้ชุดข้อมูลที่สังเคราะห์ขึ้น เราจะเปรียบเทียบประสิทธิภาพของโทเคนที่แนะนำโดยอัลกอริทึมเชิงพันธุกรรมกับแนวทางอื่นๆ เช่น กลยุทธ์ต่างๆ และ solver ในโปรแกรม excel ผลลัพธ์แสดงให้เห็นว่าอัลกอริทึมเชิงพันธุกรรมมีแนวโน้มที่จะให้ชุดของโทเคนที่สร้างโอกาสลงทะเบียนเรียนสูงสุดให้กับนักเรียนเมื่อเปรียบเทียบกับกลยุทธ์อื่นๆ
การจำแนกพฤติกรรมการนอนหลับตามการจัดกลุ่มของคุณภาพการนอนหลับ, ปวรรัตน์ ขุมเงิน
การจำแนกพฤติกรรมการนอนหลับตามการจัดกลุ่มของคุณภาพการนอนหลับ, ปวรรัตน์ ขุมเงิน
Chulalongkorn University Theses and Dissertations (Chula ETD)
การนอนหลับเป็นกิจกรรมสำคัญที่มีอิทธิพลต่อการดำรงชีวิต ซึ่งความสำคัญของการนอนหลับคือการฟื้นฟู ซ่อมแซมเซลล์ภายในร่างกายและเตรียมพร้อมพลังงานสำหรับการเริ่มต้นในวันถัดไป การนอนหลับที่ดีสามารถสื่อได้ถึงสุขภาพกายและสุขภาพจิตที่แข็งแรงโดยสามารถวัดได้จากคุณภาพการนอนหลับ การศึกษาทั่วไปจะนิยมใช้ข้อมูลทั้งหมดในการสอนแบบจำลองแต่ในการศึกษานี้เชื่อว่ารูปแบบการนอนหลับในแต่ละบุคคลจะมีความแตกต่างกัน ดังนั้นวิทยานิพนธ์ฉบับนี้ขอเสนอการจำแนกพฤติกรรมการนอนหลับตามการจัดกลุ่มของคุณภาพการนอนหลับ ขั้นตอนแรกคือการจัดกลุ่มคนที่มีรูปแบบการนอนหลับที่คล้ายคลึงกันโดยใช้เทคนิคการวิเคราะห์องค์ประกอบหลักและอัลกอริทึมเคมีน ต่อมาใช้อัลกอริทึมการถดถอยโลจิสติกและการป่าแแบบสุ่มในการจำแนกพฤติกรรมการนอนหลับ หลังจากนั้นทดสอบประสิทธิภาพการวิเคราะห์ของแบบจำลองด้วยการตรวจสอบไขว้แบบดึงข้อมูลออกทีละตัว จากผลการทดลองพบว่าค่าความแม่นยำแบบจำลองของอัลกอริทึมการป่าแแบบสุ่มในทุกกลุ่มให้ผลลัพธ์ที่ดีกว่าแบบจำลองของการถดถอยโลจิสติกระหว่าง 2.1% ถึง 7.6%
การจำแนกระดับความคิดในการฆ่าตัวตายจากข้อความทวิตเตอร์โดยใช้การเรียนรู้ของเครื่อง, พันธพร เบ็ญจไชยรัตน์
การจำแนกระดับความคิดในการฆ่าตัวตายจากข้อความทวิตเตอร์โดยใช้การเรียนรู้ของเครื่อง, พันธพร เบ็ญจไชยรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ความคิดฆ่าตัวตายเป็นหนึ่งในภาวะสุขภาพจิตที่สำคัญอย่างมากในสังคมไทย ในปัจจุบันคนที่มีความคิดฆ่าตัวตายได้มีการแสดงความรู้สึกออกมาผ่านสื่อสังคมออนไลน์ต่าง ๆ ในวิทยานิพนธ์นี้จึงได้มีแนวคิดในการนำเอาเทคนิคการประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่อง มาใช้ในการจำแนกข้อความที่เป็นภาษาไทยบนเครือข่ายสังคมออนไลน์ทวิตเตอร์เพื่อตรวจหาระดับความคิดฆ่าตัวตายทั้ง 6 ระดับ ได้แก่ 1) อยากตาย, 2) คิดฆ่าตัวตายแต่ยังไม่มีรายละเอียดที่เจาะจง, 3) คิดฆ่าตัวตายโดยกล่าวถึงวิธีการ แต่ยังไม่มีแผนและยังไม่ส่อเจตนาที่จะลงมือ, 4) คิดฆ่าตัวตายโดยมีเจตนาที่จะลงมือ ยังไม่มีแผนที่เจาะจง, 5) คิดฆ่าตัวตายโดยมีแผนที่เจาะจงและมีเจตนาที่จะลงมือ และ 6) อื่น ๆ (ไม่ใช่ความคิดฆ่าตัวตาย) โดยใช้อัลกอริทึมแอลเอสทีเอ็ม, เอสวีเอ็ม, แรนดอมฟอเรสต์ และ เอกซ์จีบูสต์ จากการประเมินผลพบว่าอัลกอริทึมแอลเอสทีเอ็มมีประสิทธิภาพโดยรวมดีที่สุด โดยมีค่าความเที่ยงเป็น 93.68% ค่าเรียกคืนเป็น 94.25% ค่าเอฟวันเป็น 93.88% และค่าความแม่นเป็น 95.05% งานวิจัยนี้ได้พัฒนาเว็บแอปพลิเคชันเพื่อใช้ทำนายระดับความคิดฆ่าตัวตายจากข้อความของผู้ใช้ที่โต้ตอบกับเว็บแอปพลิเคชัน เพื่อเสนอแนวทางการช่วยเหลือตัวเองในเบื้องต้นหรือให้คำแนะนำได้อย่างเหมาะสมตามระดับความคิดฆ่าตัวตายนั้น ๆ ตลอดจนให้ความรู้เกี่ยวกับความคิดด้านลบและวิธีการจัดการความคิดลบอัตโนมัติของตนเอง และมีช่องทางการติดต่อโรงพยาบาลและเบอร์ฉุกเฉินให้แก่ผู้ที่มีความเสี่ยงในการฆ่าตัวตายสูง เพื่อให้ผู้ใช้เข้าถึงความช่วยเหลือได้ทันที
การวิเคราะห์คุณลักษณะของเสียงเพื่อทำนายคะแนนแอตเทนชันในแบบประเมินโมคา, วิโรจน์ ตรีมงคลโชค
การวิเคราะห์คุณลักษณะของเสียงเพื่อทำนายคะแนนแอตเทนชันในแบบประเมินโมคา, วิโรจน์ ตรีมงคลโชค
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้เป็นการศึกษาเพื่อค้นหาคุณลักษณะทางเสียงที่มีความสำคัญในการประเมินคะแนนการทำงานสมองด้านแอตเทนชันของแบบประเมินไทยโมคา โดยใช้ชุดข้อมูลเสียงที่บันทึกจากแอปพลิเคชันไทยโมคา โดยเลือกแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง (Digit Forward Span, DFS) และแบบทดสอบทวนตัวเลขตามลำดับจากหลังไปหน้า (Digit Backward Span, DBS) ซึ่งเป็นแบบทดสอบการทำงานของสมองด้านแอตเทนชัน ผู้วิจัยพัฒนาโมเดลเพื่อสกัดคุณลักษณะเสียง และเปรียบเทียบหาชุดคุณลักษณะสำคัญทางเสียงที่ด้วยวิธีการกำจัดคุณลักษณะแบบเรียกซ้ำ (Recursive Feature Elimination, RFE) ซึ่งมีความแม่นยำในการจำแนกข้อมูลคะแนนการทำงานสมองด้านแอตเทนชันของแบบประเมินไทยโมคาสูงที่สุด โดยจากการวิจัยนั้นผู้วิจัยได้รับชุดคุณลักษณะสำคัญทางเสียงที่ประกอบด้วย 3 คุณลักษณะ คือ ผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง ที่ตรวจสอบจากความเข้มของเสียง ผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง ที่ตรวจสอบจากคอนทัวร์ของระดับเสียง และผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหลังไปหน้า ที่ตรวจสอบจากคอนทัวร์ของระดับเสียง และชุดคุณลักษณะนี้มีความแม่นยำในการจำแนกข้อมูลคะแนนการทำงานสมองด้านแอตเทนชันร้อยละ 72.0 ซึ่งมากกว่าการใช้คุณลักษณะทางเสียงทั้งหมดในการจำแนกข้อมูล
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวีดิทัศน์จราจรหลายมุมมอง, วิชุกร คันธินทระ
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวีดิทัศน์จราจรหลายมุมมอง, วิชุกร คันธินทระ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบริหารจัดการการจราจรถือเป็นความท้าทายสำคัญสำหรับเมืองขนาดใหญ่ในปัจจุบัน ข้อมูลปริมาณความหนาแน่นของยานพาหนะจะมีส่วนช่วยในการวางแผนจัดการจราจร อาทิเช่น การวางแผนระยะเวลาในการเปิด-ปิดไฟจราจรให้เหมาะสมตามปริมาณความหนาแน่นของยานพาหนะ เป็นต้น ปัจจุบันเราใช้คนในการประเมินจำนวนยานพาหนะซึ่งเกิดความล่าช้า และผิดพลาด ทำให้ไม่เหมาะสมในนำข้อมูลไปใช้ในการบริหารจัดการจราจร งานวิจัยนี้นำเสนอระบบนับแยกประเภทยานพาหนะจากวีดิทัศน์บันทึกภาพของกล้องจราจร โดยระบบจะประกอบด้วย object detection และ object tracking จากการทดสอบจะพบว่า YOLOX ทำประสิทธิภาพได้ดีกว่า YOLOv3 มากถึง 26.80% สำหรับชุดข้อมูลภาพมุมข้าง และ 8.34% สำหรับกรณีมุมบน เนื่องจาก YOLOX มีการแยกส่วนของ head ออกเป็น box classification และ box regression ซึ่งมีส่วนช่วยเพิ่มความแม่นยำ และ ByteTrack มีความเหมาะสมในการใช้ในการติตามวัตถุ object tracking อันเนื่องจาก ByteTrack สามารถในการจัดการการบดบังได้ดีกว่า Centroid track โดย ByteTrack จะการทำนายพิกัดของวัตถุที่เกิดการสูญหายขณะถูกบดบังด้วยเทคนิค kalman filter ทำให้ระบบสามารถติดตามวัตถุได้ต่อเนื่องเมื่อการบดบังสิ้นสุดลง จากผลการวิจัยสรุปได้ว่า การทำงานกันระหว่าง YOLOX และ ByteTrack ประกอบกับการนับแบบมี ROI จะช่วยให้ระบบคัดแยกประเภทยานพาหนะ และนับยานพาหนะตามประเภทมีค่าความผิดพลาดที่ต่ำอยู่ที่ 16.67% สำหรับวีดิทัศน์มุมข้างและ 23.40% สำหรับวีดิทัศน์มุมบน โดยระบบที่นำเสนอนี้สามารถใช้ในการช่วยติดตามดูแลสภาพจราจรในระบบขนส่งอัจฉริยะได้
การพยากรณ์จำนวนผู้ป่วย Covid-19 ประเทศไทยโดยการใช้ข้อมูลจากหลายประเทศ, สิรธีร์ วรธรรมทองดี
การพยากรณ์จำนวนผู้ป่วย Covid-19 ประเทศไทยโดยการใช้ข้อมูลจากหลายประเทศ, สิรธีร์ วรธรรมทองดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
สถานการณ์โรคระบาดโควิด-19 ได้แพร่กระจายไปทั่วโลกตั้งแต่ปีพ.ศ.2562 การศึกษานี้ได้ทำการพยากรณ์ผู้ป่วยจากโรคโควิด-19ของประเทศไทย โดยใช้ข้อมูลตั้งแต่ วันที่ 22 มกราคม พ.ศ.2563 จนถึงวันที่ 31 ธันวาคม พ.ศ.2564 ซึ่งมีจำนวนข้อมูลอยู่ 710 วัน โดยข้อมูลสาธารณะจากมหาวิทยาลัยจอนส์ ฮอปคินส์ ผู้วิจัยได้ใช้วิธีการเรียนรู้ของเครื่อง (Machine Learning) ในการพยากรณ์จำนวนผู้ป่วยในประเทศเพื่อเป็นหนึ่งในข้อมูลในการช่วยรัฐบาลออกนโยบายการจัดการทรัพยากรเพื่อรับมือกับโรคระบาด การศึกษานี้ได้ใช้วิธีการจัดกลุ่มเคมีน (K-Means) ในการจัดกลุ่มของประเทศที่มีรูปแบบของจำนวนผู้ป่วยจากโรคคล้ายกันกับประเทศไทย ผลจากการจัดกลุ่มมีประเทศที่อยู่ใน Cluster เดียวกันกับประเทศไทยทั้งหมด 8 ประเทศ ได้แก่ ญี่ปุ่น (Japan), มาเลเซีย (Malaysia), ฟิลิปปินส์ (Philippines) ,บังกลาเทศ (Bangladesh) ,คิวบา (Cuba) ,อิรัก (Iraq) ,เม็กซิโก (Mexico) และ เวียดนาม (Vietnam) อยู่ในกลุ่มเดียวกับประเทศไทย จากนั้นทำการจับคู่ระหว่างประเทศไทยและประเทศที่อยู่ในกลุ่มเดียวกัน ใช้โมเดลหน่วยความจำระยะสั้นยาว (Long Short-Term Memory) เพื่อพยากรณ์จำนวนผู้ป่วยโควิด-19 ของประเทศไทย ผลจากโมเดลแสดงได้ว่าการใช้ข้อมูลคู่ประเทศไทยและบังกลาเทศ ญี่ปุ่น และเม็กซิโกมีค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์ (Mean Absolute Percentage Error) น้อยที่สุดตามลำดับ เมื่อเทียบกับการใช้ข้อมูลแค่ประเทศไทยอย่างเดียว
การแบ่งส่วนตับและเนื้องอกในภาพสเปคซีทีของเทคนีเซียม-99เอ็ม เอ็มเอเอ สำหรับการวางแผนการรักษาด้วยการนำสารกัมมันตรังสีเข้าสู่ร่างกายเฉพาะจุดด้วยโครงข่ายประสาทเชิงลึก, สุกัญญา แซ่คู
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบำบัดด้วยรังสีเฉพาะจุดเป็นวิธีการสลายลิ่มเลือดด้วยรังสีที่ใช้ในการรักษาเนื้องอกร้ายในตับ อัตราส่วนเนื้องอกต่อเนื้อตับเป็นพารามิเตอร์ที่สำคัญสำหรับการวางแผนการรักษาด้วยการนำสารกัมมันตรังสีเข้าสู่ร่างกายเฉพาะจุดด้วยอนุภาคเรซินไมโครสเฟียร์เคลือบสารกัมมันตรังสีอิตเทรียม-90 (90Y) เพื่อใช้ประเมินปริมาณสารกัมมันตรังสีอิตเทรียม-90 จากปริมาตรของเนื้อตับและเนื้องอกตับของคนไข้ด้วยสารเภสัชรังสีการปล่อยโฟตอนเดี่ยวเทคนีเซียม-99เอ็ม เอ็มเอเอ ในการศึกษานี้เสนอ Multi-Scale Attention U-Net (MA-Net) ที่รวมคุณสมบัติที่หลากหลายของรูปภาพที่มีการตัดเฉพาะส่วนช่องท้อง และใช้ฮิสโตแกรมจัดการรูปภาพสเปค-ซีที ที่มีการกระจายค่าแสงแบบปกติและผิดปกติ โดยใช้โมเดลที่ผ่านการฝึกอบรมล่วงหน้า Noisy student และการเพิ่มความหลากหลายของภาพ งานวิจัยนี้นำเสนอโมเดลที่แยกระหว่างการแบ่งส่วนเนื้อตับจากภาพซีทีและการแบ่งส่วนเนื้องอกตับจากภาพสเปค-ซีที และโมเดลรวมการแบ่งส่วนเนื้อตับและเนื้องอกตับจากการฟิวชั่นภาพซีทีและภาพสเปค-ซีที ในงานวิจัยนี้ใช้ชุดข้อมูลสาธารณะ 3DIRCADb-01 ร่วมกับชุดข้อมูลภาพเทคนีเซียม-99เอ็ม เอ็มเอเอ ซีที สำหรับการแบ่งส่วนเนื้อตับและชุดข้อมูลภาพเทคนีเซียม-99เอ็ม เอ็มเอเอ สเปค-ซีที สำหรับเนื้องอกตับที่รวบรวมจากหน่วยเวชศาสตร์นิวเคลียร์โรงพยาบาลจุฬาลงกรณ์สภากาชาดไทย วิธีการที่นำเสนอโมเดลแยกการแบ่งเนื้อตับและเนื้องอกตับมีค่า Dice Similarity Coefficient (DSC) เท่ากับ 0.90, 0.66 และ Intersection over Union (IoU) เท่ากับ 0.84 และ 0.55 ตามลำดับ ซึ่งมีประสิทธิภาพการแบ่งส่วนที่แม่นยำกว่าโมเดลการเรียนรู้เดียวกันโดยใช้รูปภาพฟิวชั่นภาพ ซีที และสเปค-ซีที การแบ่งส่วนเนื้อตับและเนื้องอกตับ มีค่า DSC เท่ากับ 0.83, 0.62 และ IoU เท่ากับ 0.74 และ 0.51 ตามลำดับ การแบ่งส่วนที่แม่นยำจะทำให้การบำบัดด้วยรังสีเฉพาะจุดมีประสิทธิภาพที่ดี
การประเมินความเสี่ยงต่อระบบนิเวศของไมโครพลาสติกและยาตกค้างในกลุ่มยา ต้านการอักเสบชนิดไม่ใช่สเตียรอยด์จากระบบบำบัดน้ำเสียโรงพยาบาล, จิรายุ เรียบร้อย
การประเมินความเสี่ยงต่อระบบนิเวศของไมโครพลาสติกและยาตกค้างในกลุ่มยา ต้านการอักเสบชนิดไม่ใช่สเตียรอยด์จากระบบบำบัดน้ำเสียโรงพยาบาล, จิรายุ เรียบร้อย
Chulalongkorn University Theses and Dissertations (Chula ETD)
น้ำเสียจากโรงพยาบาลมีการปนเปื้อนไมโครพลาสติกและยาตกค้าง โดยเฉพาะอย่างยิ่งยาตกค้างในกลุ่มยาต้านการอักเสบชนิดไม่ใช่สเตียรอยด์ งานวิจัยนี้ได้ทำการเก็บตัวอย่างน้ำและตะกอนจากระบบบำบัดน้ำเสียโรงพยาบาลบริเวณ น้ำเข้าระบบ บ่อเติมอากาศ บ่อตกตะกอน บ่อเติมคลอรีน และน้ำทิ้ง ในช่วงวันธรรมดาและวันหยุดสุดสัปดาห์ 4 ช่วงเวลา ในเดือนเมษายนถึงพฤษภาคม พ.ศ. 2565 เพื่อศึกษาความแตกต่างของปริมาณลักษณะของไมโครพลาสติก และยาตกค้างกลุ่มยาต้านการอักเสบชนิดไม่ใช่สเตียรอยด์ในน้ำทิ้งและบนพื้นผิวไมโครพลาสติก รวมทั้งประเมินความเสี่ยงต่อระบบนิเวศของไมโครพลาสติกและยาตกค้างที่ปนเปื้อนสู่สิ่งแวดล้อม ผลการศึกษาความเข้มข้นใน น้ำเสีย น้ำทิ้ง ตะกอน และประสิทธิภาพการบำบัดช่วงวันธรรมดาและวันหยุดสุดสัปดาห์มีค่าอยู่ในช่วง 125±1.89-133±8.54 ชิ้น/ลิตร 32±3.10-34±3.11 ชิ้น/ลิตร 4,007±244.63-4,371±246.70 ชิ้น/กิโลกรัม น้ำหนักแห้ง และ 73.85%-74.11% ตามลำดับ ไมโครพลาสติกส่วนใหญ่ในน้ำทิ้งและตะกอนเป็นไมโครพลาสติกชนิดเส้นใย สีดำ ขนาดในช่วง 20-100 ไมครอน และเป็นพอลิเมอร์ชนิดพอลิเอไมด์ การปนเปื้อนยาต้านการอักเสบทั้งสามชนิด ได้แก่ Ibuprofen Naproxen และ Diclofenac ในน้ำทิ้ง อยู่ในช่วง 1.97-2 µg/l, 0.25-0.51 µg/l และ 1.74-1.76 µg/l ตามลำดับ ประสิทธิภาพการบำบัด Ibuprofen Naproxen และ Diclofenac ช่วงวันธรรมดาและวันหยุดสุดสัปดาห์มีค่าอยู่ในช่วง 57.08%- 61.22%, 80.23%- 85.08% และ 55.88%- 62.17% ตามลำดับ ปริมาณยาต้านการเสบชนิดไม่ใช่สเตียรอยด์บนพื้นผิวไมโครพลาสติกอยู่ในช่วง 1.66-1.68 µg/l, 0.05-0.07 µg/l และ 1.22-1.23 µg/l ตามลำดับ การประเมินความเสี่ยงอันตรายของพอลิเมอร์ (H index) ศักยภาพในการก่อให้เกิดความเสี่ยงต่อระบบนิเวศของ(PER) ของไมโครพลาสติกอยู่ในระดับความเสี่ยงสูง และสัดส่วนความเสี่ยงอันตราย (HQ) ของ Diclofenac เกิดความเสี่ยงสูงต่อสัตว์น้ำหลายชนิด
ไมโครพลาสติกจากระบบบำบัดน้ำเสียและตัวเมืองกรุงเทพมหานครที่ไหลลงสู่อ่าวไทย, ปิ่นมนัส บูชา
ไมโครพลาสติกจากระบบบำบัดน้ำเสียและตัวเมืองกรุงเทพมหานครที่ไหลลงสู่อ่าวไทย, ปิ่นมนัส บูชา
Chulalongkorn University Theses and Dissertations (Chula ETD)
ไมโครพลาสติกในสิ่งแวดล้อมเป็นมลภาวะที่ก่อให้เกิดผลกระทบต่อระบบนิเวศทั่วโลก และแหล่งที่มาของไมโครพลาสติกในทะเลส่วนใหญ่มาจากชุมชนเมืองที่ตั้งอยู่ใกล้ชายฝั่งและจากแม่น้ำที่ไหลผ่านชุมชน แม่น้ำเจ้าพระยาเป็นแม่น้ำสายสำคัญของประเทศไทยที่ไหลผ่านตัวเมืองกรุงเทพมหานครและไหลสู่อ่าวไทย ในปัจจุบันกรุงเทพมหานครมีโรงบำบัดน้ำเสียขนาดใหญ่ 8 แห่ง ซึ่งระบบบำบัดน้ำเสียเป็นอีกหนึ่งแหล่งที่มาของไมโคร-พลาสติกที่สะสมในสิ่งแวดล้อม งานวิจัยนี้ได้ศึกษาไมโครพลาสติกในน้ำเข้าสู่ระบบและน้ำออกจากระบบของ โรงควบคุมคุณภาพน้ำของกรุงเทพมหานครทั้ง 8 แห่ง ที่มีกระบวนการบำบัดน้ำเสียแบบตะกอนเร่ง โดยเก็บตัวอย่าง 3 ครั้ง ในช่วงเดือนมิถุนายน 2564 และไมโครพลาสติกที่พบในแม่น้ำเจ้าพระยาในเขตกรุงเทพมหานครและปากแม่น้ำเจ้าพระยา ในฤดูน้ำหลาก (พฤศจิกายน 2564) และฤดูแล้ง (เมษายน 2565) ผลการศึกษาพบปริมาณไมโครพลาสติกเฉลี่ยในน้ำเข้าสู่ระบบและน้ำออกจากระบบ 933±1,102–6,733±5,096 และ 433±321–4,800±1,300 ชิ้น/ลบ.ม. ตามลำดับ ไมโครพลาสติกในแม่น้ำเจ้าพระยาในเขตกรุงเทพมหานครที่พบใน ฤดูน้ำหลากและฤดูแล้ง มีปริมาณตั้งแต่ 30–400 และ 70–270 ชิ้น/ลบ.ม. และไมโครพลาสติกบริเวณ ปากแม่น้ำเจ้าพระยา ตามรอบน้ำขึ้นน้ำลง ในฤดูน้ำหลากและฤดูแล้ง มีปริมาณตั้งแต่ 40–390 และ 60–400 ชิ้น/ลบ.ม. ตามลำดับ ส่วนใหญ่พบเส้นใย สีน้ำเงิน ชนิดพอลิโพรพิลีน (PP) และมีขนาดอยู่ในช่วง 20–250 ไมครอน ไมโครพลาสติกเหล่านี้สามารถเข้าสู่ห่วงโซ่อาหารและส่งผ่านมายังมนุษย์ได้ ผลการศึกษาชี้ให้เห็นว่า ไมโครพลาสติกส่วนใหญ่มาจากกิจกรรมของชุมชนที่ตั้งอยู่ใกล้โรงควบคุมคุณภาพน้ำและแม่น้ำเจ้าพระยา จึงมีความจำเป็นต้องศึกษาแหล่งที่มาของไมโครพลาสติกในสิ่งแวดล้อม เพื่อใช้ในการบริหารจัดการแก้ไขปัญหา ขยะไมโครพลาสติกในสิ่งแวดล้อมอย่างยั่งยืน
การเปรียบเทียบสถาปัตยกรรมโครงข่ายประสาทคอนโวลูชัน 3 มิติ โดยการจำแนกโรคหลอดเลือดสมองจากภาพการฉายรังสีเอกซเรย์สมอง, ชานนท์ วรโชติสืบตระกูล
การเปรียบเทียบสถาปัตยกรรมโครงข่ายประสาทคอนโวลูชัน 3 มิติ โดยการจำแนกโรคหลอดเลือดสมองจากภาพการฉายรังสีเอกซเรย์สมอง, ชานนท์ วรโชติสืบตระกูล
Chulalongkorn University Theses and Dissertations (Chula ETD)
แบบจำลองโครงข่ายคอนโวลูชัน หรือ ซีเอ็นเอ็น (Convolutional Neural Networks หรือ CNN) ได้รับการนำมาใช้กันอย่างแพร่หลายในการจำแนกภาพ โดยเฉพาะในทางการแพทย์ ซึ่งปกติการจำแนกภาพทางการแพทย์นิยมใช้โครงข่ายคอนโวลูชั่น 2 มิติ แต่เนื่องจากข้อมูลภาพบางประเภท เช่น ภาพการฉายรังสีเอกซเรย์สมองมีลักษณะมองภาพ 3 มิติ ให้เป็นภาพ 2 มิติ ดังนั้นในงานวิจัยนี้จึงมีแนวคิดในการใช้โครงข่ายคอนโวลูชัน 3 มิติมาใช้ในการจำแนกภาพเพื่อนำเอาจุดเด่นจากความสามารถในการดึงคุณลักษณะความสัมพันธ์ในชั้นความลึกที่เพิ่มเข้ามาซึ่งมีความแตกต่างจากรูปแบบ 2 มิติ เพื่อเพิ่มประสิทธิภาพให้แบบจำลองสามารถดึงคุณลักษณะสำคัญของภาพให้มีความหลากหลายมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพโครงข่ายคอนโวลูชัน 3 มิติ ร่วมกับแบบจำลองที่ถูกฝึกมาเรียบร้อยแล้ว (pre-trained model) 4 แบบจำลอง ประกอบไปด้วย อเล็กซ์เน็ต (Alexnet) วีจีจี-16 (Vgg-16) กูเกิลเน็ต (Googlenet) และเรสเน็ต (Resnet) เพื่อจำแนกข้อมูลภาพผู้ป่วยที่เป็นโรคหลอดเลือดสมอง และผู้ป่วยที่มีสุขภาพปกติ จากภาพฉายรังสีเอกซเรย์สมอง (CT-Scan) จากฐานข้อมูลเว็บไซด์ Kaggle ชุดข้อมูลประกอบด้วยภาพผู้ป่วยที่เป็นโรคหลอดเลือดสมอง 950 ภาพ จาก 40 คน และภาพผู้ป่วยสุขภาพปกติ 1551 ภาพ จาก 82 คน ซึ่งงานวิจัยนี้มีการปรับรายละเอียดโดยการนำจุดเด่นของแต่ละแบบจำลองมาใช้ และเพิ่มชั้นความลึกที่เป็นจุดเด่นของการค้นหาคุณลักษณะสำคัญของรูปแบบ 3 มิติ ร่วมกับการประมวลผลภาพล่วงหน้า (Image Preprocessing) และการทำการเพิ่มจำนวนข้อมูล (Data augmentation) เพื่อเพิ่มประสิทธิภาพของแบบจำลอง จากนั้นเพื่อไม่ให้การทดลองโน้มเอียงต่อแต่ละแบบจำลอง มีการนำเทคนิค K-Fold Cross validation (K=5) มาเพื่อแก้ปัญหาในงานวิจัยชิ้นนี้ ในส่วนของการวัดประสิทธิภาพผลการทดลองใช้ Confusion matrix เป็นเครื่องมือในการประเมินประสิทธิภาพของแบบจำลอง ซึ่งพบว่าสมรรถนะแบบจำลองโครงข่ายคอนโวลูชันกูเกิลเน็ต 3 มิติ ให้ผลลัพธ์ที่ดีที่สุด โดยผลการทดสอบการจำแนกภาพผู้ป่วยที่เป็นโรคหลอดเลือดสมองจากภาพฉายรังสีเอกซเรย์ ให้ค่าความแม่นยำ ความเที่ยงตรง ค่าความครบถ้วน และ F1-Score ที่ 92.00% 94.01% 83.96% และ 88.70% …
การเปรียบเทียบอัลกอริทึมระหว่างการสุ่มตัวอย่างแบบทอมสันและอัลกอริทึมความเชื่อมั่นขอบเขตบน สำหรับการเรียนรู้แบบเสริมแรงในเกมเป่ายิ้งฉุบ, ธันยวุฒิ อักขระสมชีพ
การเปรียบเทียบอัลกอริทึมระหว่างการสุ่มตัวอย่างแบบทอมสันและอัลกอริทึมความเชื่อมั่นขอบเขตบน สำหรับการเรียนรู้แบบเสริมแรงในเกมเป่ายิ้งฉุบ, ธันยวุฒิ อักขระสมชีพ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพระหว่างอัลกอริทึมการสุ่มตัวอย่างแบบทอมสันและอัลกอริทึมความเชื่อมั่นขอบเขตบน ในตัวแบบการเรียนรู้แบบเสริมแรงกับการตัดสินใจเชิงพฤติกรรมของมนุษย์ ทั้งสองอัลกอริทึมเป็นอัลกอริทึมที่มีประสิทธิภาพในการแก้ไขปัญหาแบนดิทหลายแขน แต่ไม่ชัดเจนว่าทั้งสองอัลกอริทึมจะมีประสิทธิภาพอย่างไรกับปัญหาการตัดสินใจเชิงพฤติกรรมของมนุษย์ที่ความซับซ้อนทางด้านพฤติกรรม งานวิจัยนี้จำลองเกมเป่ายิ้งฉุบแทนปัญหาการตัดสินใจของมนุษย์ โดยมีองค์ประกอบเชิงพฤติกรรม 2 องค์ประกอบ คือ พฤติกรรมการใช้กลยุทธตามเข็มนาฬิกาแบบผสม และพฤติกรรมการใช้กลยุทธยุติการสูญเสีย โดยตัวแบบเกมเป่ายิ้งฉุบถูกจำลองขึ้นตามกระบวนการตัดสินใจแบบมาร์คอฟ ตัวแทนตัวแบบจากทั้งสองอัลกอริทึมจะแก้ไขปัญหาดังกล่าวและวัดประสิทธิภาพด้วยผลรางวัลสะสมภายใต้เงื่อนไขการจำลองในรูปแบบต่าง ๆ ผลการเปรียบเทียบประสิทธิภาพพบว่า ตัวแทนตัวแบบจากอัลกอริทึมความเชื่อมั่นขอบเขตบนมีประสิทธิภาพดีกว่าตัวแทนตัวแบบจากอัลกอริทึมการสุ่มตัวอย่างแบบทอมสันในการจำลองส่วนใหญ่ ยกเว้นกรณีการจำลองที่รูปแบบพฤติกรรมของมนุษย์มีความชัดเจนเป็นระยะเวลายาว ตัวแทนตัวแบบจากอัลกอริทึมการสุ่มตัวอย่างแบบทอมสันมีประสิทธิภาพดีกว่าตัวแทนตัวแบบจากอัลกอริทึมความเชื่อมั่นขอบเขตบน
การพัฒนาเวิร์กโฟลว์สําหรับตัวแบบต้นไม้จําแนกประเภทที่ดีที่สุด, พงศ์ทวัส ฮั่นวัฒนวงศ์
การพัฒนาเวิร์กโฟลว์สําหรับตัวแบบต้นไม้จําแนกประเภทที่ดีที่สุด, พงศ์ทวัส ฮั่นวัฒนวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเวิร์กโฟลว์สำหรับสร้างต้นไม้จำแนกประเภทที่ดีที่สุด ด้วยตัวแบบเชิงเส้นจำนวนเต็มแบบผสม ทำการประเมินประสิทธิภาพของตัวแบบต้นไม้จำแนกประเภทที่ดีที่สุดบนชุดข้อมูลเยอรมันเครดิต และขยายตัวแบบให้รองรับชุดข้อมูลที่ตัวแปรต้นมีค่าสูญหายจำนวนมาก จากการพัฒนาเวิร์กโฟลว์พบว่าการสร้างต้นไม้จำแนกประเภทที่ดีที่สุดโดยใช้ตัวแบบเชิงเส้นจำนวนเต็มแบบผสมในงานวิจัยของ Lin และ Tang (2021) และกำหนดค่าพารามิเตอร์ความซับซ้อนตั้งต้นเป็นค่าบวกใกล้เคียงศูนย์ให้ผลลัพธ์เป็นที่น่าพอใจ จากการเปรียบเทียบประสิทธิภาพระหว่างตัวแบบต้นไม้จําแนกประเภทที่ดีที่สุดกับต้นไม้ตัดสินใจบนชุดข้อมูลเยอรมันเครดิต พบว่าต้นไม้จำแนกประเภทที่ดีที่สุดให้อัตราความถูกต้องสูงกว่าต้นไม้ตัดสินใจทั้งบนชุดข้อมูลสร้างตัวแบบและบนชุดข้อมูลทวนสอบ 0.4% ถึง 3.2% ข้อดีของการพัฒนาเวิร์กโฟลว์โดยใช้โปรแกรมหาคำตอบสำหรับปัญหาเชิงเส้นจำนวนเต็มแบบผสม คือความสามารถในการขยายตัวแบบให้รองรับเงื่อนไขเพิ่มเติมได้ ในงานวิจัยนี้จึงเสนอตัวแบบต้นไม้จำแนกประเภทที่ดีที่สุดที่ถูกขยายให้รองรับชุดข้อมูลที่มีตัวแปรต้นสูญหายจำนวนมาก และแสดงให้เห็นว่าตัวแบบที่ถูกขยายสามารถทำงานอย่างมีประสิทธิผลบนเวิร์กโฟลว์ที่พัฒนาขึ้น
การศึกษาเปรียบเทียบตัวแบบจำลองการถดถอยโดยความไม่แน่นอนเพื่อลดเวลาในกระบวนการทดสอบวัดค่ากระแสไฟฟ้าเขียนที่เหมาะสมที่สุดของฮาร์ดไดรฟ์, ภัทรดิศ ดำรงค์ศักดิ์
การศึกษาเปรียบเทียบตัวแบบจำลองการถดถอยโดยความไม่แน่นอนเพื่อลดเวลาในกระบวนการทดสอบวัดค่ากระแสไฟฟ้าเขียนที่เหมาะสมที่สุดของฮาร์ดไดรฟ์, ภัทรดิศ ดำรงค์ศักดิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ฮาร์ดไดรฟ์ (HDD) เป็นอุปกรณ์บันทึกข้อมูลแม่เหล็กที่มีความแม่นยำสูง ดังนั้นจึงมีค่าใช้จ่ายสูง และเสียเวลาในการวัดค่ากระแสไฟฟ้าเขียนที่เหมาะสมที่สุดฮาร์ดไดรฟ์ หากจ่ายกระแสไฟฟ้าเขียนไม่เหมาะสมจะส่งผลกระทบต่อประสิทธิภาพการทำงานของฮาร์ดไดรฟ์ ซึ่งเราใช้วิธีการเงื่อนไขการทดสอบแบบปรับตัว (Adaptive Test Condition) เป็นเทคนิคที่ปรับวิธีการทดสอบแบบดั้งเดิม ตามรูปแบบข้อมูลพารามิเตอร์ เพื่อปรับปรุงวิธีการทดสอบปัจจุบัน และลดเวลาการทดสอบ งานวิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการใช้ตัวแบบจำลองการถดถอยโดยความไม่แน่นอนสำหรับการลดช่วงการวัดค่ากระไฟฟ้าเขียนที่เหมาะสมที่สุด สำหรับการลดเวลาการทดสอบวัคค่ากระแสไฟฟ้าเขียน (write current test) โดยการคำนวณช่วงความเชื่อมั่นของผลทำนายที่ระดับความเชื่อมั่นที่ยอมรับได้ โดยใช้ค่าความไม่แน่นอนของข้อมูล (Data uncertainty) ที่ผ่านวิธีปรับการเทียบมาตรฐาน (Recalibration) แล้วนำมาลดช่วงวัดที่ได้จากการทดสอบฮาร์ดไดรฟ์ จากนั้นนำช่วงเชื่อมั่นของผลทำนายนั้นมาลดช่วงการวัดค่ากระแสไฟฟ้าเขียน โดยการศึกษา และเปรียบเทียบใช้ตัวแบบจำลองการถดถอยโดยความไม่แน่นอน ได้แก่ NGBoost, XGB-Distribution และ CatBoost ซึ่งผลลัพธ์ของงานวิทยานิพนธ์คือ CatBoost สามารถลดเวลาในการทดสอบวัคค่ากระแสไฟฟ้าเขียนสูงสุดที่ช่วงความเชื่อมั่นของผลทำนาย ณ ระดับความเชื่อมั่นที่ยอมรับได้ ซึ่งครอบคลุมสัดส่วน 0.9 ของทุกชุดการทดสอบ
การวิเคราะห์ความคงทนของตัวแบบการเรียนรู้เชิงลึกต่อการโจมตีแบบพอยซันนิ่งแบบแกนส์ในงานภาพทางการแพทย์, ภาคภูมิ สิงขรภูมิ
การวิเคราะห์ความคงทนของตัวแบบการเรียนรู้เชิงลึกต่อการโจมตีแบบพอยซันนิ่งแบบแกนส์ในงานภาพทางการแพทย์, ภาคภูมิ สิงขรภูมิ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันเทคโนโลยี deep learning ได้เข้ามีส่วนช่วยในการพัฒนางานทางด้านการแพทย์และสาธารณสุขเป็นอย่างมาก ด้วยการใช้สถาปัตยกรรมที่ล้ำสมัยและพารามิเตอร์ที่ถูกสอนด้วยข้อมูลขนาดใหญ่ แต่ทว่า model เหล่านี้สามารถถูกโจมตีได้ด้วย adversarial attack เพราะว่า model เหล่านี้ยังต้องพึ่งพารามิเตอร์ในการสร้างเอาต์พุตและลักษณะที่ไม่สามารถอธิบายได้ของ model นั้นก็ทำให้ยากที่จะหาทางแก้หากถูกโจมตีแล้ว ในทุกๆวันมีการใช้ model เหล่านี้เยอะมากขึ้นเพื่อช่วยบุคลากรทางการแพทย์ แต่ด้วยงานที่ต้องคำนึงถึงชีวิตของผู้คนเป็นหลักการทดสอบความปลอดภัยและความคงทนของตัว model จึงจำเป็น การโจมตีสามารถแบ่งได้ออกเป็นสองประเภทคือ evasion atttack และ poisoning attack ที่มีความยืดหยุ่นกว่า evasion attack ทั้งในเรื่องของการสร้างข้อมูลแปลกปลอมใหม่ขึ้นมาและวิธีการโจมตีทำให้การทดสอบความคงทนต่อ poisoning attack ในงานทางการแพทย์นั้นสำคัญเป็นอย่างยิ่ง วิทยานิพนธ์ฉบับนี้ศึกษาความคงทนของ deep learning model ที่มีสถาปัตยกรรมล้ำสมัยที่ถูกพัฒนามาเพื่องานจำแนกภาพเอกซเรย์ปอดแบบไบนารีภายใต้การโจมตีแบบ poisoninng attack การโจมตีนั้นจะใช้ GANs ในการสร้างข้อมูลสังเคราะห์ปลอมขึ้นมาและทำการติดป้ายกำกับที่ผิดให้ในรูปแบบของ black box และใช้ปริมาณของตัววัดที่ลดลงเมื่อนำข้อมูลนี้ไปอัพเดท model เป็นตัวบ่งชี้ถึงคความคงทนของแต่ละสถาปัตยกรรมที่่แตกต่างกันออกไป จากการทดลองเราพบว่าสถาปัตยกรรม ConvNext นั้นมีความคงทนมากที่สุดและอาจจะสื่อได้ว่าเทคโนโลยีที่มาจาก Transformer นั้นมีส่วนช่วยสนับสนุนความคงทนของ model
ตัวแบบการเรียนรู้ของเครื่องอิทธิพลผสมสำหรับการวิเคราะห์การรอดชีพเวลาไม่ต่อเนื่อง, มนัสพร ตรีรุ่งโรจน์
ตัวแบบการเรียนรู้ของเครื่องอิทธิพลผสมสำหรับการวิเคราะห์การรอดชีพเวลาไม่ต่อเนื่อง, มนัสพร ตรีรุ่งโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิเคราะห์การรอดชีพไม่ต่อเนื่องจะศึกษาบนข้อมูลตามยาวซึ่งชุดข้อมูลตามยาวมักถูกจัดเก็บเป็นตารางโดยข้อมูลแต่ละแถวแสดงถึงการจัดเก็บข้อมูลของบุคคลหนึ่ง ณ เวลาหนึ่งๆ ดังนั้น ข้อมูลจากบุคคลเดียวกันจึงประกอบไปด้วยข้อมูลหลายแถวซึ่งมีความสัมพันธ์กัน การใช้อัลกอริทึมการเรียนรู้ของเครื่องสำหรับการวิเคราะห์ชุดข้อมูลดังกล่าวมักมองข้ามความสัมพันธ์ของข้อมูลที่เกิดจากคนเดียวกัน แต่จะสมมติว่าข้อมูลแต่ละแถวเป็นอิสระต่อกัน งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการวิเคราะห์การรอดชีพไม่ต่อเนื่องโดยเปรียบเทียบผลลัพธ์จากการพิจารณาความสัมพันธ์ของข้อมูลระหว่างบุคคลคนเดียวกัน โดยใช้ตัวแบบการสุ่มป่าไม้, CatBoost และโครงข่ายประสาทเทียม ที่พิจารณาเฉพาะอิทธิพลคงที่ และตัวแบบการเรียนรู้ของเครื่องอิทธิพลผสมที่พิจารณาทั้งอิทธิพลคงที่และอิทธิพลสุ่ม เพื่อพยากรณ์การเกิดเหตุการณ์บนข้อมูลการรอดชีพ 2 ชุด คือ ข้อมูลท่อน้ำดีอักเสบปฐมภูมิ และข้อมูลการคัดกรองและผลการคัดกรองโรคเบาหวานของประชากรไทย ซึ่งเป็นข้อมูลที่ขาดความสมดุลสูง ผลการศึกษาพบว่าสำหรับตัวแบบอิทธิพลคงที่ การพิจารณาความสัมพันธ์ของข้อมูลระหว่างบุคคลคนเดียวกันให้ประสิทธิภาพการพยากรณ์ที่ดีขึ้นเฉพาะเมื่อใช้ตัวแบบ CatBoost ในขณะที่ตัวแบบอิทธิพลผสมไม่ได้ให้ประสิทธิภาพการพยากรณ์ที่ดีขึ้นเสมอไปเมื่อเทียบกับตัวแบบที่พิจารณาเฉพาะอิทธิพลคงที่ โดยสรุป งานวิจัยนี้ได้แสดงให้เห็นว่าการพิจารณาความสัมพันธ์ของข้อมูลไม่ได้ส่งผลให้ประสิทธิภาพการพยากรณ์ดีขึ้นเสมอไป ทั้งบนตัวแบบอิทธิพลคงที่และตัวแบบอิทธิพลผสม ขึ้นอยู่ข้อจำกัดและปัจจัยต่างๆ เช่น ลักษณะข้อมูล ตัวแบบ การกำหนดตัวแปรอิทธิพลสุ่ม และวิธีการสกัดอิทธิพลคงที่จากตัวแบบ อย่างไรก็ตาม การใช้ตัวแบบอิทธิพลผสมร่วมกับการเรียนรู้ของเครื่องเป็นอีกหนึ่งวิธีการที่น่าลอง และสามารถทำให้ประสิทธิภาพการทำงานดีขึ้นจากการใช้เทคนิคการเรียนรู้ของเครื่องเพียงอย่างเดียว
การเปรียบเทียบวิธีการคัดเลือกตัวแปรสำหรับการถดถอยโลจิสติกในข้อมูลที่มีมิติสูง, รัชพงศ์ ปรัชญาเศรษฐ
การเปรียบเทียบวิธีการคัดเลือกตัวแปรสำหรับการถดถอยโลจิสติกในข้อมูลที่มีมิติสูง, รัชพงศ์ ปรัชญาเศรษฐ
Chulalongkorn University Theses and Dissertations (Chula ETD)
Regularization เป็นวิธีการป้องกันปัญหา overfitting ด้วยการเพิ่มฟังก์ชันการลงโทษไปในตัวแบบเพื่อให้เกิดการคัดกรองตัวแปรเข้าสู่ตัวแบบ งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพของวิธีการคัดกรองตัวแปรสำหรับการวิเคราะห์การถดถอยโลจิสติกในข้อมูลที่มีมิติสูง ด้วยการใช้ฟังก์ชันการลงโทษในรูปแบบ (1) L0-regularization (2) L1-regularization (3) L0L2-regularization การวิจัยนี้ใช้การจำลองข้อมูลเพื่อทำการทดสอบ 18 กรณี โดยกำหนดค่าที่ต่างกันประกอบด้วย จำนวนตัวแปรอิสระมีจำนวน 200, 500 และ 1000 ตัวแปร ความสัมพันธ์ของตัวแปรอิสระมีค่าเท่ากับ 0, 0.5 และ 0.9 อัตราส่วนสัญญาณต่อสัญญาณรบกวนมีค่าเท่ากับ 1 และ 6 โดยจำลองข้อมูลแต่ละกรณีจำนวน 100 ชุด ในการศึกษานี้มุ่งเน้นที่การเปรียบเทียบประสิทธิภาพในการคัดกรองตัวแปรของตัวแบบ และประสิทธิภาพในการทำนายของตัวแบบ ซึ่งเปรียบเทียบประสิทธิภาพในแต่ละวิธีด้วย ความผิดพลาดในการตรวจจับเชิงบวก ค่าเฉลี่ยแบบฮาร์โมนิคของค่าความแม่นยำและค่าความไว และ พื้นที่ใต้เส้นโค้ง จากการศึกษาพบว่าวิธี L0 มีความแม่นยำในการคัดกรองตัวแปรมากที่สุดเมื่อพิจารณาด้วยความผิดพลาดในการตรวจจับเชิงบวก เมื่อพิจารณาด้วยค่าเฉลี่ยแบบฮาร์โมนิคของค่าความแม่นยำและค่าความไว พบว่าวิธี L1 และ L0L2 มีประสิทธิภาพในการคัดกรองตัวแปรใกล้เคียงกัน แต่วิธี L0L2 จะมีประสิทธิภาพสูงกว่าเมื่อความสัมพันธ์ระหว่างตัวแปรอิสระมีค่าสูง และเมื่อพิจารณาประสิทธิภาพในการทำนายของตัวแบบด้วยพื้นที่ใต้เส้นโค้ง พบว่าวิธี L1 จะมีประสิทธิภาพสูงที่สุดในทุกกรณี
การเรียนรู้แบบรวมกลุ่มด้วยตัวแบบที่แตกต่างกันแบบขนานสำหรับข้อมูลไม่สมดุล กรณีศึกษาข้อมูลเครดิตเยอรมัน, ศศิวิมล ศรีโรจน์
การเรียนรู้แบบรวมกลุ่มด้วยตัวแบบที่แตกต่างกันแบบขนานสำหรับข้อมูลไม่สมดุล กรณีศึกษาข้อมูลเครดิตเยอรมัน, ศศิวิมล ศรีโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบการเรียนรู้แบบรวมกลุ่มด้วยตัวแบบที่แตกต่างกันแบบขนาน (Bagging Heterogeneous Ensemble) และหาวิธีการลดมิติข้อมูลและวิธีการสุ่มตัวอย่างซ้ำที่เหมาะสมกับข้อมูลเครดิตเยอรมันที่มีอัตราส่วนความไม่สมดุลแตกต่างกัน 3 ค่าคือ 2.3, 10 และ 14 โดยวัดประสิทธิภาพด้วยตัวชี้วัด Accuracy, The area under the curve, F1-score, Precision, Brier score และ Kolmogorov-Smirnov และทดสอบทางสถิติเพื่อแสดงว่าประสิทธิภาพของตัวแบบมีความแตกต่างกัน ที่ระดับนัยสำคัญ 0.05 ผลการศึกษาพบว่าข้อมูลเครดิตเยอรมันที่มีอัตราส่วนความไม่สมดุลต่ำ (IR = 2.3) ตัวแบบ Logistic Regression ที่ใช้เทคนิค Linear Discriminant Analysis (LDA) และ Systematic Minority Over-Sampling Technique (SM) จะมีประสิทธิภาพเฉลี่ยดีที่สุดในการจำแนกประเภท ในส่วนของอัตราส่วนความไม่สมดุลกลาง (IR = 10) และ อัตราส่วนความไม่สมดุลสูง (IR = 14) วิธีการลดมิติข้อมูลและการสุ่มตัวอย่างซ้ำที่มีประสิทธิภาพคือ Linear Discriminant Analysis (LDA), Random Under-Sampling (RUS) และ Linear Discriminant Analysis (LDA), Borderline SMOTE (BSM) ตามลำดับ โดยที่การเรียนรู้แบบรวมกลุ่มด้วยตัวแบบที่แตกต่างกันแบบขนานมีประสิทธิภาพเฉลี่ยดีที่สุด ทั้งในกรณีที่มีและไม่มีวิธีการลดมิติข้อมูลและสุ่มตัวอย่างซ้ำของอัตราส่วนความไม่สมดุลกลางและสูง
ประสิทธิภาพของวิธีการจัดการข้อมูลไม่สมดุลสำหรับการจำแนกกลุ่มภายใต้เงื่อนไขที่แตกต่างกัน, กาญธนา ลออสิริกุล
ประสิทธิภาพของวิธีการจัดการข้อมูลไม่สมดุลสำหรับการจำแนกกลุ่มภายใต้เงื่อนไขที่แตกต่างกัน, กาญธนา ลออสิริกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีจุดประสงค์เพื่อศึกษาปฏิสัมพันธ์ของวิธีการปรับสมดุลข้อมูลกับเงื่อนไขด้านขนาดตัวอย่าง เทคนิคการจำแนกข้อมูล จำนวนตัวแปรระหว่างกลุ่มตัวแปรจัดประเภทต่อกลุ่มตัวแปรต่อเนื่อง อัตราออด และร้อยละของจำนวนข้อมูลกลุ่มหลักต่อข้อมูลกลุ่มรองที่มีต่อประสิทธิภาพของการจำแนกกลุ่ม การปรับสมดุลของข้อมูลแบ่งออกเป็น 3 วิธี ได้แก่ (1) ไม่ปรับสมดุล (2) วิธี random oversampling และ (3) วิธีผสมผสานระหว่างรูปแบบสุ่มเกินและสุ่มลด (hybrid) โดยใช้แพคเกจ ROSE ส่วนเงื่อนไขด้านขนาดตัวอย่างแบ่งออกเป็น ขนาดตัวอย่างเท่ากับ 100 300 และ 500 หน่วย ด้านเทคนิคการจำแนกข้อมูล แบ่งออกเป็น 4 วิธี ได้แก่ (1) เคเนียร์เรสเนเบอร์ (2) การถดถอยโลจิสติก (3) แรนดอมฟอร์เรส และ (4) ซัพพอร์ตเวกเตอร์แมชชีน ตัวแปรจากการจำลองแบ่งออกเป็นตัวแปรตามซึ่งจำลองด้วยการถดถอยโลจิสติก ส่วนตัวแปรอิสระในการจำลองข้อมูลครั้งนี้จะกำหนดให้ใช้ตัวแปรอิสระจำลองทั้งหมด 8 ตัว โดยกำหนดให้มีจำนวนตัวแปรระหว่างกลุ่มตัวแปรจัดประเภทต่อกลุ่มตัวแปรต่อเนื่อง 3 กรณี คือ 4:4 5:3 และ 6:2 ในขณะที่ระดับของอัตราออด จะสุ่มค่าจากช่วง [1,2) หรือ [2,3) และร้อยละของข้อมูลระหว่างข้อมูลกลุ่มหลักต่อข้อมูลกลุ่มรอง แบ่งออกเป็น 2 กรณี ได้แก่ 60:40 และ 70:30 พิจารณาเกณฑ์ประสิทธิภาพของข้อมูลด้วยตัวชี้วัดความถูกต้องในการจำแนก ความไว และความจำเพาะ การจำลองแต่ละสถานการณ์จะทำซ้ำสถานการณ์ละ 500 รอบ การวิเคราะห์ปฏิสัมพันธ์ระหว่างวิธีการปรับสมดุลข้อมูลกับเงื่อนไขต่าง ๆ ใช้การวิเคราะห์ความแปรปรวนพหุคูณหลายทาง (n-way MANOVA) ผลการวิจัยพบว่า วิธีการปรับสมดุลข้อมูลมีปฏิสัมพันธ์แบบสองทางกับเงื่อนไขด้านขนาดตัวอย่าง ร้อยละของข้อมูลระหว่างข้อมูลกลุ่มหลักต่อข้อมูลกลุ่มรอง อัตราออด และเทคนิคการจำแนกข้อมูล และพบปฏิสัมพันธ์แบบสามทางกับเงื่อนไขต่อไปนี้ (1) ขนาดตัวอย่างและจำนวนตัวแปรระหว่างกลุ่มตัวแปรจัดประเภทต่อกลุ่มตัวแปรต่อเนื่อง (2) ขนาดตัวอย่างและเทคนิคการจำแนกข้อมูล และ (3) ร้อยละของข้อมูลระหว่างข้อมูลกลุ่มหลักต่อข้อมูลกลุ่มรอง และเทคนิคการจำแนกข้อมูล ดังนั้นนักวิเคราะห์ข้อมูลควรเลือกใช้วิธีการปรับสมดุลข้อมูลโดยพิจารณาให้เหมาะสมกับสภาพของข้อมูลที่ใช้ในการวิเคราะห์
สมรรถนะดิจิทัลขององค์กรทหาร: การวิเคราะห์องค์ประกอบเชิงสำรวจและเชิงยืนยันพหุระดับ, รัมณรา สมประสงค์
สมรรถนะดิจิทัลขององค์กรทหาร: การวิเคราะห์องค์ประกอบเชิงสำรวจและเชิงยืนยันพหุระดับ, รัมณรา สมประสงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
สมรรถนะดิจิทัลขององค์กรทหารในปัจจุบันมีความสำคัญต่อการปฏิบัติงานในยุคของการเปลี่ยนแปลงทางดิจิทัลที่เกิดขึ้นอย่างรวดเร็ว งานวิจัยนี้เป็นงานวิจัยเชิงบรรยาย มีวัตถุประสงค์ดังนี้ 1) เพื่อสังเคราะห์ตัวชี้วัดสมรรถนะดิจิทัลขององค์กรทหาร 2) เพื่อสำรวจองค์ประกอบพหุระดับสมรรถนะดิจิทัลขององค์กรทหาร 3) เพื่อตรวจสอบความสอดคล้องเชิงประจักษ์ขององค์ประกอบพหุระดับสมรรถนะดิจิทัลขององค์กรทหาร ตัวอย่างวิจัย เป็นบุคลากรระดับปฏิบัติการในองค์กรทหารสังกัดกระทรวงกลาโหม 50 หน่วยงาน จำนวน 860 คน สำหรับใช้ในการวิเคราะห์องค์ประกอบเชิงสำรวจพหุระดับ และจำนวน 863 คน สำหรับใช้ในการวิเคราะห์องค์ประกอบเชิงยืนยันพหุระดับ เครื่องมือที่ใช้ในการวิจัยเพื่อการวิเคราะห์องค์ประกอบพหุระดับ คือแบบวัดสมรรถนะดิจิทัลขององค์กรทหาร ประกอบไปด้วย 2 ตอน คือ ข้อมูลพื้นฐานของกำลังพลผู้ตอบแบบสอบถาม และแบบวัดสมรรถนะดิจิทัลขององค์กรทหาร จำนวน 69 ข้อคำถาม วิเคราะห์ข้อมูลด้วยโปรแกรม IBM SPSS Statistics 22 และ MPlus6 ผลการวิจัยพบว่า (1) ตัวชี้วัดสมรรถนะดิจิทัลขององค์กรทหาร ประกอบไปด้วย 16 ตัวชี้วัด ได้แก่ 1) การวางแผนการใช้งานอุปกรณ์เทคโนโลยีดิจิทัลแบบบูรณาการ 2) การสืบค้นข้อมูลทางดิจิทัล 3) การประเมินความน่าเชื่อถือของข้อมูล 4) การใช้งานเทคโนโลยีเบื้องต้น 5) การแก้ปัญหาจากการใช้เทคโนโลยีดิจิทัล 6) การใช้อินทราเน็ตขององค์กร 7) การรักษาความลับในโลกไซเบอร์ 8) การจัดการไฟล์ดิจิทัลทางการทหาร 9) การเข้าถึงไฟล์ดิจิทัลในกรณีปฏิบัติงานนอกสถานที่ 10) การจัดการฐานข้อมูลทางการทหาร 11) การใช้สื่อดิจิทัลทางไกลเพื่อการสื่อสารทางการทหาร 12) การนำเสนอข้อมูลทางทหารในรูปแบบดิจิทัล 13) การสร้างสิ่งแวดล้อมทางดิจิทัลเพื่อการทำงาน 14) การตระหนักถึงความปลอดภัยบนโลกไซเบอร์ 15) การรักษามารยาทในสังคมดิจิทัล 16) เจตคติต่อการใช้เทคโนโลยีดิจิทัลในองค์กร (2) องค์ประกอบเชิงสำรวจพหุระดับสมรรถนะดิจิทัลขององค์กรทหาร มีจำนวน 3 โมเดล คือ 1) องค์ประกอบระดับระดับบุคคล 4 องค์ประกอบ ระดับองค์กร 1 องค์ประกอบ 2) องค์ประกอบระดับบุคคล 4 องค์ประกอบ ระดับองค์กร 2 องค์ประกอบ 3) องค์ประกอบระดับบุคคล …