Computer Sciences Commons^™

A Robust Model For Spot Virtual Machine Bidding In The Cloud Market Using Information Gap Decision Theory (Igdt), Mona Naghdehforoushha, Mehdi Dehghan Takht Fooladi, Mohammed Hossein Rezvani, Mohammad Mehdi Gilanian Sadeghi

Turkish Journal of Electrical Engineering and Computer Sciences

The spot market is one of the most common cloud markets where cloud providers, such as Amazon EC2, rent their surplus computing resources at lower prices in the form of spot virtual machines (SVMs). In this market, which is often managed through an auction mechanism, users seek optimal bidding strategies for renting SVMs to minimize cost and risk. Uncertainty in the price of SVMs and their low availability/reliability is a challenging issue to bid on the user side. In this paper, we present a robust model for minimizing the cost of executing tasks by considering the uncertainty of the price …

Analysis Of The Effect Of Surface Roughness In Additive Manufacturing On Thermo-Hydraulic Performance By Ml Models Supported By Physics-Based Modeling, Kaylen A. Platt

Graduate Research Theses & Dissertations

Heat exchangers (HX) are crucial components of thermal control systems which facilitate proper transfer of heat in systems such as nuclear reactors. This research focuses on the heat transfer-enhancing effect associated with turbulence in fluid flowing conduits. Turbulence can be induced at low flow rates when surface roughness is present on channel walls. Rough surfaces are typically regarded as a flawed product of the Additive Manufacturing (AM) process during the construction of Heat Exchangers. Machining surface finishes onto AM parts is a typical post-processing method used to remove the roughness. Thorough investigations have not yet been published on the effects …

Hashes Are Not Suitable To Verify Fixity Of The Public Archived Web, Mohamed Aturban, Martin Klein, Herbert Van De Sompel, Sawood Alam, Michael L. Nelson, Michele C. Weigle

Computer Science Faculty Publications

Web archives, such as the Internet Archive, preserve the web and allow access to prior states of web pages. We implicitly trust their versions of archived pages, but as their role moves from preserving curios of the past to facilitating present day adjudication, we are concerned with verifying the fixity of archived web pages, or mementos, to ensure they have always remained unaltered. A widely used technique in digital preservation to verify the fixity of an archived resource is to periodically compute a cryptographic hash value on a resource and then compare it with a previous hash value. If the …

Optimization Of Ported Cfd Kernels On Intel Data Center Gpu Max 1550 Using Oneapi Esimd, Mohammad Zubair, Aaron Walden, Gabriel Nastac, Eric Nielsen, Christoph Bauinger, Xiao Zhu

Computer Science Faculty Publications

We describe our experience porting FUN3D’s CUDA-optimized kernels to Intel oneAPI SYCL.We faced several challenges, including foremost the suboptimal performance of the oneAPI code on Intel’s new data center GPU. Suboptimal performance of the oneAPI code was due primarily to high register spills, memory latency, and poor vectorization. We addressed these issues by implementing the kernels using Intel oneAPI’s Explicit SIMD SYCL extension (ESIMD) API. The ESIMD API enables the writing of explicitly vectorized kernel code, gives more precise control over register usage and prefetching, and better handles thread divergence compared to SYCL. The ESIMD code outperforms the optimized SYCL …

Extracting Road Surface Marking Features From Aerial Images Using Deep Learning, Michael Kimollo

UNF Graduate Theses and Dissertations

The traffic and roadway safety agencies spend significant efforts each year collecting roadway data, including lane configurations and other road surface marking data, such as areas with school zone markings, sidewalks, left turns, right turns, bicycle lanes, etc., for safety analysis and planning purposes. The current manual data collection methods pose significant operational and quality control challenges as they are costly and prone to errors. In addition to that the manual data collection is labor intensive and takes too much time involving high equipment costs, questionable data accuracy guarantees, and concerns about the safety of the crew.

This study aims …

Assessing The Performance Of A Particle Swarm Optimization Mobility Algorithm In A Hybrid Wi-Fi/Lora Flying Ad Hoc Network, William David Paredes

UNF Graduate Theses and Dissertations

Research on Flying Ad-Hoc Networks (FANETs) has increased due to the availability of Unmanned Aerial Vehicles (UAVs) and the electronic components that control and connect them. Many applications, such as 3D mapping, construction inspection, or emergency response operations could benefit from an application and adaptation of swarm intelligence-based deployments of multiple UAVs. Such groups of cooperating UAVs, through the use of local rules, could be seen as network nodes establishing an ad-hoc network for communication purposes.

One FANET application is to provide communication coverage over an area where communication infrastructure is unavailable. A crucial part of a FANET implementation is …

Cooperative Deep Q -Learning Framework For Environments Providing Image Feedback, Krishnan Raghavan, Vignesh Narayanan, Sarangapani Jagannathan

Publications

In this article, we address two key challenges in deep reinforcement learning (DRL) setting, sample inefficiency, and slow learning, with a dual-neural network (NN)-driven learning approach. In the proposed approach, we use two deep NNs with independent initialization to robustly approximate the action-value function in the presence of image inputs. In particular, we develop a temporal difference (TD) error-driven learning (EDL) approach, where we introduce a set of linear transformations of the TD error to directly update the parameters of each layer in the deep NN. We demonstrate theoretically that the cost minimized by the EDL regime is an approximation …

การคัดกรองความผิดปกติของรูปภาพบุคคลที่สร้างจากปัญญาประดิษฐ์, ธนพล พจนะสวนีย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคปัจจุบันความสามารถของปัญญาประดิษฐ์ถูกสร้างขึ้นและพัฒนาเพื่อสามารถสร้างงานสร้างสรรค์ต่างๆ ได้แก่ รูปภาพ วิดีโอ เสียง งานเขียน และบทความ งานวิจัยนี้มุ่งเน้นไปที่ความสามารถของปัญญาประดิษฐ์ในการผลิตงานภาพบุคคลตามคําสั่งหรือข้อความที่หลากหลาย อย่างไรก็ตาม การใช้ปัญญาประดิษฐ์ประเภทนี้ยังมีความผิดพลาดเกิดขึ้น ความผิดพลาดที่พบบ่อยที่สุดในการสร้างภาพบุคคลคือความผิดปกติจากส่วนของร่างกายหรืออวัยวะของมนุษย์เช่นอวัยวะที่ผิดรูปหรือองค์ประกอบอวัยวะขาดหายไป จากปัญหานี้ทำให้ผู้วิจัยเกิดแนวคิดที่จะออกแบบแบบจำลองสําหรับการคัดกรองความผิดปกติของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์ งานวิจัยนี้มีวัตถุประสงค์ในการสร้างชุดข้อมูลภาพบุคคลประมาณ 100,000 ภาพที่สร้างขึ้นโดยปัญญาประดิษฐ์และพัฒนาแบบจำลองต้นแบบสําหรับคัดกรองความผิดปกติของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์เพื่อทำให้ภาพปัญญาประดิษฐ์จะมีคุณภาพที่ดีขึ้นและมีประโยชน์มากขึ้น แบบจำลองการเรียนรู้เชิงลึกนำมาใช้เพื่อแยกประเภทภาพปัญญาประดิษฐ์ โดยแบ่งออกเป็น2 ประเภท: ภาพปกติ (Normal)และ ภาพบกพร่อง (Defect) ชุดข้อมูลที่ใช้พัฒนาแบบจำลองนี้ประกอบด้วยข้อมูลประมาณ 100,000 ภาพเพื่อให้แบบจำลองมีความแม่นยําและประสิทธิภาพที่ดี งานวิจัยนี้ใช้แบบจำลองการเรียนรู้เชิงลึก 4 ประเภทในการทดสอบเพื่อหาแบบจำลองที่เหมาะสมที่สุดสําหรับการคัดกรองความผิดปกติในภาพปัญญาประดิษฐ์ แบบจำลองนี้ใช้เป็นแบบจำลองต้นแบบในการคัดกรองคุณภาพของภาพบุคคลที่สร้างขึ้นโดยปัญญาประดิษฐ์และชุดข้อมูลทั้งหมดในงานวิจัยนี้จะถูกเผยแพร่โดยสาธารณะ

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง, ศิรัสวยา หงษ์ยนต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงจะช่วยทำให้ข้อมูลมีความแม่นยำมากขึ้น ซึ่งจะเป็นประโยชน์กับสถานีตำรวจแต่ละแห่งที่จะนำผลลัพธ์ที่ได้ไปประกอบการปรับกลยุทธ์การป้องกันอาชญากรรมรวมถึงการจัดสรรกำลังพลให้กับหน่วยงานของตนเองได้มีประสิทธิภาพมากขึ้น การเรียนรู้ด้วยเครื่องกลายเป็นเครื่องมือสำคัญในการทำนายอาชญากรรมซึ่งช่วยให้มีความแม่นยำมากขึ้น ในการศึกษานี้มุ่งเน้นไปที่การทำนายจำนวนอาชญากรรมที่จะเกิดขึ้นในสถานีตำรวจปทุมวัน ด้วยการใช้ข้อมูลประวัติอาชญากรรมจากสถานีตำรวจทั่วประเทศตั้งแต่มกราคมปี 2554 ถึงกุมภาพันธ์ปี 2565 โดยใช้แบบจำลองการ K-Means เพื่อจัดกลุ่มสถานีตำรวจที่มีรูปแบบอาชญากรรมคล้ายคลึงกับสถานีตำรวจปทุมวัน ผลลัพธ์ที่ได้จากการจัดกลุ่มพบว่าสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ทุ่งมหาเมฆ, สำเหร่, สุทธิสาร, ปากคลองสาน, บางกอกใหญ่, บางกอกน้อย, มักกะสัน, บางยี่เรือและตลาดพลูถูกจัดให้อยู่กลุ่มเดียวกับสถานีตำรวจปทุมวัน จากนั้นจึงใช้แบบจำลอง LSTM ในการรทำนายอาชญากรรมของสถานีตำรวจปทุมวันผ่านการวิเคราะห์ร่วมกับข้อมูลสถานีตำรวจใกล้เคียง ชุดข้อมูลการฝึกใช้ข้อมูลสถานีตำรวจปทุมวันจับคู่กับสถานีตำรวจภายในกลุ่มเดียวกัน ซึ่งผลการวิจัยพบว่าการวิเคราะห์ร่วมกันระหว่างสถานีตำรวจปทุมวันและสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ปากคลองสาน, บางกอกน้อย, มักกะสันและตลาดพลูส่งผลให้ RMSE และ MAE ลดลง เมื่อเทียบกับการใช้ข้อมูลสถานีตำรวจจปทุมวันเพียงอย่างเดียว แสดงให้เห็นว่าการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงช่วยเพิ่มประสิทธิภาพและความแม่นยำของการทำนายอาชญากรรมและจะส่งผลให้เป็นประโยชน์ต่อการนำไปประยุกต์ใช้เพื่อปรับกลยุทธ์การบังคับใช้กฎหมายมีประสิทธิผลมากขึ้น

เอไอสำหรับการแนะนำรหัสบัญชีสมุดแยกประเภททั่วไป, ปกรณ์ โคตรภูชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

เทคโนโลยีเอไอช่วยส่งเสริมให้ธุรกิจสามารถคงความเป็นคู่แข่งที่แข็งแกร่งในโลกปัจจุบันที่มีการแข่งขันสูง ขณะเดียวกันการทำบัญชีก็มีบทบาทสำคัญที่ทำให้การบริหารการเงินของธุรกิจประสบความสำเร็จ การทำบัญชีเกี่ยวข้องกับการบันทึกธุรกรรมทางการเงินที่เกิดขึ้น และเลือกรหัสบัญชีที่ถูกต้องในการบันทึกบัญชี การใส่ค่ารหัสบัญชีด้วยมืออาจก่อให้เกิดความผิดพลาดและสูญเสียทรัพยากรของบริษัท ขณะที่การใส่ค่ารหัสบัญชีที่ถูกต้องเป็นสิ่งสำคัญที่ช่วยให้การตัดสินใจทางธุรกิจดียิ่งชึ้นและทำให้ธุรกิจเติบโตได้อย่างรวดเร็ว การแนะนำรหัสบัญชีอัตโนมัติด้วยเอไอสามารถช่วยประหยัดเวลา เพิ่มผลิตภาพและคุณภาพของผลลัพธ์ จากการลดความผิดพลาดของมนุษย์ งานวิจัยนี้จึงนำเสนอแนวทางระบบที่พัฒนาด้วยเอไอเพื่อแนะนำรหัสบัญชีในการทำบัญชีแบบรายการคู่ การประมวลผลภาษาธรรมชาติถูกนำมาใช้เป็นหลักในขั้นตอนการเตรียมข้อมูลเพื่อให้คอมพิวเตอร์สามารถประมวลผล และดึงความหมายจากข้อมูลที่เป็นข้อความได้ แบบจำลองการเรียนรู้ของเครื่องได้ถูกสร้างขึ้นจากอัลกอริทึม คาร์ต, ป่าสุ่ม, และมัลติเลเยอร์ เพอร์เซปทรอน ผลการทดลองรายงานว่าแบบจำลองป่าสุ่มที่ใช้วิธีแทนค่าข้อความด้วยวิธีถุงคำ ให้ค่าความแม่นยำสูงสุดที่ 84.91% ซึ่งอยู่ในระดับที่ยอมรับได้ในมุมของการบัญชี

การตรวจจับมะม่วงและนับผลผลิตด้วยการเรียนรู้เชิงลึก, อภิศักดิ์ จันทร์ดา

Chulalongkorn University Theses and Dissertations (Chula ETD)

มะม่วงเป็นสินค้าเกษตรส่งออกที่มีความสำคัญทางเศรษฐกิจของประเทศไทย จึงมีความต้องการคาดการณ์ผลผลิตเพื่อวางแผนขั้นตอนการเก็บเกี่ยวอย่างมีประสิทธิภาพ งานวิจัยนี้ ได้นำเสนอการตรวจจับผลมะม่วงบนลำต้นด้วยโมเดลการเรียนรู้เชิงลึก Mask R-CNN โดยใช้โครงข่ายแบบ RestNext-101-32x8d สำหรับสกัดคุณลักษณะ ทั้งได้พัฒนาการเพิ่มความหลากหลายของข้อมูลในการเรียนรู้โมเดลการลบวัตถุด้วยการบดบังบางส่วน Random Erasing with Partial Occlusion เพื่อเพิ่มประสิทธิภาพแก้ไขปัญหาการบดบังของวัตถุ โดยมีผลลัพธ์การตรวจจับ [email protected] ที่ 0.879, Precision ที่ 0.944, Recall ที่ 0.790 และ F1-score ที่ 0.860 โดยมีค่า Precision, Recall, F1-score เพิ่มขึ้น 0.022, 0.004 และ 0.011 ตามลำดับ เนื่องจากโมเดลตรวจจับไม่สามารถที่จะคาดการณ์ผลผลิตได้ทั้งหมด พบว่าผลมะม่วงไม่ได้แสดงออกภายนอกต้นทั้งหมด มีจำนวนผลมะม่วงที่อยู่ภายในลำต้นจำนวนมาก งานวิจัยนี้ได้นำเสนอ การคาดการณ์ผลผลิตที่ได้ผลลัพธ์จากการตรวจจับผลมะม่วง ด้วยโมเดลการถดถอย ซึ่งวิเคราะห์การถดถอยของข้อมูลที่บันทึกได้จากการนับจริงบนลำต้น เทียบผลลัพธ์การนับจากโมเดลการตรวจจับ จากผลการทดลองดีที่สุด ผลลัพธ์การนับจากโมเดลตรวจจับ ของภาพถ่ายลำต้นมะม่วงในระดับสายตา ลักษณะเห็นทั้งต้นแบบ 2 ด้าน โดยการใช้ฟังก์ชันการถดถอยแบบพหุนามดีกรีสี่ และการประมาณค่าพารามิเตอร์แบบแกร่งด้วยฟังก์ชัน Huber ได้ผลลัพธ์ค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) ที่ 25.04% ต่อต้น ค่าเฉลี่ยผลต่างสัมบูรณ์ (MAE) ที่ 5.52 ผลต่อต้น จากการพัฒนา สามารถนำระบบปรับใช้งานกับสถานการณ์จริง เพื่อคาดการณ์ผลผลิตมะม่วงบนลำต้นได้

Article Feed Recommendations Using Position-Aware Deep Cross Network, Dhata Muangrux

Chulalongkorn University Theses and Dissertations (Chula ETD)

The presence of social media platforms has recently transformed the digital landscape, with an ever-increasing user base. As these platforms become central to daily life, the need for recommendation systems that genuinely cater to individual preferences has never been more paramount. While current recommendation algorithms excel at curating content based on user interests, they often overlook inherent biases, notably the positional bias where users engage with content due to its placement rather than its inherent relevance. This oversight is particularly evident in every social media recommendation system. Addressing this challenge, we proposed a position-aware methodology within the Deep and Cross …

Automatic Liver Tumor Segmentation In Computed Tomography (Ct) Imaging, Kasun Gayashan Hettihewa

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic liver tumor segmentation is a highly important application for diagnosing and treating liver tumors. Due to the diversity of tumor shape and intensity alteration, it has become an extremely challenging procedure. Automatic liver tumor segmentation has the potential to establish a diagnostic standard for providing important radiological information to physicians. Recently, deep convolutional neural networks have shown numerous benefits in feature extraction and learning in terms of medical image segmentation. However, the model can be inconsistent in imitating visual attention as well as awareness of radiological expertise for tumor recognition and segmentation tasks due to multi-layer dense feature stacking. …

เครื่องสร้างปริภูมิสถานะสำหรับโมเดลเช็กกิงแบบแอลทีแอลโดยใช้แอลเอสทีเอ็มที่มีการจำแนกแบบหลายป้าย, ชลิกา ศักดิ์สุภาวัฒนกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

กระบวนการทวนสอบเชิงรูปนัยเป็นสิ่งที่สำคัญในการตรวจสอบความปลอดภัย ความดำเนินชีวิตและความสัมพันธ์ของระบบซอฟต์แวร์ตั้งแต่เริ่มต้นออกแบบซอฟต์แวร์ ซึ่งสามารถช่วยให้ลดความพยายามในการพัฒนาอย่างเห็นได้ชัด โมเดลเช็กกิงเป็นวิธีการเชิงรูปนัยอย่างหนึ่งที่สามารถทวนสอบระบบซอฟต์แวร์ตามคุณสมบัติเชิงพฤติกรรมที่เขียนเป็นสูตรตรรกศาสตร์เชิงเวลาแบบลำดับหรือเรียกว่าสูตรแอลทีแอล โดยใช้วิธีการสำรวจเส้นทางดำเนินงานที่เป็นไปได้ทั้งหมดอย่างละเอียดถี่ถ้วนในปริภูมิสถานะของระบบซอฟต์แวร์และกำหนดว่าเส้นทางดำเนินงานทั้งหมดของระบบเป็นไปตามคุณสมบัติที่เขียนโดยใช้สูตรแอลทีแอลหรือไม่ อย่างไรก็ตาม ระบบที่มีขนาดใหญ่และมีความซับซ้อนอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิงได้ ซึ่งมีการเสนอวิธีการลดพื้นที่ของปริภูมิสถานะหลายวิธีและแม้แต่วิธีการของแมชชีนเลิร์นนิงก็ถูกนำมาใช้เพื่อทำนายผลลัพธ์ความพึงพอใจของคุณสมบัติแอลทีแอลของระบบซอฟต์แวร์ เมื่อพิจารณาถึงความสำเร็จในการฝึกอบรมโครงข่ายความจำระยะสั้นแบบยาวหรือแอลเอสทีเอ็มสำหรับการทำนายลำดับข้อมูลอนุกรมเวลาแบบยาว ในวิทยานิพนธ์นี้ ได้เสนอแนวคิดแอลเอสทีเอ็มที่ขยายการจำแนกแบบหลายป้ายและกลยุทธ์การหาขีดแบ่งเพื่อบรรเทาปัญหาการระเบิดของปริภูมิสถานะและสร้างเป็นเครื่องสร้างปริภูมิสถานะสำหรับสร้างเส้นทางดำเนินงานของระบบซอฟต์แวร์ได้ตามที่ต้องการ โดย ได้สร้างเครื่องมือในการทวนสอบคุณสมบัติพื้นฐานของระบบซอฟต์แวร์ ได้แก่ คุณสมบัติด้านความปลอดภัย ด้านความดำเนินชีวิตและด้านความสัมพันธ์ ด้วยเทคนิคออน-เดอะ-ฟลาย

การแปลงไทมด์ออโตมาตาความน่าจะเป็นไปเป็นรหัสปริซึม, ถิรวัตร สุตาลังกา

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์ฉบับนี้มุ่งศึกษากระบวนการแปลงไทมด์ออโตมาตาความน่าจะเป็นเป็นรหัสปริซึม ซึ่งมีความสำคัญในการวิเคราะห์ระบบเวลาจริงและระบบที่มีความซับซ้อนด้วยความน่าจะเป็น การวิจัยนี้เสนอกฎการแปลงสำหรับแปลงไทมด์ออโตมาตาจากเอกซ์เอ็มแอลเป็นรหัสปริซึม,ช่วยในการวิเคราะห์และตรวจสอบคุณลักษณะที่ซับซ้อนของระบบ นอกจากนี้ วิทยานิพนธ์ยังได้พัฒนากระบวนการแปลงที่มีความสอดคล้องทางความหมาย ช่วยให้สามารถแปลงแบบจำลองที่ออกแบบด้วย UPPAAL ในรูปแบบเอกซ์เอ็มแอลไปยังรหัสปริซึมได้อย่างเหมาะสม ผลลัพธ์จากการศึกษานี้มีความสำคัญในการประยุกต์ใช้ทฤษฎีในแบบจำลองจริงและนำไปสู่การประยุกต์ใช้งานที่มีประสิทธิผลมากขึ้นในหลากหลายด้าน วิทยานิพนธ์ยังนำเสนอการพัฒนาเครื่องมือสำหรับการแปลงรหัสที่มีประสิทธิภาพ ซึ่งใช้ภาษาจาวาและมีความยืดหยุ่นในการปรับใช้กับระบบต่างๆ การทดสอบเครื่องมือนี้พบว่าสามารถแปลงแบบจำลองได้อย่างถูกต้องและครบถ้วน รวมถึงการจัดการกับข้อผิดพลาดที่อาจเกิดขึ้น การทดสอบครอบคลุมแสดงให้เห็นถึงความสามารถของเครื่องมือในการวิเคราะห์และทดสอบแบบจำลองที่มีความซับซ้อน ลดเวลาและความพยายามในการวิเคราะห์แบบจำลองด้วยตนเอง และทำให้มั่นใจได้ว่าผลลัพธ์ที่ได้มีความถูกต้องและเชื่อถือได้ เครื่องมือนี้มีศักยภาพในการเป็นเครื่องมือมาตรฐานสำหรับการวิเคราะห์แบบจำลองไทมด์ออโตมาตาความน่าจะเป็นในอนาคต ช่วยจัดการกับความต้องการที่ซับซ้อนของระบบในโลกจริง

Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network, Thanagun Dheravijaranayankul

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the context of the ongoing COVID-19 pandemic, understanding household transmission has become crucial for formulating effective intervention strategies. This research investigated the impact of considering heterogeneous contact patterns in household settings by leveraging the small-world network (SWN) concept, characterized by high local clustering and short average path length. The methodology involved developing an agent-based simulation model with a two-layer contact network, distinguishing between household and non-household contacts. This simulation aimed to explore the impact of contact patterns on transmission dynamics as well as provide insights into tailored intervention strategies. We evaluate seven Non-Pharmaceutical Intervention (NPI) scenarios focusing on reducing …

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล, รัฐสรรค์ เอกอัครชวกิตติ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การพัฒนาซอฟต์แวร์จำเป็นต้องมีกระบวนการหนึ่งที่เรียกว่าการทดสอบซอฟต์แวร์ เพื่อหาข้อผิดพลาดและแก้ไขข้อผิดพลาดก่อนส่งมอบซอฟต์แวร์ซึ่งทำให้ซอฟต์แวร์มีความน่าเชื่อถือ โดยการทดสอบซอฟต์แวร์ต้องมีข้อมูลทดสอบที่ใช้เป็นอินพุตของซอฟต์แวร์เพื่อให้ซอฟต์แวร์ประมวลผลและได้เอาต์พุตออกมา โดยในปัจจุบันหากกล่าวถึงเว็บแอปพลิเคชันถือเป็นหนึ่งในซอฟต์แวร์ที่ได้รับความนิยมสำหรับการดำเนินการทางธุรกิจ ซึ่งเว็บแอปพลิเคชันทำงานร่วมกับระบบจัดการฐานข้อมูลที่มีหน้าที่จัดเก็บข้อมูลของซอฟต์แวร์ ทำให้การทดสอบซอฟต์แวร์มีความซับซ้อนเนื่องจากนักทดสอบต้องวิเคราะห์ มีความเข้าใจเงื่อนไขที่ระบุไว้อินพุตของซอฟต์แวร์และเงื่อนไขที่ระบุไว้ในฐานข้อมูลจึงจะสามารถสร้างกรณีทดสอบที่สอดคล้องกันได้ รวมถึงการทดสอบในปัจจุบันซึ่งใช้เฟรมเวิร์คการทดสอบแบบอัตโนมัติเป็นเครื่องมือทดสอบเพื่อลดเวลาในการทดสอบซอฟต์แวร์โดยการใช้เทสต์สคริปต์แต่การสร้างเทสต์สคริปต์สำหรับกรณีทดสอบต้องใช้ความเชี่ยวชาญ ความเข้าใจเฟรมเวิร์คการทดสอบแบบอัตโนมัติ เงื่อนไขของข้อมูลอินพุตและเงื่อนไขของฐานข้อมูลร่วมกันทั้งหมดจึงทำให้การสร้างเทสต์สคริปต์มีความซับซ้อนและใช้เวลานาน งานวิจัยนี้จึงช่วยให้นักทดสอบสามารถสร้างเทสต์สคริปต์ได้สะดวกมากขึ้นและสร้างข้อมูลทดสอบที่สอดคล้องกับเงื่อนไขของฐานข้อมูลเชิงสัมพันธ์ จึงนำเสนอวิธีการสร้างเทสต์สคริปต์สำหรับโปรแกรมประยุกต์บนเว็บที่พัฒนาด้วยไลบรารีรีแอคโดยการนำเข้าไฟล์เพื่อวิเคราะห์อินพุตฟิลด์และเงื่อนไขของอินพุตฟิลด์ เพื่อสร้างสคริปต์ทดสอบทำงานภายใต้โรบอทเฟรมเวิร์คและนำเข้าที่อยู่โปรเจกต์เรสต์เอพีไอของแบคเอนด์ที่พัฒนาด้วยจาวาสปริงค์เพื่อเชื่อมต่อกับระบบฐานข้อมูลเชิงสัมพันธ์ที่ถูกทดสอบและวิเคราะห์เงื่อนไขของฐานข้อมูล จากนั้นนำเงื่อนไขของอินพุตฟิลด์และเงื่อนไขของฐานข้อมูลมาวิเคราะห์กรณีทดสอบเพื่อสร้างข้อมูลทดสอบด้วยวิธีการแบบวิเคราะห์ค่าขอบเขต แบบสุ่มเลือกค่า แบบการวิเคราะห์เงื่อนไขฐานข้อมูลและสร้างข้อมูลทดสอบแบบโดยดึงข้อมูลที่จัดเก็บเป็นข้อมูลทดสอบ หลังจากผู้วิจัยได้ทดสอบเครื่องมือ พบว่าการทำงานของเทสต์สคริปต์และข้อมูลทดสอบสามารถทำงานได้จริงภายใต้โรบอทเฟรมเวิร์ค

การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ, อนิวรรตน์ คีรีนะ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การยืนยันตัวตนเป็นกระบวนการที่ผู้รับบริการต้องทำ เมื่อขอใช้บริการทางการเงินออนไลน์ในประเทศไทย ต้องใช้บัตรประจำตัวประชาชนแสดงต่อผู้ให้บริการเพื่อเป็นหลักฐานสำหรับพิสูจน์ว่าเป็นผู้รับบริการรายนั้นจริง ในการยืนยันตัวตนออนไลน์ผู้รับบริการจะต้องถ่ายภาพหรือวิดีโอบัตรประจำตัวประชาชน อย่างไรก็ตาม ในกระบวนการนี้มีความเสี่ยงที่ผู้รับบริการจะปลอมแปลงบัตรเป็นของบุคคลอื่น มาแอบอ้างขอรับบริการ เพื่อลดความเสี่ยงนี้ จึงได้นำรูปภาพฮอโลแกรมมาพิมพ์ไว้บนบัตรประจำตัวประชาชน ในการตรวจสอบหากตรวจพบฮอโลแกรม ก็สามารถบ่งชี้ได้ว่าเป็นบัตรจริงได้ ช่วยให้การพิสูจน์บัตรมีความสะดวกมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก ตรวจจับฮอโลแกรมในวิดีโอที่บันทึกภาพบัตรประจำตัวประชาชนไทย โดยใช้โมเดล MobileNet SSD v2 เป็นแบบจำลอง มีการพัฒนาระบบจำแนกฮอโลแกรมโดยใช้รูปภาพระดับสีเทา (Grayscale) ในขั้นตอนการฝึกแบบจำลองรูปภาพระดับสีเทา มีการถ่ายโอนความรู้ (Transfer Learning) โดยถ่ายโอนค่าน้ำหนัก (Weight) โมเดลที่ผ่านการฝึกล่วงหน้า (Pre-trained Model) แบบจำลองโมเดลรูปภาพสีเป็นค่าตั้งต้นของแบบจำลองโมเดลรูปภาพระดับสีเทา ผลการวิจัยพบว่า mAP (mean Average Precision) ของ IoU (Intersection Over Union) ที่ 0.5 ถึง 0.95 ของโมเดลรูปภาพสี ผลการตรวจจับฮอโลแกรมมีประสิทธิภาพสูงกว่าโมเดลรูปภาพระดับสีเทา อยู่ที่ 0.57% แต่อย่างไรก็ตาม ผลลัพธ์ของการตรวจจับบัตรประจำตัวประชาของจริงด้วยวิดีโอรูปภาพระดับสีเทา โมเดลมีความแม่นยำถึง 91.61% แสดงให้เห็นถึงความสำเร็จในการตรวจจับบัตรประจำตัวประชาของจริงจากวิดีโอด้วยรูปภาพระดับสีเทา ที่มีความแม่นยำสูง

Fast Panoptic Segmentation On Urban Street Scenes, Chananvich Plabplathong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Panoptic segmentation, which unifies semantic and instance segmentation, offers a comprehensive understanding of images for a variety of applications. Real-time performance with high accuracy is challenging. Recent panoptic segmentation models operate in real-time, but they often suffer from low accuracy in comparison to existing benchmarks. The objective of this thesis is to improve the performance of the "You Only Segment Once" (YOSO) model, which is the fastest panoptic segmentation model. Our model, C-YOSO, combines YOSO and a contrastive loss concept. In order to enhance the inference speed, the query decoder is simplified by incorporating a lightweight image-based query decoder that …

Automatic Reconstruction Of Skull Implants Using Deep Learning Approach, Thatchapatt Kesornsri

Chulalongkorn University Theses and Dissertations (Chula ETD)

Skull reconstruction is the process of designing and manufacturing implants for defective skulls. It is an important step in the process of cranioplasty, which is the surgical repair of skull defects or deformities. Cranioplasty is frequently required following traumatic brain injuries, tumor removals, or other neurosurgical procedures that involve the removal of a portion of the skull. Traditional methods of implant design frequently involve manual 3D modeling, which can be complicated, time-consuming, and susceptible to human error. Automated implant design techniques, on the other hand, use advanced imaging technologies and deep learning to automatically generate customized implants. Recent skull reconstruction …

Multi-Modal Deep Learning For Diagnosis Of Dyssynergic Defecation Using Abdominal X-Ray Images And Symptom Questionnaires, Sirapob Sangnark

Chulalongkorn University Theses and Dissertations (Chula ETD)

Dyssynergic defecation (DD) is a specific type of chronic constipation necessitating a specialized diagnostic test. However, these tests are exclusively available in tertiary care settings due to the unavailability of the required devices in primary and secondary care settings. In this thesis, we present a multi-modal deep learning model that can preliminary diagnose patients who suffer from DD. This model utilizes cost-effective and accessible data in small hospitals, such as abdominal X-ray images and symptom questionnaires. Cross-modal attention is applied to assist the multi-modal model in identifying significant relationships between the two types of data. A convolution block attention module …

Improving Player Skills In Action Games Using Dynamic Scripting Ai, Pakanan Aimherungilas

Chulalongkorn University Theses and Dissertations (Chula ETD)

Complexity in video games is one of the obstacles that prevent new players from enjoying the game. In an action game genre, players require a certain level of reaction time and game knowledge to overcome a challenge. Players have difficulty learning and improving their skills in complex games. One example being Final Fantasy VIII and its tutorial about magic junction system, the main mechanic of the game that the game quickly explained with numerous texts. Due to its complexity, most players could not understand the mechanic properly, leaving them confused and having a hard time playing the game. Players who …

การแปลงโครงสร้างคริปกีพร้อมด้วยสูตรตรรกะเชิงเวลาแบบลำดับเป็นบูชีออโตมาตา, ณัฏฐ์ รุ่งเศรษฐพัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

โดยทั่วไปโครงสร้างคริปกี หรือที่รู้จักกันในนามของระบบทรานสิชันที่ถูกนำมาใช้เพื่อแสดงสถานะจำกัด และการเปลี่ยนแปลงในระบบที่ไม่มีที่สิ้นสุด โดยที่โครงสร้างคริปกีนั้นจะไม่มีสถานะยอมรับหรือเรียกว่าสถานะสิ้นสุด เมื่อต้องทำการดำเนินการทวนสอบด้วยโมเดลเช็กกิงด้วยสูตรตรรกะเชิงเวลาแบบลำดับ จากคุณสมบัติและการพิจารณาการตรวจสอบความว่างเปล่าจากเทคนิคการจำกัด โครงสร้างคริปกีที่ถูกกำหนดต้องถูกแปลงไปอยู่ในรูปแบบของบูชีออโตมาตาที่สอดคล้องกันเสียก่อน ในการแปลงนั้นเพื่อแน่ใจว่าผลลัพธ์บูชีออโตมาตาที่มีสถานะยอมรับเหมาะสมสำหรับการตรวจสอบความว่างเปล่าโดยการใช้บูชีออโตมาตาที่ได้จากสูตรตรรกะเชิงเวลาแบบลำดับที่แสดงคุณสมบัติที่ต้องการ ในงานวิจัยนี้ได้นำเสนออีกทางเลือกในการแปลงโครงสร้างคริปกีที่กำหนดโดยพร้อมกับสูตรตรรกะเชิงเวลาแบบลำดับที่จะแสดงถึงคุณสมบัติที่ต้องการให้กลายเป็นบูชีออโตมาตาที่สอดคล้องกันที่มีสถานะยอมรับในจำนวนที่เพียงพอตามสูตรตรรกะเชิงเวลาแบบลำดับ วิธีการนี้จะช่วยลดความซับซ้อนของกระบวนการ เพิ่มความชัดเจนของโครงสร้างทั้งหมด ทำให้การตีความ การวิเคราะห์เงื่อนไขของพฤติกรรมที่ต้องการของระบบได้ง่ายขึ้น โดยการทวนสอบด้วยโมเดลเช็กกิงกับบูชีออโตมาตาที่ได้จากการแปลงที่มีสถานะยอมรับสอดคล้องกับสูตรตรรกะเชิงเวลาแบบลำดับที่ต้องการ เราก็สามารถประเมินความน่าพอใจของคุณสมบัติเหล่านั้นได้อย่างแม่นยำ

การแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา, ศุภพิชญ์ แสงมณี ฐิตารีย์เดชากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในช่วงการออกแบบระบบหลังจากที่ได้รับความต้องการมาแล้ว และได้ผลลัพธ์ออกมาเป็นข้อตกลงตามความต้องการของระบบแล้ว แผนภาพลำดับคือส่วนสำคัญที่อธิบายถึงพฤติกรรมของระบบที่มีปฏิสัมพันธ์กัน เป็นประโยชน์มากเพื่อให้กลุ่มผู้พัฒนาเห็นการทำงานเชิงพฤติกรรมของระบบ และมองพฤติกรรมของระบบไปทิศทางเดียวกันได้ สามารถใช้ในการทวนสอบข้อตกลงของระบบว่าครบถ้วน สมบูรณ์หรือไม่ แต่แผนภาพลำดับมีปัญหาเรื่องไม่สามารถทวนสอบแบบอัตโนมัติได้ ต้องใช้การวิเคราะห์และทวนสอบโดยการตัดสินใจของมนุษย์ และพฤติกรรมในบางระบบมีรูปแบบเชิงไม่กำหนด มีความซับซ้อนและไม่สามารถทวนสอบได้ งานวิจัยนี้เล็งเห็นถึงปัญหาที่เกิดขึ้นจึงคิดวิธีการทวนสอบข้อตกลงตามความต้องการของระบบของแผนภาพลำดับ โดยใช้แบบจำลองเชิงรูปนัยชื่อ ไทม์ออโตมาตาโดยการเปรียบเทียบและวิเคราะห์โครงสร้างแผนภาพลำดับที่มีตัวยืนยงสถานะตามหลักยูเอ็มแอลเวอร์ชัน 2.0, 2.5 และเครื่องมือ UPPAAL นิยามกฎการแปลงและพัฒนาเครื่องมือสำหรับใช้ในการแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตา เริ่มแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะด้วยแฟ้มข้อความเป็นแฟ้มเอกซ์เอ็มแอลของเครื่องมือ UPPAAL จำลองและทวนสอบไทม์ออโตมาตาตามคุณสมบัติที่สนใจที่เขียนด้วยสูตร TCTL โดยในการทดสอบเครื่องมือแปลงแผนภาพลำดับที่มีตัวยืนยงสถานะเป็นไทม์ออโตมาตากับกรณีศึกษาพบว่า สามารถช่วยให้ผู้พัฒนาระบบสามารถเห็นพฤติกรรมเชิงระบบและนำมาสู่การปรับปรุงแผนภาพให้สอดคล้องกับข้อตกลงตามความต้องการของระบบ และทวนสอบระบบได้ผลลัพธ์ออกมาน่าพึงพอใจและเป็นไปตามข้อตกลงตามความต้องการของระบบ

การบูรณาการระบบความมั่นคงสารสนเทศตามมาตรฐานไอเอสโอ/ไออีซี 27001 กับการจัดการโครงการซอฟต์แวร์, วชิรวิทย์ เซียวสกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การบูรณาการระบบการจัดการความมั่นคงสารสนเทศและการจัดการโครงการซอฟต์แวร์มีความสําคัญอย่างยิ่ง เนื่องจากข้อมูลที่เกิดขึ้นในระบบสารสนเทศน้ันมีความละเอียดอ่อน เช่น ข้อมูลทางการเงิน หรือ ข้อมูลส่วนบุคคล เป็นต้น ซึ่งหากข้อมูลสารสนเทศดังกล่าวถูกเข้าถึงโดยไม่ได้รับอนุญาตจากเจ้าของข้อมูล หรือถูกนําไปใช้ในทางที่ไม่ถูกต้อง จะส่งผลให้เกิดความเสียหายต่อเจ้าของข้อมูล รวมถึงองค์กรที่ให้บริการระบบสารสนเทศดังกล่าว ดังนั้นระบบการจัดการความเสี่ยงด้านความมั่นคงสารสนเทศจึงจําเป็นต้องบูรณาการเข้ากับการจัดการโครงการในทุกขั้นตอนของวัฏจักรการพัฒนาซอฟต์แวร์ ปัจจุบันโครงการพัฒนาซอฟต์แวร์มักจะเกิดในสภาพแวดล้อมที่มีการเปลี่ยนแปลงอย่างรวดเร็ว การประยุกต์ใช้แนวปฏิบัติแบบสกรัมจะช่วยเข้ามาตอบโจทย์ความต้องการในการพัฒนาซอฟต์แวร์ที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ นอกจากนี้ยังมีความท้าทายในการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดการโครงการซอฟต์แวร์แบบสกรัมเฟรมเวิร์กคือ จากการรักษาความสมดุลระหว่างมาตรการความมั่นคงสารสนเทศที่มีความเข้มงวดกับระเบียบวิธีแบบสกรัมที่เน้นความรวดเร็วและคล่องตัว โครงงานนี้ผู้จัดทําโครงงานได้นําเสนอการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดโครงการซอฟต์แวร์แบบสกรัม โดยอ้างอิงจากมาตรฐานสากล ความต้องการของระบบจัดการความมั่นคงสารสนเทศ (ISO/IEC 27001:2022) มาตรการควบคุมความมั่นคงสารสนเทศ (ISO/IEC 27002:2022) และ การจัดการความเสี่ยง (ISO/IEC 31000:2018) นอกจากนี้ผู้จัดทําโครงงานได้อ้างอิงองค์ความรู้ด้านการจัดการโครงการซอฟต์แวร์แบบสกรัม จากการจัดการโครงการของสถาบันการจัดการโครงการ (Project Management Institute) และคู่มือสกรัมจากองค์กรแนวทางปฏิบัติสกรัม (Scrum Guides Organization) โดยกระบวนการที่ผ่านการบูรณาการแบ่งออกเป็น 6 ขั้นตอน ซึ่งได้ออกแบบรายละเอียดกิจกรรมและบทบาทของผู้เกี่ยวข้องที่เกิดขึ้นในแต่ละกิจกรรม เพื่อให้การจัดการโครงการซอฟต์แวร์มีความมั่นคงสารสนเทศอย่างทนทาน พร้อมทั้งพัฒนาเครื่องมือต้นแบบสำหรับการจัดการความมั่นคงสารสนเทศของโครงการซอฟต์แวร์แบบสกรัม ซึ่งช่วยสนับสนุนให้การจัดการโครงการมีประสิทธิภาพมากยิ่งขึ้น

Ssvep-Bci In Augmented Reality In Realistic Environment, Bhuwit Chaiyarit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates Augmented Reality-based Steady-State Visual Evoked Potentials (AR-SSVEP) in Brain-Computer Interface (BCI) systems, utilizing Extended Filter Bank Canonical Correlation Analysis (Extended-FBCCA) for SSVEP recognition optimization across various frequencies in various scenarios. The 10 Hz stimulus consistently achieves the highest recognition accuracy. Frequency-specific variations at 12 Hz, 13 Hz, and 15 Hz highlight nuanced SSVEP responses. White stimuli yield PC-SSVEP recognition ranging from 68.32% to 81.98%, slightly outperforming AR-SSVEP-Controlled (63.59% to 73.23%). Red stimuli impact AR-SSVEP-Controlled less than PC-SSVEP, with recognition ranges of 68.65% to 76.30% and 67.97% to 76.72%, respectively. Comparisons show a general slight outperformance of PC-SSVEP, …

Development Of Machine Learning Based Approach To Predict Fuel Consumption And Maintenance Cost Of Heavy-Duty Vehicles Using Diesel And Alternative Fuels, Sasanka Katreddi

Graduate Theses, Dissertations, and Problem Reports (ETD)

One of the major contributors of human-made greenhouse gases (GHG) namely carbon dioxide (CO2), methane (CH4), and nitrous oxide (NOX) in the transportation sector and heavy-duty vehicles (HDV) contributing to about 27% of the overall fraction. In addition to the rapid increase in global temperature, airborne pollutants from diesel vehicles also present a risk to human health. Even a small improvement that could potentially drive energy savings to the century-old mature diesel technology could yield a significant impact on minimizing greenhouse gas emissions. With the increasing focus on reducing emissions and operating costs, there is a need for efficient and …

Forecasting Energy Consumption Demand Of Customers In Smart Grid Using Temporal Fusion Transformer (Tft), Amril Nazir, Abdul Khalique Shaikh, Abdul Salam Shah, Ashraf Khalil

All Works

Energy consumption prediction has always remained a concern for researchers because of the rapid growth of the human population and customers joining smart grids network for smart home facilities. Recently, the spread of COVID-19 has dramatically increased energy consumption in the residential sector. Hence, it is essential to produce energy per the residential customers' requirements, improve economic efficiency, and reduce production costs. The previously published papers in the literature have considered the overall energy consumption prediction, making it difficult for production companies to produce energy per customers' future demand. Using the proposed study, production companies can accurately have energy per …

Toward Real-Time, Robust Wearable Sensor Fall Detection Using Deep Learning Methods: A Feasibility Study, Haben Yhdego, Christopher Paolini, Michel Audette

Electrical & Computer Engineering Faculty Publications

Real-time fall detection using a wearable sensor remains a challenging problem due to high gait variability. Furthermore, finding the type of sensor to use and the optimal location of the sensors are also essential factors for real-time fall-detection systems. This work presents real-time fall-detection methods using deep learning models. Early detection of falls, followed by pneumatic protection, is one of the most effective means of ensuring the safety of the elderly. First, we developed and compared different data-segmentation techniques for sliding windows. Next, we implemented various techniques to balance the datasets because collecting fall datasets in the real-time setting has …

Class Activation Mapping And Uncertainty Estimation In Multi-Organ Segmentation, Md. Shibly Sadique, Walia Farzana, Ahmed Temtam, Khan Iftekharuddin, Khan Iftekharuddin (Ed.), Weijie Chen (Ed.)

Electrical & Computer Engineering Faculty Publications

Deep learning (DL)-based medical imaging and image segmentation algorithms achieve impressive performance on many benchmarks. Yet the efficacy of deep learning methods for future clinical applications may become questionable due to the lack of ability to reason with uncertainty and interpret probable areas of failures in prediction decisions. Therefore, it is desired that such a deep learning model for segmentation classification is able to reliably predict its confidence measure and map back to the original imaging cases to interpret the prediction decisions. In this work, uncertainty estimation for multiorgan segmentation task is evaluated to interpret the predictive modeling in DL …