Physical Sciences and Mathematics Commons^™

Planning And Production Improvement In Original Equipment Manufacturer Company Using Odoo Erp, Pharadon Suwannatara

Chulalongkorn University Theses and Dissertations (Chula ETD)

The Original Equipment Manufacturer (OEM) is one solution for starting a new business in this era due to the difficulties of managing the supply chain, manufacturing processes, and high startup costs. However, the majority of Thai industries operate relying on human labor and basic mechanization, leading to inefficiencies. This paper presents the implementation of Enterprise Resource Planning (ERP) systems using Odoo, an open-source ERP software, to address these inefficiencies. This research focuses on implementing the Odoo ERP system on the shop floor of an OEM company, addressing challenges in the planning and production departments. The current business process (As-is process) …

Design Of Web-Based Application To Increase Corporate Income Tax Planning Knowledge Of Small And Medium Enterprises’ Entrepreneurs In Thailand, Chanyanut Atjanapotjanee

Chulalongkorn University Theses and Dissertations (Chula ETD)

Small and medium enterprises (SMEs) play an important role in Thailand’s economy, however, many entrepreneurs lack sufficient knowledge of corporate income tax planning, with three main issues in deductible expense, tax calculation, and filing a tax report. This study aimed to design and to evaluate a web-based application that improves corporate income tax planning knowledge among SME entrepreneurs, and indicate factors impacting the tax planning knowledge. The methodologies consisted of user requirement gathering, web-based application design and testing, and hypothesis testing. Eleven SME entrepreneurs from manufacturing, merchandise, and service business type participated in the study. Knowledge gains were measured through …

Certain Incident Matrices For Lines Intersecting On Plane, Anawin Chongaumklang

Chulalongkorn University Theses and Dissertations (Chula ETD)

This work studies arrangements of lines on the plane, focusing on Fourier’s 17 lines problem, which involves constructing 101 intersection points with 17 lines. We use code notation and incident matrices to classify possible configurations and develop algorithms to determine which codes are drawable. Special attention is given to the role of multiple points and parallel families in these arrangements. Out of 924 possible codes, 658 are confirmed drawable using a combination of theoretical analysis and computer verification. For the remaining cases, new lemmas are proposed to construct additional intersection points. Our findings offer both theoretical insights and practical algorithms …

Synthesis And Biophysical Properties Of Zwitterionic Pyrrolidinyl Peptide Nucleic Acid, Wachiraya Pinthongnoi

Chulalongkorn University Theses and Dissertations (Chula ETD)

Pyrrolidinyl peptide nucleic acid (pyrrolidinyl PNA) is a synthetic DNA mimic featuring a conformationally constrained backbone comprising alternating proline and cyclic b-amino acid dipeptide subunits. AcpcPNA is a typical example of pyrrolidinyl PNA that demonstrates excellent binding specificity to DNA targets along with high chemical and biological stability. Although pyrrolidinyl PNA holds strong promises for biological applications, it also has limitations due to its hydrophobic nature, which leads to poor water solubility and non-specific binding to hydrophobic molecules such as proteins, lipids, plastics, or even other PNA molecules. To address these issues, the pyrrolidinyl PNA backbone was modified to become …

Splitness Of The Characteristic Polynomial Of 2×2 Normal Matrices Over A Finite Field, Sarawut Therdchanthuk

Chulalongkorn University Theses and Dissertations (Chula ETD)

เราได้ทฤษฎีบทสเปกตรัมสำหรับเมทริกซ์ขนาด 2x2 เหนือฟีลด์จำกัดที่มีลักษณะเฉพาะเท่ากับ 2 โดยการตรวจสอบการแตกตัวของพหุนามลักษณะเฉพาะเหนือฟีลด์ดังกล่าว ซึ่งใช้ข้อเท็จจริงเสริมบางประการเกี่ยวกับพหุนามกำลังสองและเมทริกซ์เหนือฟีลด์ดังกล่าว พหุนามลักษณะเฉพาะจะสะท้อนให้เห็นถึงรูปแบบบัญญัติของเมทริกซ์เหล่านี้ เป็นผลให้สามารถแยกชั้นความคล้ายของเมทริกซ์ปรกติได้ และสำหรับเมทริกซ์ปรกติที่แปลงเป็นทแยงมุมได้ เราให้ข้อความที่สมมูลกับการทำให้เป็นเมทริกซ์ที่แปลงเป็นทแยงมุมแบบยูนิแทรีได้

Developing Test Statistics For Familial Dna Searches Through Multinomial Logistic Regression Model, Akaraphon Jantaraphum

Chulalongkorn University Theses and Dissertations (Chula ETD)

In hypothesis testing for familial DNA searches, the likelihood ratio (LR) is a commonly used statistic that requires allele frequency distributions. However, since the population background of a forensic sample is generally unknown, the appropriate allele frequency distribution is uncertain. To address this issue, various LR-based methods—such as those using local allele frequencies (LRLAF), or selecting maximum, minimum, or average LRs (LRMAX, LRMIN, LRAVG), and Naive Bayes classification (LRNB)—have been developed. In this study, we introduce a family of LR-based statistics incorporating multinomial logistic regression classification (LRMLR). DNA samples are classified into subpopulations using multinomial logistic regression, and the likelihood …

Two-Step-Change Pivot Rule For Simplex Method, Rawit Chaiareekij

Chulalongkorn University Theses and Dissertations (Chula ETD)

The simplex method is a fundamental method for solving linear programming problems proposed by George B. Dantzig in 1963. The simplex method’s efficiency hinges on the choice of the entering variable, determined by the pivot rule. Dantzig’s original pivot rule, while effective in many cases, can exhibit exponential behavior on certain problems. To address this problem, this thesis proposes a new pivot rule for the simplex method, called the two-step-change pivot rule. The idea is to obtain the two-step-change improvement from the objective value by computing the direction of change for each entering variable to determine the cost per unit. …

การประมาณค่าพารามิเตอร์ของระบบที่สามารถซ่อมแซมได้ที่มีระบบย่อยหลายระบบภายใต้ผลกระทบจากการช็อก, ปวิชญา ปรีชา

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อประมาณค่าพารามิเตอร์ของระบบที่สามารถซ่อมแซมได้ภายใต้ผลกระทบจากการช็อก (shock effect) โดยจำลองระบบที่มีองค์ประกอบย่อยสององค์ประกอบ ซึ่งอาจมีความสัมพันธ์กัน การจำลองข้อมูลใช้แบบจำลอง Power Law Process (PLP) พร้อมกำหนดระดับ shock effect แบบคูณในช่วง 1.00–1.03 เพื่อสะท้อนอิทธิพลระหว่างองค์ประกอบ จากนั้นทำการประมาณค่าพารามิเตอร์ด้วยวิธี Maximum Likelihood Estimation (MLE) ภายใต้สี่รูปแบบ ได้แก่ 1) องค์ประกอบ มีความสัมพันธ์กัน 2) มีความสัมพันธ์และทราบพารามิเตอร์ขนาด 3) ไม่มีความสัมพันธ์กัน และ 4) ไม่มีความสัมพันธ์และทราบพารามิเตอร์ขนาด โดยศึกษาในกรณีที่จำนวนการล้มเหลวสูงสุด n = 25, 35 และ 50 ผลการวิเคราะห์พบว่า พารามิเตอร์ k มีแนวโน้มถูกประมาณสูงเกินจริงเมื่อข้อมูลมีจำนวนน้อย ขณะที่ shock effect สามารถประมาณได้ใกล้เคียงค่าจริงมากขึ้นเมื่อข้อมูลเพิ่มขึ้น การประเมินความแม่นยำ ของการทำนายเวลาเกิดเหตุการณ์ถัดไปใช้เปอร์เซ็นต์ไทล์ (P5–P95) และค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) พบว่า วิธี องค์ประกอบไม่มีความสัมพันธ์และทราบพารามิเตอร์ขนาด ให้ผลดีที่สุดเมื่อ shock ต่ำ (1.00–1.01) โดยเฉพาะเมื่อข้อมูลจำกัด ส่วนวิธีองค์ประกอบมีความสัมพันธ์และทราบพารามิเตอร์ขนาด เหมาะสมกว่าเมื่อ shock สูง (1.02–1.03) และข้อมูลมาก นอกจากนี้ ทุกวิธีมีแนวโน้มการกระจายเบ้ขวา โดยเฉพาะวิธีที่ไม่ทราบค่าพารามิเตอร์ขนาดซึ่งเบ้รุนแรงกว่าวิธีอื่น ในขณะที่วิธี องค์ประกอบไม่มีความสัมพันธ์และทราบพารามิเตอร์ขนาด ให้การกระจายแคบและเบ้น้อยที่สุด สะท้อนความเสถียรและความต้านทาน ต่อ outlier

การศึกษาเปรียบเทียบแบบจำลองโครงข่ายปฏิปักษ์เชิงกำเนิดในการสร้างภาพความละเอียดสูงเพื่อการตรวจจับวัตถุขนาดเล็ก, ภัทรชนน สกุลคู

Chulalongkorn University Theses and Dissertations (Chula ETD)

การตรวจจับวัตถุขนาดเล็ก (Small Object Detection) เป็นหนึ่งในความท้าทายด้านคอมพิวเตอร์วิทัศน์ เนื่องจากภาพที่มีความละเอียดต่ำมักมีข้อจำกัดด้านการระบุขอบเขตและรายละเอียดของวัตถุ งานวิจัยนี้มุ่งเน้นการเปรียบเทียบประสิทธิภาพของแบบจำลอง Super-Resolution GAN คือ SRGAN ESRGAN Real-ESRGAN และ BSRGAN กับวิธีการสร้างภาพความละเอียดสูงแบบดั้งเดิม คือ Bilinear และ Bicubic เพื่อศึกษาว่าการเพิ่มความละเอียดของภาพสามารถช่วยให้การตรวจจับวัตถุขนาดเล็กมีความแม่นยำสูงขึ้นหรือไม่ โดยการทดลองดำเนินการกับภาพต้นฉบับขนาด 160 × 160 พิกเซล และสร้างภาพความละเอียดสูงขนาด 640 × 640 พิกเซลก่อนนำไปประเมินผลการตรวจจับวัตถุผ่านตัวชี้วัด mAP@50 และ mAP@50-95 ในสามชุดข้อมูล ได้แก่ ภาพสายเคเบิล Microglia และวัชพืช Ridderzuring ผลการทดลองพบว่า SRGAN ให้ค่า mAP@50 สูงสุดในทุกชุดข้อมูล ในขณะที่ Real-ESRGAN และ BSRGAN มีค่าต่ำกว่าวิธีอื่นในบางกรณี อย่างไรก็ตาม แม้ว่า SRGAN จะมีความแม่นยำสูงสุด แต่ใช้เวลาในการสร้างภาพมากกว่าวิธี Bicubic ประมาณ 4-7 เท่า ทำให้ต้องพิจารณาความสมดุลระหว่างความเร็วและความแม่นยำ ทั้งนี้ ภาพต้นฉบับความละเอียดสูง (HR) ยังคงให้ค่าคะแนนสูงสุดในทุกชุดข้อมูล ซึ่งสะท้อนว่าการใช้ Super-Resolution สามารถลดช่องว่างระหว่างภาพความละเอียดต่ำและภาพต้นฉบับได้ และสามารถนำไปประยุกต์ใช้กับงานเกี่ยวกับการตรวจจับวัตถุจากภาพความละเอียดต่ำได้จริง

การศึกษาเปรียบเทียบการแทนค่าน้ำหนักสูญหายด้วยวิธีการเรียนรู้เชิงลึกกับวิธีดั้งเดิมด้วยวิธีการจำลองข้อมูลในบริบทของผู้ป่วยในและหอผู้ป่วยหนักภายในโรงพยาบาล, เมธัส ม่วงนาค

Chulalongkorn University Theses and Dissertations (Chula ETD)

การสูญหายของข้อมูลในเวชระเบียนโรงพยาบาล โดยเฉพาะในหอผู้ป่วยหนัก (ICU) และหอผู้ป่วยใน (IPD) เป็นปัญหาที่พบบ่อยและส่งผลต่อการดูแลผู้ป่วยและความถูกต้องของงานวิจัย การศึกษานี้เปรียบเทียบวิธีการแทนค่าสูญหาย 10 วิธี ได้แก่ เทคนิคแบบดั้งเดิม (Mean, Median, k-NN, MICE, MissForest), วิธีแบบผสม (HyperImpute) และวิธีแบบการเรียนรู้เชิงลึกหรือ DL (MLPRegressor, AEImputer, MIWAE, GAIN) โดยใช้ข้อมูลจำลอง 63 ตัวแปร ภายใต้เงื่อนไขควบคุม ได้แก่ ขนาดตัวอย่าง 3 ระดับ (5,000, 25,000, 50,000), กลไกการสูญหาย 3 รูปแบบ (MCAR, MAR, MNAR) และอัตราการสูญหาย 6 ระดับ (10% ถึง 60%) โดยประเมินผลด้วย RMSE, MAPE, เวลาในการประมวลผล และการใช้หน่วยความจำ ผลการศึกษาพบว่า Mean และ Median ยังให้ผลลัพธ์ที่ดี พร้อมความเร็วและใช้ทรัพยากรต่ำ MissForest และ HyperImpute ให้ความแม่นยำที่สมดุลกับประสิทธิภาพ เหมาะกับกรณีที่ข้อมูลขาดในระดับปานกลาง วิธีที่นิยมอย่าง MICE กลับมีข้อจำกัดกับชุดข้อมูลที่ไม่เป็นพาราเมตริก ทำให้ผลลัพธ์ด้อยกว่าในหลายเงื่อนไข ด้าน DL แม้บางวิธีให้ผลลัพธ์ดี แต่ต้องอาศัยการปรับแต่งพารามิเตอร์อย่างละเอียด และใช้ทรัพยากรมาก โดยวิธีกลุ่ม AEs มีความเสถียรที่สุด ส่วน GAIN มีความไวต่อรูปแบบข้อมูลและขนาดตัวอย่าง ให้ผลลัพธ์ไม่สม่ำเสมอ โดยสรุป แม้ DL จะมีศักยภาพ แต่ในหลายกรณี วิธีดั้งเดิมหรือแบบผสมยังคงเป็นทางเลือกที่ใช้งานได้จริงและคุ้มค่า

Parameter Tuning Of Information Directed Sampling In Credit Scoring Problems Under Ungeneralizable Contextual Logistic Bandit Model, Sorawit Panjapiyakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates the tuning parameter of Information Directed Sampling (IDS) in credit scoring problems under an ungeneralizable contextual logistic bandit framework. Decision-making scenarios, such as credit scoring and underwriting, involve balancing the tradeoff between exploration and exploitation, which is essential for optimizing learning efficiency in the environment while minimizing costs. The IDS algorithm offers a principled framework that leverages mutual information to enhance the decision-making process. However, its learning performance is dependent on the tuning parameter, denoted as gamma, which plays a key role in balancing information gain and expected regret. Extensive simulation experiments were conducted to identify the …

โครงข่ายประสาทเทียมสำหรับการวิเคราะห์การถดถอยเชิงเส้นตามบริบท, พศุตม์ รัตนศรีมงคล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญหาการถดถอยเชิงเส้นตามบริบท คือปัญหาที่ข้อมูลมีโครงสร้างแบ่งเป็นกลุ่ม โดยแต่ละกลุ่มถูกกำหนดโดยตัวแปรบริบท งานวิจัยนี้ศึกษาการนำ ตัวแบบ Contextual Neural Network (CtxtNN) มาใช้วิเคราะห์ปัญหาประเภทนี้ และเปรียบเทียบประสิทธิภาพกับ ตัวแบบพื้นฐานอย่าง Feedforward Neural Networks (FNN) ทั้งโครงสร้างขนาดเล็ก (FNN-Small) และขนาดใหญ่ (FNN-Large) ผ่านการทดลอง 3 กรณี โดยงานวิจัยนี้จะศึกษาเฉพาะปัญหาการถดถอยเชิงเส้นตามบริบท ที่ตัวแปรต้นไม่เกิน 8 ตัว ซึ่งมีตัวแปรเชิงบริบทไม่เกิน 3 ตัว และบริบทข้อมูลไม่เกิน 3 บริบทเท่านั้น โดยจากผลการวิจัยนี้สามารถสรุปได้ว่า ตัวแบบ CtxtNN เป็นตัวแบบที่สามารถเรียนรู้ความสัมพันธ์เชิงเส้นตามบริบทได้อย่างมีประสิทธิภาพ โดยให้ผลลัพธ์ที่มีประสิทธิภาพสูงที่สุดในการแก้ปัญหาการถดถอยเชิงเส้นตามบริบทเมื่อเทียบกับตัวแบบ FNN-Small และตัวแบบ FNN-Large แม้ใช้จำนวนพารามิเตอร์ที่น้อยกว่า จึงเป็นทางเลือกที่น่าสนใจสำหรับงานวิเคราะห์ปัญหาข้อมูลที่มีความสัมพันธ์เชิงบริบทกับผลเฉลย

ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันสั่งอาหารที่ขายไม่หมด, พัชรพรรณ จิตไพศาลโสภณ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ขยะอาหารเป็นปัญหาที่สำคัญระดับโลก แม้ในขณะที่อาหารจำนวนมากยังสามารถบริโภคได้ กลับถูกทิ้งไป ส่งผลกระทบทั้งต่อสิ่งแวดล้อมและความมั่นคงทางอาหาร จากบริบทนี้ แอปพลิเคชันสั่งอาหารที่ขายไม่หมดจึงถูกพัฒนาขึ้นเพื่อเป็นทางเลือกในการลดปริมาณขยะอาหาร โดยการนำอาหารส่วนเกินมาจัดจำหน่ายในราคาพิเศษให้ผู้บริโภคเข้าถึงอาหารคุณภาพดีในราคาย่อมเยา งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่อความตั้งใจใช้งานแอปพลิเคชันสั่งอาหารที่ขายไม่หมด โดยอิงจากทฤษฎีรวมของการยอมรับและการใช้เทคโนโลยี 2 (UTAUT2) และแนวคิดพฤติกรรมรักษ์สิ่งแวดล้อม กลุ่มตัวอย่างคือบุคคลที่เกิดระหว่างปี พ.ศ. 2524–2539 และไม่เคยใช้งานแอปพลิเคชันดังกล่าว จำนวน 230 คน โดยใช้แบบสอบถามออนไลน์ในการเก็บข้อมูล และวิเคราะห์ข้อมูลด้วยสถิติสัมประสิทธิ์สหสัมพันธ์แบบสเปียร์แมนผลการศึกษาพบว่า ตัวแปรต้นทั้งหมด ได้แก่ ความคาดหวังในประสิทธิภาพ ความคาดหวังในความพยายามใช้งาน อิทธิพลทางสังคม สิ่งสนับสนุนจากสิ่งแวดล้อม ความคาดหวังในความสนุกสนาน คุณค่าด้านราคา และความเคยชิน มีความสัมพันธ์เชิงบวกต่อความตั้งใจใช้งานแอปพลิเคชันสั่งอาหารที่ขายไม่หมดอย่างมีนัยสำคัญทางสถิติ โดยเฉพาะในภาพรวม และกลุ่มที่มีพฤติกรรมรักษ์สิ่งแวดล้อมต่ำพบว่า ความคาดหวังในคุณค่าด้านราคา มีค่าสัมประสิทธิ์สหสัมพันธ์สูงสุด ขณะที่กลุ่มที่มีพฤติกรรมรักษ์สิ่งแวดล้อมสูง ปัจจัยที่มีค่าสัมประสิทธิ์สูงสุดคือ ความคาดหวังในความสนุกสนาน ทั้งนี้ ทุกตัวแปรในกลุ่มที่มีพฤติกรรมรักษ์สิ่งแวดล้อมต่ำมีค่าสัมประสิทธิ์สูงกว่ากลุ่มที่มีพฤติกรรมรักษ์สิ่งแวดล้อมสูง ผลการศึกษานี้สามารถนำไปประยุกต์ใช้ในการออกแบบและพัฒนาแอปพลิเคชันให้ตรงกับความต้องการของกลุ่มเป้าหมาย และส่งเสริมการบริโภคอย่างยั่งยืนในสังคมที่ให้ความสำคัญกับสิ่งแวดล้อมมากยิ่งขึ้น

อิทธิพลของประสบการณ์การท่องเที่ยวเสมือนจริงต่อความตั้งใจในการเยี่ยมชมสถานที่จริง, นรินทร์ ขำแจ่ม

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้เป็นการวิจัยเชิงสำรวจที่มีจุดมุ่งหมายเพื่อศึกษาผลของประสบการณ์การท่องเที่ยวเสมือนจริงต่อความตั้งใจในการเยี่ยมชมสถานที่จริง โดยใช้โมเดลเอส-โอ-อาร์ (Stimulus-Organism-Response) โดยมีกลุ่มตัวอย่างทั้งสิ้น 338 คือ คนไทยเจเนอเรชันวาย จำนวน 192 คน และเจเนอเรชันแซด จำนวน 146 คน ที่ไม่เคยท่องเที่ยวในสถานที่ที่ใช้ในการศึกษามาก่อน แบ่งหน่วยตัวอย่างเป็น 2 กลุ่ม คือ 1) กลุ่มที่รับประสบการณ์การท่องเที่ยวเสมือนจริง และ 2) กลุ่มที่รับชมวิดีโอ เพื่อวิเคราะห์ตัวแปร 6 ด้าน ได้แก่ การรับรู้คุณภาพของข้อมูล การรับรู้คุณภาพของการบริการ การรับรู้คุณภาพของระบบ การรับรู้ความสนุกสนาน การปรากฏตัวทางไกลเสมือนจริง และความจดจ่อ ที่มีต่อความตั้งใจในการเยี่ยมชมสถานที่จริง ผลการศึกษาพบว่ากลุ่มที่รับประสบการณ์การท่องเที่ยวเสมือนจริง มีค่าตัวแปรทั้ง 6 ด้าน และความตั้งใจเยี่ยมชมสถานที่จริง สูงกว่ากลุ่มที่ได้รับชมวิดีโออย่างมีนัยสำคัญทางสถิติ โดยตัวแปรทั้ง 6 ตัวแปรมีความสัมพันธ์เชิงบวกต่อความตั้งใจเยี่ยมชมสถานที่จริงอย่างมีนัยสำคัญทางสถิติ การวิเคราะห์ถดถอยพหุคูณ พบว่า มีเพียงตัวแปรเดียว ที่สามารถทำนายความตั้งใจในการเยี่ยมชมสถานที่จริง คือ ความจดจ่อ ซึ่งผู้วิจัยหวังว่าผลการวิเคราะห์จากงานวิจัยนี้จะเป็นประโยชน์ต่อองค์กรหรือผู้ที่มีส่วนเกี่ยวข้อง โดยสามารถนำผลลัพธ์ที่ได้จากงานวิจัยไปใช้พัฒนาเทคโนโลยีที่เกี่ยวกับการท่องเที่ยวให้ดีขึ้น และผู้ประกอบการในธุรกิจท่องเที่ยวสามารถนำผลการวิจัยมาใช้สร้างกลยุทธ์ เพิ่มแรงจูงใจให้นักท่องเที่ยวตัดสินใจที่จะมาเยี่ยมชมสถานที่ท่องเที่ยวจริง รวมถึงนำไปใช้ปรับปรุงการท่องเที่ยวเสมือนจริงให้มีคุณภาพ เพื่อส่งเสริมการท่องเที่ยวแบบยั่งยืน

ประสิทธิภาพการพยากรณ์ของการวิเคราะห์เชิงฟังก์ชันและการเรียนรู้เชิงลึก, บุณฑริกา พรหมสถิตย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้เปรียบเทียบประสิทธิภาพการพยากรณ์ของตัวแบบ Functional Principal Component Regression (FPCR) กับตัวแบบการเรียนรู้เชิงลึก (Recursive Neural Network: RNN, Long Short-term Memory: LSTM, Gated Recurrent Unit: GRU) ภายใต้สถานการณ์ที่มีความผันผวนแตกต่างกัน โดยใช้ชุดข้อมูลที่มีความผันผวนต่ำ (อุณหภูมิเฉลี่ยรายวัน), ปานกลาง (ปริมาณ PM 2.5 รายชั่วโมง) และสูง (อัตราการแลกเปลี่ยน Bitcoin รายนาที) ศึกษาการพยากรณ์ระยะสั้น ระยะกลาง และระยะยาว โดยใช้ตัวชี้วัด Mean Squared Error (MSE) และ Mean Integrated Squared Error (MISE) ผลการศึกษาพบว่า สำหรับข้อมูลที่มีความผันผวนต่ำ FPCR ให้ผลลัพธ์ที่แม่นยำกว่าตัวแบบการเรียนรู้เชิงลึก โดยเฉพาะในการพยากรณ์ระยะกลางและระยะยาว ในทางกลับกัน สำหรับข้อมูลที่มีความผันผวนสูง FPCR เหนือกว่าการเรียนรู้เชิงลึกเฉพาะการพยากรณ์ระยะกลางเท่านั้น สำหรับข้อมูลที่มีความผันผวนปานกลางและสูง ขนาดของชุดข้อมูลฝึกไม่มีผลกระทบอย่างชัดเจนต่อประสิทธิภาพของตัวแบบทั้งสอง อย่างไรก็ตาม ในกรณีของข้อมูลที่มีความผันผวนต่ำ เมื่อมีชุดข้อมูลขนาดใหญ่ ตัวแบบการเรียนรู้เชิงลึกให้ผลลัพธ์ที่แม่นยำกว่า FPCR ในขณะที่ FPCR มีความแม่นยำสูงกว่าหากใช้ข้อมูลจำนวนน้อยและทำการพยากรณ์ในระยะกลางถึงระยะยาว นอกจากนี้ ในการพยากรณ์ระยะสั้น FPCR มักให้ผลลัพธ์ที่ด้อยกว่าตัวแบบการเรียนรู้เชิงลึกในทุกกรณี

การเปรียบเทียบวิธีการใส่ค่าสูญหายสำหรับอนุกรมเวลาเชิงพหุ กรณีศึกษาดัชนีราคากลุ่มอุตสาหกรรมตลาดหลักทรัพย์แห่งประเทศไทย, พงษ์พล ยิ่งประทานพร

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษานี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการใส่ค่าสูญหายสำหรับอนุกรมเวลาเชิงพหุ และประเมินผลเพื่อเลือกวิธีการใส่ค่าสูญหายที่เหมาะสมที่สุดสำหรับอนุกรมเวลาเชิงพหุ โดยใช้ข้อมูลทุติยภูมิดัชนีราคากลุ่มอุตสาหกรรมของตลาดหลักทรัพย์แห่งประเทศไทย 8 กลุ่มอุตสาหกรรม จากฐานข้อมูล SETSMART ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2547 ถึง 1 มกราคม พ.ศ. 2567 รวมทั้งสิ้น 4877 วัน ซึ่งได้มีการกำหนดรูปแบบการสูญหายออกเป็น 3 รูปแบบ ได้แก่ การสูญหายรูปแบบสุ่ม การสูญหายรูปแบบช่วงตามลำดับ และการสูญหายรูปแบบบล็อก และกำหนดสัดส่วนการสูญหายของข้อมูลที่ร้อยละ 5 10 20 30 40 และ 50 ตามลำดับ โดยจำแนกวิธีการใส่ค่าสูญหายออกเป็น 3 กลุ่ม ได้แก่ การใส่ค่าสูญหายด้วยวิธีการเชิงสถิติ ประกอบไปด้วย ค่าเฉลี่ย ค่ามัธยฐาน ข้อมูลสุดท้ายก่อนการสูญหาย (LOCF) ข้อมูลล่าสุดหลังการสูญหาย (NOCB) และการประมาณค่าช่วงเส้นตรง (Linear Interpolation) การใส่ค่าสูญหายด้วยวิธีการเรียนรู้ของเครื่อง ประกอบไปด้วย ค่าคาดหวังสูงที่สุด (EM) การใส่ค่าสูญหายด้วยการทดแทนแบบพหุคูณด้วยสมการลูกโซ่ (MICE) เพื่อนบ้านใกล้เคียงที่สุด (KNN) และป่าสุ่ม (Random Forest) และการใส่ค่าสูญหายด้วยวิธีการเรียนรู้เชิงลึก ประกอบไปด้วย GP-VAE USGAN และ SAITS นอกจากนี้ผู้วิจัยใช้ค่ารากที่สองของค่าความคลาดเคลื่อนกำลังสองโดยเฉลี่ย (RMSE) ค่าความคลาดเคลื่อนสัมบูรณ์โดยเฉลี่ย (MAE) และค่าร้อยละความคลาดเคลื่อนสัมบูรณ์โดยเฉลี่ย (MAPE) ในการวัดประสิทธิภาพการใส่ค่าสูญหาย ผลการศึกษาพบว่าที่รูปแบบการสูญหายทั้ง 3 รูปแบบ และสัดส่วนการสูญหายที่น้อยกว่าร้อยละ 50 การใสค่าสูญหายด้วยการประมาณค่าช่วงเส้นตรง (Linear Interpolation) มีประสิทธิภาพสูงที่สุด ในขณะที่สัดส่วนการสูญหายร้อยละ 50 ของรูปแบบการสูญหายทั้ง 3 รูปแบบ การใส่ค่าสูญหายด้วยวิธีป่าสุ่ม (Random Forest) มีประสิทธิภาพสูงที่สุด

ผลกระทบของฟังก์ชันกระตุ้นต่อประสิทธิภาพการใช้ข้อมูลของเครือข่ายประสาทเทียมแบบหลายผลลัพธ์, จินจุ เจริญยิ่งไพศาล

Chulalongkorn University Theses and Dissertations (Chula ETD)

เครือข่ายประสาทเทียมแบบหลายผลลัพธ์เป็นหนึ่งในแนวทางที่มีศักยภาพในการเพิ่มประสิทธิภาพข้อมูล อย่างไรก็ตาม ผลการศึกษาก่อนหน้านี้พบว่า ผลลัพธ์ทางทฤษฎีจากการเปรียบเทียบประสิทธิภาพของเครือข่ายประสาทเทียมแบบหลายผลลัพธ์ที่มีข้อจำกัด กับ เครือข่ายประสาทเทียมแบบผลลัพธ์เดียว และผลลัพธ์เชิงปฏิบัติจากการเปรียบเทียบเครือข่ายประสาทเทียมแบบหลายผลลัพธ์ กับเครือข่ายประสาทเทียมแบบผลลัพธ์เดียวยังคงมีความแตกต่างกัน งานวิจัยนี้มุ่งศึกษาผลกระทบของฟังก์ชันกระตุ้นในชั้นซ่อนที่มีต่อประสิทธิภาพการใช้ข้อมูลของเครือข่ายประสาทเทียมในการจำแนกประเภทแบบไบนารี โดยทำการศึกษาในฟังก์ชันกระตุ้น 4 ชนิด ได้แก่ ฟังก์ชัน Sigmoid, ReLU, Leaky ReLU (LReLUs) และ Exponential Linear Units (ELUs) ภายใต้โครงสร้างประสาทเทียม 2 ประเภทที่ใช้เกณฑ์ในการกำหนดโหนดซ่อนแตกต่างกัน โดยจากผลการวิจัยพบว่า ฟังก์ชัน sigmoid เป็นฟังก์ชันกระตุ้นที่สามารถทำให้ประสิทธิภาพเชิงปฏิบัติมีค่าใกล้เคียงกับผลลัพธ์เชิงทฤษฎีมากที่สุดในโครงสร้างทั้ง 2 ประเภท

ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันบริการรถรับส่งสำหรับผู้สูงอายุ, เจนชินา กิตติวศิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันบริการรถรับส่งสำหรับผู้สูงอายุ ในผู้ใช้เจเนอเรชันเอ็กซ์และวาย ที่มีผู้สูงอายุในครอบครัวและไม่เคยใช้แอปพลิเคชันประเภทนี้มาก่อน กรอบแนวคิดอิงตามทฤษฎี UTAUT2 และเพิ่มตัวแปรความกตัญญูในการศึกษา ใช้กลุ่มตัวอย่างจำนวน 263 คน เครื่องมือที่ใช้ในการเก็บข้อมูลคือแบบสอบถามออนไลน์ วิเคราะห์ข้อมูลด้วยค่าสัมประสิทธิ์สหสัมพันธ์แบบสเปียร์แมน พบว่า ตัวแปรต้นทั้ง 8 ตัว ได้แก่ ความคาดหวังด้านประสิทธิภาพ ความคาดหวังในความพยายามใช้งาน อิทธิพลทางสังคมสภาพแวดล้อมที่สนับสนุน ความคาดหวังในคุณค่าด้านราคา ความเคยชิน ความคาดหวังในความเป็นส่วนตัวและความปลอดภัย และความกตัญญู มีความสัมพันธ์เชิงบวกต่อความตั้งใจใช้แอปพลิเคชันบริการรถรับส่งสำหรับผู้สูงอายุอย่างมีนัยสำคัญทางสถิติ การวิเคราะห์ถดถอยพหุคูณในภาพรวม และเมื่อนำตัวแปรช่วงอายุเข้ามาร่วมพิจารณา พบว่า มี 4 ตัวแปร ที่สามารถทำนายความตั้งใจใช้แอปพลิเคชันได้ ได้แก่ ความคาดหวังด้านประสิทธิภาพ อิทธิพลทางสังคม สภาพแวดล้อมที่สนับสนุน และความคาดหวังในความเป็นส่วนตัวและความปลอดภัย ขณะที่เมื่อนำตัวแปรอัตลักษณ์ทางเพศเข้ามาร่วมพิจารณา พบว่า มี 5 ตัวแปร ที่สามารถทำนายความตั้งใจใช้แอปพลิเคชันได้ ได้แก่ ความคาดหวังด้านประสิทธิภาพ อิทธิพลทางสังคม ความคาดหวังในความเป็นส่วนตัวและความปลอดภัย ความกตัญญู และอัตลักษณ์ทางเพศ ผลการศึกษานี้ให้แนวทางในการพัฒนาแอปพลิเคชันบริการรถรับส่งสำหรับผู้สูงอายุและกลยุทธ์การสื่อสารที่สอดคล้องกับบริบทวัฒนธรรมไทย

การเปรียบเทียบวิธีการลงโทษปรับแบบเรียลไทม์ในข้อมูลสตรีมมิงที่ไม่คงที่, กัญญาวีร์ ชมมิ่ง

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อ พัฒนาแนวทางใหม่จำนวน 2 วิธี ได้แก่ Real-time Adaptive Penalization Ridge (RAP-Ridge) และ Real-time Adaptive Penalization Elastic Net (RAP-Elastic Net) ซึ่งต่อยอดจากวิธี RAP-Lasso ที่มีอยู่เดิม เพื่อเพิ่มประสิทธิภาพในการพยากรณ์ข้อมูลที่มีความไม่แน่นอนและเปลี่ยนแปลงอย่างต่อเนื่อง โดยแนวทางที่พัฒนาขึ้นช่วยให้สามารถปรับค่าพารามิเตอร์การลงโทษแบบเรียลไทม์ ส่งผลให้โมเดลสามารถควบคุมขนาดของค่าสัมประสิทธิ์และตอบสนองต่อข้อมูลที่เปลี่ยนแปลงได้อย่างมีประสิทธิภาพ จากนั้นจึงทำการเปรียบเทียบประสิทธิภาพของเทคนิค Real-time Adaptive Penalization (RAP) ภายใต้แบบจำลองการถดถอยสามรูปแบบ ได้แก่ RAP-Lasso, RAP-Ridge และ RAP-Elastic Net ภายใต้บริบทของข้อมูลสตรีมมิงที่ไม่คงที่ ซึ่งมีการเปลี่ยนแปลงของค่าเฉลี่ย ความแปรปรวน และโครงสร้างข้อมูล โดยใช้ข้อมูลจำลองที่มีทั้งการเปลี่ยนแปลงแบบถี่ (High-Frequency Shift) และแบบช้า (Low-Frequency Shift) พร้อมใช้กระบวนการ AR(1) สำหรับค่าความคลาดเคลื่อน โดยการประเมินครอบคลุม 3 ด้าน ได้แก่ ความแม่นยำในการพยากรณ์ ความสามารถในการปรับตัวต่อข้อมูลที่เปลี่ยนแปลง และประสิทธิภาพด้านเวลาในการคำนวณ ผลการทดลองพบว่า RAP-Lasso มีความแม่นยำสูงสุด ขณะที่ RAP-Ridge เหมาะสมกับการใช้งานที่ต้องการความเร็วในการประมวลผล งานวิจัยนี้จึงนำเสนอแนวทางที่เหมาะสมต่อการพัฒนาโมเดลสำหรับข้อมูลที่เปลี่ยนแปลงในสภาพแวดล้อมจริงที่ไม่แน่นอน

Effect Of Data Visualization On Users' Running Performance On Treadmill, Thanaphon Amattayakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates the effect of real-time data visualization on user performance and experience during treadmill running. Traditional treadmill displays usually present information in plain text, which may limit user engagement and motivation. To address this, the study introduced redesigned displays using data visualization techniques aligned with human perception, such as line graphs and progress bars, to make performance feedback more meaningful and easier to understand. The experiment compared three display conditions: a traditional treadmill display and two improved designs. A within-subjects design was used with 18 participants. Performance metrics such as time to exhaustion, heart rate, distance covered, and …

ประสิทธิภาพของแบบจำลองแบบผสมของการเรียนรู้เชิงลึกสำหรับการพยากรณ์ราคาหุ้น, กิตติคุณ ทัดประดิษฐ

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์และเปรียบเทียบประสิทธิภาพและระยะเวลาที่ใช้ของแบบจำลองการเรียนรู้เชิงลึกแบบผสม (Hybrid Deep Learning Models) ได้แก่ RNN, LSTM และ GRU ในรูปแบบการใช้โครงสร้างแบบผสม (Stacked layer) และเครือข่ายประสาทเทียมแบบซ้อนกัน (Cascaded neural network) ในการพยากรณ์ราคาปิดหุ้น รวมถึงศึกษาผลกระทบของการสลับลำดับของแบบจำลองภายใน Hybrid model เพื่อพิจารณาความแตกต่างของประสิทธิภาพการพยากรณ์ ทั้งในระยะสั้น 7 วัน และ ระยะยาว 30 วัน โดยมีการใช้ข้อมูลราคาหุ้นทั้งหมด 5 อุตสาหกรรม เลือกกลุ่มอุตสาหกรรมละ 3 หุ้นตามระดับความผันผวนของราคาหุ้นเมื่อเทียบกับตลาด (Beta) รวมทั้งหมด 15 ชุดข้อมูล ผลการศึกษาพบว่า ในภาพรวมการพยากรณ์ระยะสั้น 7 วันและระยะยาว 30 วัน การสร้างแบบจำลองผสมด้วยวิธี Cascaded neural network มีประสิทธิภาพที่ไม่แตกต่างกับวิธี Stacked layers อย่างมีนัยสำคัญ แต่ถ้าหากพิจารณาด้วยระยะเวลาที่ใช้ในการสร้างแบบจำลองจะพบว่า การสร้างแบบจำลองผสมด้วยวิธี Stacked layers ใช้เวลาสร้างแบบจำลองน้อยกว่าวิธี Cascaded neural network อย่างมีนัยสำคัญ ซึ่งจะช่วยประหยัดทรัพยากรในการสร้างแบบจำลองในการพยากรณ์เป็นอย่างมาก นอกจากนี้การสลับลำดับของแบบจำลองที่ใช้ในการผสมแบบจำลอง ด้วยวิธี Cascaded neural network และ Stacked layers ในการพยากรณ์ระยะสั้น 7 วันและระยะยาว 30 วัน ไม่ส่งผลต่อประสิทธิภาพของ Hybrid Deep Learning Models อย่างมีนัยสำคัญ จึงสามารถสรุปได้ว่าการสร้าง Hybrid Deep Learning Models ด้วยวิธี Stacked layers ให้ประสิทธิภาพและความคุ้มค่าที่มากกว่าการผสมด้วยวิธี Cascaded neural network ทั้งในระยะสั้นและระยะยาว

Enhanced Realism In Virtual Try-On Tasks Using Diffusion Methods, Saris Kiattithapanayong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Virtual try-on technology is revolutionizing online retail by enabling customers to visualize garments on their bodies before purchasing. Traditional methods, often based on Generative Adversarial Networks (GANs), face challenges such as misalignment and visual artifacts, especially in complex poses. We present a virtual try-on framework leveraging diffusion models to enhance realism, accuracy, and garment detail preservation. Our approach integrates Vector Quantized Variational Autoencoders (VQ-VAEs) for precise feature matching within a diffusion U-Net architecture. By adopting image-based conditioning with the CLIP image encoder, our system utilizes visual features directly from clothing images for more faithful garment representations. Additionally, an Additional Feature …

ปัจจัยที่ส่งผลต่อความตั้งใจซื้อคอนโดมิเนียมจากการชมวิดีโอความเป็นจริงเสมือน, คุณานนท์ น้อยจันทร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้ได้ศึกษาถึงปัจจัยที่ส่งผลต่อความตั้งใจซื้อคอนโดมิเนียมจากการชมวิดีโอความเป็นจริงเสมือน โดยพิจารณาความสัมพันธ์ของปัจจัยการกระตุ้นด้วยเทคโนโลยีความเป็นจริงเสมือน กับ คุณค่าเชิงสุนทรียรส คุณค่าเชิงอรรถประโยชน์ และความเชื่อมั่น ซึ่งเป็นตัวแปรสำคัญที่มีอิทธิพลต่อความตั้งใจซื้อ เป็นการวิจัยเชิงปริมาณเก็บข้อมูลผ่านแบบสอบถามจากกลุ่มตัวอย่างประชากรไทยอายุ 20 ปีขึ้นไป ซึ่งสามารถครอบครองอสังหาริมทรัพย์ได้ และไม่เคยใช้เทคโนโลยีความเป็นจริงเสมือนในการเลือกซื้อคอนโดมิเนียมมาก่อน ในกลุ่มเบบี้บูมเมอร์ เจเนอเรชันเอ็กซ์ เจเนอเรชันวาย และเจเนอเรชันแซด จากหน่วยตัวอย่างจำนวน 541 คน ในการวิเคราะห์ข้อมูลใช้สถิติเชิงพรรณนาและสถิติเชิงอนุมาน โดยใช้ Spearman Rank Correlation ในการทดสอบความสัมพันธ์ของปัจจัยแต่ละกลุ่ม และ Kruskal-Wallis ในการเปรียบเทียบความตั้งใจซื้อระหว่างกลุ่ม ผลการวิจัยพบว่ามีค่าความสัมพันธ์เชิงบวกสูงที่สุดสำหรับในกลุ่มเบบี้บูมเมอร์ได้แก่ปัจจัยการกระตุ้นด้วยเทคโนโลยีความเป็นจริงเสมือนมีความสัมพันธ์ชิงบวกต่อความเชื่อมั่น คุณค่าเชิงสุนทรียรส และคุณค่าเชิงอรรถประโยชน์ (r = 0.710, 0.668 และ 0.523 ตามลำดับ) ซึ่งปัจจัยความเชื่อมั่น และคุณค่าเชิงสุนทรียรส มีความสัมพันธ์บวกต่อความตั้งใจซื้อคอนโดมิเนียม (r = 0.614 และ 0.421 ตามลำดับ) แต่ปัจจัยคุณค่าเชิงอรรถประโยชน์มีความสัมพันธ์ชิงบวกต่อความตั้งใจซื้อคอนโดมิเนียมมากที่สุดในกลุ่มเจเนอเรชันวาย (r = 0.441) สูงที่สุด ส่วนความตั้งใจซื้อคอนโดมิเนียมโดยเฉลี่ยพบว่ามีความแตกต่างกันที่ระดับนัยสำคัญ 0.01

การประเมินประสิทธิภาพของการเรียนรู้เชิงรุกโดยวิธีการเลือกแบบละโมบและวิธีการสุ่มตัวอย่างของทอมป์สันกับข้อมูลรูปแบบข้อความ, อานนท์ พรหมจรรย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มุ่งเน้นการประเมินประสิทธิภาพของวิธีการเรียนรู้เชิงรุกสำหรับการคัดเลือกข้อมูลที่มีประโยชน์สูงสุดในการทำป้ายกำกับ โดยเปรียบเทียบวิธีการเลือกข้อมูลแบบสุ่ม วิธีการเลือกข้อมูลโดยวิธีละโมบ และวิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซ ผ่านการทดลอง 100 รอบในการเลือกทวีตเกี่ยวกับการท่องเที่ยวในกรุงเทพมหานครเพื่อฝึกโมเดลการถดถอยโลจิสติก ผลการทดลองพบว่าวิธีการเลือกข้อมูลโดยวิธีละโมบให้ประสิทธิภาพสูงสุดตลอดการทดลอง เนื่องจากสามารถปรับปรุงโมเดลได้อย่างรวดเร็ว แต่ประสิทธิภาพลดลงในช่วงท้ายเมื่อจำนวนทวีตที่มีประโยชน์ลดลง ขณะที่วิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซใช้เวลาในการคัดเลือกข้อมูลมากที่สุดและมีประสิทธิภาพต่ำกว่าในช่วงแรก อย่างไรก็ตาม เมื่อจำนวนรอบการทดลองเพิ่มขึ้น ความแม่นยำของโมเดลก็ค่อย ๆ ดีขึ้นเมื่อเทียบกับช่วงต้น ส่วนวิธีการเลือกข้อมูลแบบสุ่มใช้เวลาน้อยที่สุด แต่ไม่มีการเรียนรู้หรือปรับปรุงโมเดล ทำให้ประสิทธิภาพไม่ดีขึ้น จากผลการทดลองสามารถสรุปได้ว่าวิธีการเลือกข้อมูลโดยวิธีละโมบเป็นทางเลือกที่มีประสิทธิภาพสูงในสถานการณ์ที่ต้องการการเรียนรู้ที่รวดเร็ว ในขณะที่วิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซยังคงต้องมีการศึกษาเพิ่มเติมเกี่ยวกับศักยภาพในการเรียนรู้ในระยะยาว งานวิจัยนี้สามารถนำไปประยุกต์ใช้กับการวิเคราะห์ข้อมูลข้อความ เช่น การจำแนกประเภทความรู้สึกของผู้ใช้โซเชียลมีเดีย หรือการประเมินความคิดเห็นของลูกค้าในอุตสาหกรรมต่างๆ

The Influence Of Echo Chamber On Thailand's 2023 Election, Isariyaporn Sukcharoenchaikul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research develops visual methods to explore the echo chamber effect, employing analytical approaches to investigate its dynamics through a case study on the 2023 General Election in Thailand. The study utilizes visualization techniques such as node-link diagrams, t-SNE projections, and heatmaps to analyze homophilic relationships, clustering tendencies, and polarization within online communities. To minimize inaccuracies and biases, network graphs are constructed based on contextual analysis of user-generated content, rather than relying on predefined relationship definitions (e.g., friendships, followers, retweets) or users' interpretations. The research uses the Echo Chamber Score (ECS) alongside visualizations to explore echo chambers, reveal significant variations …

การวิเคราะห์เชิงประจักษ์ของพฤติกรรมการแวะชมและการใช้จ่ายที่เว็บไซต์แอมะซอน: ผลของโรคโควิด 19, ลภัสรดา บำรุงจิตต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์พฤติกรรมการแวะชมและการซื้อสินค้าของผู้บริโภคบนเว็บไซต์อเมซอน ในช่วงก่อนและระหว่างการแพร่ระบาดของโรคโควิด 19 โดยเฉพาะในหมวดหมู่สินค้าประเภทเวชภัณฑ์และเครื่องแต่งกาย การศึกษานี้ใช้ข้อมูลทุติยภูมิจากฐานข้อมูล Comscore ของ Wharton Research Data Services ซึ่งเก็บรวบรวมข้อมูลจากผู้ใช้งานเว็บไซต์อเมซอน ในปี 2019 และ 2021 เพื่อเปรียบเทียบพฤติกรรมในสองช่วงเวลาดังกล่าว การวิเคราะห์ข้อมูลในงานวิจัยนี้มุ่งเน้นไปที่ตัวแปรสำคัญ ได้แก่ จำนวนหน้ามีหน่วยคือหน้า ระยะเวลาการแวะชมเว็บไซต์มีหน่วยคือนาที และมูลค่าการซื้อสินค้ามีหน่วยคือดอลลาร์ โดยผลการศึกษาพบว่าพฤติกรรมการแวะชมและการซื้อสินค้าบนเว็บไซต์อเมซอน มีความแตกต่างกันอย่างมีนัยสำคัญระหว่างช่วงก่อนและระหว่างการแพร่ระบาดของโรคโควิด19 กล่าวคือความต้องการซื้อสินค้าในหมวดหมู่สินค้าประเภทเวชภัณฑ์เพิ่มขึ้นอย่างมาก เนื่องจากผู้บริโภคให้ความสำคัญกับความปลอดภัยและสุขภาพ ในขณะที่หมวดเครื่องแต่งกายมีการแวะชมน้อยลง เนื่องจากผู้บริโภคให้ความสำคัญกับการปลอดโรคในชีวิตประจำวันมากกว่าการซื้อเสื้อผ้าแฟชั่นใหม่ ผลการศึกษานี้ชี้ให้เห็นว่าการแพร่ระบาดของโรคโควิด 19 มีบทบาทสำคัญในการเปลี่ยนแปลงพฤติกรรมการซื้อสินค้าของผู้บริโภค ส่งผลให้พาณิชย์อิเล็กทรอนิกส์กลายเป็นช่องทางหลักในการซื้อสินค้าที่จำเป็นในชีวิตประจำวัน ข้อมูลที่ได้รับจากการวิจัยครั้งนี้สามารถนำไปใช้ในการวางแผนกลยุทธ์ และการปรับปรุงการดำเนินงานของธุรกิจพาณิชย์อิเล็กทรอนิกส์ให้ตอบสนองต่อความต้องการที่เปลี่ยนแปลงไปของผู้บริโภคได้อย่างมีประสิทธิภาพ

Closed-Form Formulas For Conditional Moments Of Stochastic Volatility Markovswitching Model And Applications, Supavit Kiatteerarat

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the present day, the regime-switching model plays a crucial role in the financial world. This thesis studies a stochastic volatility model with regime switching, specifically examining a Markovian regime-switching process known as Cox-Ingersoll-Ross. Analytical formulas for the conditional moment generation function of the process are developed, presenting both a linearly closed-form and an exponentially closed-form. The formulas are derived by solving a partial differential equation (PDE) that obtains the Feynman-Kac Theorem. We also present the relationship between these two closed-forms, demonstrated by using the formula by Faà Bruno. Additionally, a numerical validation, the Monte Carlo method, is employed to …

Modified Air-Fenton (Maf) With Bimetallic Particles From Industrial Waste For Coolant Oil Treatment, Hathaichanok Suannuch

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research investigates the optimal conditions for treating synthetic coolant oil from the automotive parts manufacturing industry using bimetallic particles synthesized from industrial waste. Aluminum dross (AD) and shot blast (SB) waste were used to produce four types of bimetallic particles: ADSB1, ADSB2, AlCl3: SB, and AD: FeCl3. These particles were employed as catalysts in the modified air-Fenton (MAF) process to remove high levels of chemical oxygen demand (COD) and total organic carbon (TOC), initially at approximately 80,000 mg/L and 40,000 mg/L, respectively. The experiments, designed using response surface methodology (RSM) through Minitab version 19, aimed to determine optimal conditions …

Health Risk Assessment Of Heavy Metals Exposure From Blood Cockles : A Case Study In Samut Sakhon, Thailand, Nuttinan Jitsai

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study assessed the potential health risks from heavy metal exposure through the consumption of blood cockles (Anadara granosa) farmed in open-system aquaculture along the Tha Chin River, Samut Sakhon Province, Thailand. Environmental samples—sediment, surface water, and blood cockles—were collected from five farms during the dry season in December 2024. Six heavy metals (As, Cd, Cr, Pb, Hg, and Zn) were analyzed using ICP-MS techniques. The highest mean concentrations in blood cockles were Zn (9.71 ± 1.46 mg/kg), As (0.61 ± 0.10 mg/kg), Cd (0.47 ± 0.40 mg/kg), Pb (0.13 ± 0.02 mg/kg), Cr (0.08 ± 0.02 mg/kg), and Hg...

Invoice Processing With Rpa, Maheen Sohail

MSCS Research Projects

This project aims to develop an automated invoice processing system leveraging Robotic Process Automation (RPA) and Optical Character Recognition (OCR) technologies to streamline invoice management, reduce manual effort, and minimize errors. The system captures invoice images via a mobile application and validates the vendor against a predefined vendor list. Recognized vendor’s invoices are uploaded to SharePoint and sent for further processing with OCR to extract data, while others are routed for approval before being processed further. This dual-path workflow ensures both speed and accuracy in handling invoices.

Developed with Microsoft Power Apps and automated using Microsoft Power Automate, the system …