Open Access. Powered by Scholars. Published by Universities.®
Articles 151 - 180 of 618
Full-Text Articles in Computer Sciences
ระบบสารสนเทศของธุรกิจให้บริการดำเนินการยื่นเอกสารขออนุญาตทำงานในประเทศลาว, รักชนก จันทน์แดง
ระบบสารสนเทศของธุรกิจให้บริการดำเนินการยื่นเอกสารขออนุญาตทำงานในประเทศลาว, รักชนก จันทน์แดง
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบัน สาธารณรัฐประชาธิปไตยประชาชนลาวได้มีการเปิดเขตเศรษฐกิจพิเศษจำนวน 12 เขต และมีการเปิดใช้งานรถไฟความเร็วสูง ทำให้มีอัตราการจ้างงานในประเทศมากขึ้น แต่ทักษะแรงงานภายในประเทศไม่เพียงพอ ทางภาคธุรกิจจึงต้องการแรงงานต่างชาติที่มีทักษะเพื่อช่วยพัฒนาเศรษฐกิจให้เติบโต ดังนั้น ธุรกิจการเป็นตัวแทนให้บริการยื่นเอกสารที่สำคัญสำหรับแรงงานต่างชาติที่ทำงานและอาศัยอยู่ในประเทศลาวจึงต้องการรองรับการเพิ่มขึ้นของแรงงานต่างชาติ โครงการพัฒนา “ระบบสารสนเทศของธุรกิจให้บริการดำเนินการยื่นเอกสารขออนุญาตทำงานในประเทศลาว” ประกอบไปด้วย 7 ระบบย่อย มีการทำงานและใช้ข้อมูลร่วมกัน ดังนี้ (1) ระบบจัดการสิทธิ์พนักงาน (2) ระบบการลงทะเบียนลูกค้า (3) ระบบการจัดการการให้บริการ (4) ระบบการเบิกค่าใช้จ่ายสำหรับการยื่นเอกสาร (5) รับบการแจ้งหนี้และรับชำระเงิน (6) ระบบการออกรายงาน (7) ระบบวิเคราะห์ข้อมูลธุรกิจการให้บริการยื่นเอกสาร โดยใช้เครื่องมือหลักในการพัฒนาคือ Google AppSheet Application ที่เป็นแอปพลิเคชันที่สามารถใช้ในการสร้าง Web Application โดยทำงานร่วมกับ AppSheet Database และ Looker Studio Application สำหรับการวิเคราะห์ข้อมูลธุรกิจการให้บริการยื่นเอกสารเพื่อให้ได้ข้อมูลเชิงลึกไปใช้ในการพัฒนาธุรกิจ ระบบที่พัฒนาขึ้นในโครงการนี้จึงมีจุดประสงค์เพื่อช่วยให้สร้างฐานข้อมูลที่รวบรวมข้อมูลที่จำเป็นต่อการให้บริการและการดำเนินธุรกิจการขออนุมัติเอกสารสำคัญในการทำงานในประเทศลาวของแรงงานต่างชาติและสามารถสร้างรายงานที่สามารถใช้พัฒนาคุณภาพการให้บริการขออนุมัติเอกสารสำคัญในการทำงานในประเทศลาวของแรงงานต่างชาติ
ระบบสารสนเทศสำหรับการใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระ, ปพิชญา เงาศรี
ระบบสารสนเทศสำหรับการใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระ, ปพิชญา เงาศรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันผู้คนหันมาดูแลสุขภาพเพื่อให้ร่างกายแข็งแรง รูปร่างดี ป้องกันการเจ็บป่วย และเนื่องจากผู้คนสามารถเข้าถึงข้อมูลข่าวสารได้มากขึ้นทำให้ตระหนักถึงการออกกำลังกายที่ถูกต้อง การใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระที่บ้านหรือคอนโดมิเนียม ก็ได้รับความนิยมตามมาด้วย เนื่องจากความต้องการที่จะได้รับข้อมูลเพื่อให้สามารถออกกำลังกายได้อย่างถูกต้องเหมาะสมและมีประสิทธิภาพ แต่ไม่ต้องการเดินทางเดินทางไปศูนย์ออกกำลังกาย โครงการ “ระบบสารสนเทศสำหรับการใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระ” ประกอบด้วย 8 ระบบย่อย มีรายละเอียดของแต่ละระบบย่อย ดังนี้ (1) ระบบจัดการบัญชีผู้ใช้ที่เป็นลูกค้า (2) ระบบจัดการบัญชีผู้ใช้สำหรับผู้ฝึกสอนส่วนบุคคลอิสระ (3) ระบบซื้อบริการ (4) ระบบนัดหมายและใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระ (5) ระบบบันทึกการให้บริการ (6) ระบบอนุมัติและรับชำระเงิน (7) ระบบออกรายงานการใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระ (8) ระบบวิเคราะห์การซื้อบริการ โดยเครื่องมือหลักในการพัฒนาระบบคือ Bubble.io ทำงานร่วมกับ Microsoft SQL Server Management Studio 18 และชุดโปรแกรม Microsoft Power BI Desktop Version: 2.120.963.0 สำหรับวิเคราะห์การซื้อบริการ ระบบที่พัฒนาขึ้นในโครงการนี้จึงมีเป้าหมายเพื่อช่วยให้ลูกค้าสามารถค้นหา ซื้อบริการ และทำนัดหมายเพื่อรับบริการจากผู้ฝึกสอนส่วนบุคคลอิสระได้สะดวกสบายขึ้น ระบบนี้ช่วยให้ผู้ฝึกสอนส่วนบุคคลอิสระทำให้มีช่องทางในการนำเสนอบริการ ทำให้สามารถเข้าถึงลูกค้าได้ตรงตามกลุ่มเป้าหมายมากยิ่งขึ้นและช่วยให้องค์กรใช้สารสนเทศเพื่อดำเนินธุรกิจการใช้บริการผู้ฝึกสอนส่วนบุคคลอิสระได้
ตัวแปรด้านการออกแบบคุกกี้แบนเนอร์ที่มีผลต่อการยินยอมของผู้แวะชมให้เว็บไซต์บันทึกข้อมูลส่วนบุคคล, อัญชิตา หล่อกิตติวณิชย์
ตัวแปรด้านการออกแบบคุกกี้แบนเนอร์ที่มีผลต่อการยินยอมของผู้แวะชมให้เว็บไซต์บันทึกข้อมูลส่วนบุคคล, อัญชิตา หล่อกิตติวณิชย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การบังคับใช้กฎหมายคุ้มครองข้อมูลส่วนบุคคลทำให้ธุรกิจต้องพัฒนาคุกกี้แบนเนอร์เพื่อเก็บการให้ความยินยอม แต่อย่างไรก็ตาม ยังไม่พบงานวิจัยในประเทศไทยที่สามารถแนะนำลักษณะการออกแบบของคุกกี้แบนเนอร์ที่ผู้แวะชมยินยอมให้บันทึกข้อมูล โดยเฉพาะการบันทึกคุกกี้ที่ไม่จำเป็น งานวิจัยนี้วิเคราะห์ตัวแปรทางการออกแบบของคุกกี้แบนเนอร์ที่มีผลต่อการยินยอมให้บันทึกคุกกี้ไม่จำเป็นเพื่อเป็นประโยชน์ต่อผู้ให้บริการเว็บไซต์ให้สามารถโน้มน้าวผู้แวะชมให้ยินยอมบันทึกคุกกี้ไม่จำเป็น การศึกษานี้มุ่งเน้นการวิเคราะห์ผลของ (1) ตำแหน่งคุกกี้แบนเนอร์ (2) ความเคลื่อนไหวของโลโก้บนคุกกี้แบนเนอร์ และ (3) การแสดงคำว่าคุกกี้บนปุ่มของแบนเนอร์ ต่อ การยินยอม การศึกษานี้เป็นการทดลองในสภาพตามจริง การวิเคราะห์ข้อมูลพบว่า ผลกระทบของ (1) ตำแหน่งคุกกี้แบนเนอร์ (2) ความเคลื่อนไหวของโลโก้บนคุกกี้แบนเนอร์ และ (3) การแสดงคำว่าคุกกี้บนปุ่มของแบนเนอร์ ต่อ การยินยอม ไม่มีนัยสำคัญ ทว่าเมื่อผู้วิจัยลองวิเคราะห์ข้อมูลการยินยอม เมื่อมีและไม่มีความเคลื่อนไหวของโลโก้บนคุกกี้แบนเนอร์ จำแนกตามเพศ ผู้วิจัยพบว่า การยินยอมของหน่วยทดลองเพศชาย เมื่อโลโก้บนคุกกี้แบนเนอร์มีและไม่มีความเคลื่อนไหว แตกต่างกันอย่างมีนัยสำคัญ ข้อสรุปจากงานนี้ต่อยอดองค์ความรู้การวิจัยในบริบทของการออกแบบคุกกี้แบนเนอร์โดยผู้ให้บริการเว็บไซต์และผู้ที่เกี่ยวข้องอาจใช้ผลการวิจัยนี้เพื่อออกแบบคุกกี้แบนเนอร์ได้ถูกต้องและไม่ขัดต่อกฎหมายคุ้มครองข้อมูลส่วนบุคคล
Article Feed Recommendations Using Position-Aware Deep Cross Network, Dhata Muangrux
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
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. …
Integrated Edge Feature Into Graph Convolution Neural Network For Drug-Protein Binding Affinity Prediction, Natchanon Suviriyapaisal
Integrated Edge Feature Into Graph Convolution Neural Network For Drug-Protein Binding Affinity Prediction, Natchanon Suviriyapaisal
Chulalongkorn University Theses and Dissertations (Chula ETD)
No abstract provided.
Article Feed Recommendation For Thai Social Network Application Using Article Context Based On Deep Learning, Pannawit Athipatcharawat
Article Feed Recommendation For Thai Social Network Application Using Article Context Based On Deep Learning, Pannawit Athipatcharawat
Chulalongkorn University Theses and Dissertations (Chula ETD)
In recent years, social media applications have exhibited significant growth in the number of users. Enhancing content alignment with user preferences is essential in developing a sophisticated recommendation system. Neural networks have become pivotal in improving the performance of recommendation systems. However, the utilization of auxiliary information and text data remains markedly underexplored, especially in the context of Thai recommendation systems. Therefore, this study aims to bridge this gap by developing a recommendation system tailored to Thai social media applications. We focus on leveraging supplementary information and analyzing text features to gain deeper insights into user preferences while addressing the …
เครื่องสร้างปริภูมิสถานะสำหรับโมเดลเช็กกิงแบบแอลทีแอลโดยใช้แอลเอสทีเอ็มที่มีการจำแนกแบบหลายป้าย, ชลิกา ศักดิ์สุภาวัฒนกุล
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
การเรียนรู้เชิงลึกสำหรับเข้ารหัสบัญชีการจำแนกโรคระหว่างประเทศ (ไอซีดี) จากบันทึกเวชระเบียนโดยใช้คลังข้อมูลภาษาไทยและภาษาอังกฤษ, ณัฐชา ซาซุม
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้เสนอแบบจำลองสำหรับจำแนกรหัสไอซีดีแบบหลายฉลากเพื่อเป็นตัวช่วยจำแนกรหัสไอซีดี การให้รหัสไอซีดีไม่ครบส่งผลให้โรงพยาบาลไม่ได้รับเงินค่าชดเชยอย่างเหมาะสม เราจึงมุ่งเน้นที่จะช่วยโรงพยาบาลให้รหัสไอซีดีอย่างครบถ้วนในขั้นตอนการเบิกจ่ายเงินค่ารักษาพยาบาลซึ่งผลลัพธ์ที่ได้คือการสนับสนุนทางการเงินแก่โรงพยาบาล โดยปกติแล้วปัญหาการให้รหัสไอซีดีแบบหลายฉลากเป็นชุดข้อมูลบันทึกเวชระเบียนที่มีการกระจายตัวแบบหางยาวซึ่งไม่ควรละทิ้งข้อมูลใด ๆ ดังนั้น การจำแนกแบบหลายฉลากของเราจึงเป็นการรวมกันของวิธีการรวมแบบจำลองการเรียนรู้เชิงลึกทั้งสาม (Bidirectional Long-short term memory, Convolutional neural network and Transformer encoder) ด้วยการเลือกค่าทำนายสูงสุดและแบบจำลองทางสถิติคือ Multinomial Naïve Bayes ร่วมกับวิธี Binary Relevance ในส่วนของแบบจำลองการเรียนรู้เชิงลึกจะรับผิดชอบกลุ่มรหัสไอซีดีทั่วไป (โรคที่พบบ่อย) ในขณะที่แบบจำลองทางสถิติจะจัดการกับกลุ่มรหัสไอซีดีพบยาก (โรคที่ผู้ป่วยไม่ค่อยเป็น) ผลการทำนายรหัสไอซีดี-10 จากบันทึกการรักษาด้วยแบบจำลองนี้ให้ค่า Jaccard index ที่ 0.792 สำหรับกลุ่มรหัสไอซีดีทั่วไปและที่ 0.205 สำหรับกลุ่มรหัสไอซีดีพบยาก ส่วนของผลการทำนายรหัสไอซีดี-9 จากบันทึกการให้ยา (หัตถการรักษา) ให้ค่า Jaccard index ที่ 0.963 สำหรับกลุ่มรหัสไอซีดีทั่วไปและที่ 0.201 สำหรับกลุ่มรหัสไอซีดีพบยาก ซึ่งแบบจำลองนี้มีความสามารถในการแนะนำรหัสไอซีดีที่ขั้นตอนการเบิกจ่ายเงินค่ารักษาพยาบาล
การแปลงไทมด์ออโตมาตาความน่าจะเป็นไปเป็นรหัสปริซึม, ถิรวัตร สุตาลังกา
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
เทคนิคการเรียกคืนระดับตัวอักษรของศิลาจารึกสุโขทัยด้วยโมเดลภาษาแบบถูกปิด, สุจิตรา ทองขำ
เทคนิคการเรียกคืนระดับตัวอักษรของศิลาจารึกสุโขทัยด้วยโมเดลภาษาแบบถูกปิด, สุจิตรา ทองขำ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ศิลาจารึกจัดเป็นหนึ่งในวรรณกรรมชนิดลายลักษณ์อักษรที่บันทึกเรื่องราวทางประวัติศาสตร์และแสดงเอกลักษณ์ของวัฒนธรรมในช่วงเวลานั้น ๆ ผ่านวิธีการสลักตัวอักษรลงบนแผ่นหินด้วยวัสดุโลหะแหลมคมทีละตัวอักษรจนกลายเป็นประโยคที่สามารถสื่อใจความให้ผู้อ่านสามารถเข้าใจความหมายดังนั้นความสมบูรณ์ของประโยคนั้นมีความสำคัญเป็นอย่างมากในงานด้านการประมวลผลภาษาธรรมชาติ โดยเฉพาะอย่างยิ่งเมื่อมีการถอดความศิลาจารึกและพบว่าศิลาจารึกบางส่วนไม่สามารถถอดความได้อันเป็นเหตุเนื่องมาจากช่วงของระยะเวลาผ่านไปจารึกเหล่านั้นอาจเกิดการเสื่อมสภาพจากหลายสาเหตุจนเป็นรอยขีดข่วนทับข้อความหรือตัวอักษรจนเลือนลาง, ถูกทำลายจากภัยธรรมชาติจนไม่สามารถวิเคราะห์ได้ว่าตัวอักษรที่ชำรุดคือตัวอักษรใด ๆ เพื่อเพิ่มความสมบูรณ์ให้กับประโยคที่ขาดหายไปงานวิจัยนี้จึงใช้วิธีการสร้างโมเดลทำนายอักขระของตัวอักษรที่ขาดหายไปจากข้อความโดยการใช้เทคนิคโมเดลภาษาแบบมาสก์เข้ามาช่วยในการประมวลผลการทดลองโดยใช้เป็นพรีเทรนโมเดลหลากหลายภาษา (multilingual pre-train model) 3 ประเภทดังต่อไปนี้ (1) โมเดลเอ็กซ์แอลเอ็ม-โรเบอตา (2) โมเดลเบิร์ต-เบส-หลายภาษา-เคสด์ (3) โมเดลดิสทิลเบิร์ต-เบส-หลายภาษา-เคสด์ และการใช้โมเดลในกลุ่มแบบจำลองโครงข่ายประสาทเทียมแบบลึกแบบเรียนรู้สองทิศทางได้แก่ (4) โมเดลหน่วยความจำระยะสั้นระยะยาวแบบสองทิศทาง โดยในแต่ละรอบของการเทรนจะทำการสุ่มปิดอักขระด้วยมาสก์โทเคน “” หรือ “[MASK]” ให้โมเดลทำนายคำที่ขาดหายไปตรงจุดที่ถูกมาสก์โทเคนและจากผลการทดลองพบว่าความถูกต้องของการทำนายจากพรีเทรนโมเดลทั้ง 4 ประเภท คือ (1) 42 % (2) 53 % (3) 50 % และ (4) 36 % ตามลำดับ ในงานวิจัยฉบับนี้ได้นำเสนอวิธีการปรับปรุงความสามารถในการทำนายของโมเดลโดยใช้คลังคำศัพท์เฉพาะทำให้โมเดลมีประสิทธิภาพในการทำนายความถูกต้องได้แม่นยำมากขึ้น
การเปรียบเทียบขั้นตอนวิธีการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมสำหรับการตรวจคะแนนเรียงความภาษาไทยอัตโนมัติ, สุทธิชาย สุริยสัตย์
การเปรียบเทียบขั้นตอนวิธีการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมสำหรับการตรวจคะแนนเรียงความภาษาไทยอัตโนมัติ, สุทธิชาย สุริยสัตย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ตัวแทนนักเรียนไทยได้คะแนนการประเมินด้านการอ่านค่อนข้างตํ่า ในการสอบประเมินสมรรถนะนักเรียนมาตรฐานสากล (Programme for International Student Assessment PISA) หลายงานวิจัยพบว่าทักษะด้านการอ่านสามารถถูกพัฒนาผ่านการเขียนเช่น การเขียนเรียงความได้ แต่การตรวจเรียงความนั้นใช้เวลาค่อนข้างนาน ระบบการตรวจคะแนนเรียงความโดยอัตโนมัติได้ถูกพัฒนาขึ้นเพื่อช่วยเหลือผู้ตรวจเรียงความ อีกทั้งยังสามารถแสดงผลการทำนายคะแนนให้กับผู้เขียนเรียงความได้ทันทีด้วย เนื่องจากงานวิจัยด้านการตรวจคะแนนเรียงความภาษาไทยโดยอัตโนมัติมีน้อยมาก งานวิจัยนี้จึงมุ่งเน้นไปที่การเปรียบเทียบแบบจำลองการให้คะแนนภาษาไทยโดยอัตโนมัติ ที่ใช้แบบจำลองการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก ที่ได้ถูกรายงานว่ามีประสิทธิภาพที่ดีในการทำนายคะแนนเรียงในความภาษาอังกฤษ งานวิจัยนี้พบว่าแบบจำลอง XGBoost มีประสิทธิภาพดีที่สุดในหลายสถานการณ์ที่ถูกพิจารณา และ แบบจำลองหน่วยความจำระยะสั้นแบบยาวที่ใช้ฟีเจอร์ที่สกัดจากข้อความโดยอัตโนมัติ มีประสิทธิภาพดีที่สุดในกลุ่มแบบจำลองการเรียนรู้เชิงลึก
Bolt Classification System For Motorcycle Retail Shop, Monchai Angkapiyasiri
Bolt Classification System For Motorcycle Retail Shop, Monchai Angkapiyasiri
Chulalongkorn University Theses and Dissertations (Chula ETD)
The COVID-19 situation in Thailand has led to a rise in online purchase orders, resulting in a higher demand for using motorcycles for shipment, which has also increased the demand for essential components, notably durable and aesthetically pleasing bolts. To enrich their business opportunities, bolts of 19 classes are gathered from a motorcycle shop to establish a systematic bolt classification procedure containing feature extraction stage and classification stage. A feature extraction is formulated from utilization of steps, which are background removal, contour extraction, image rotation, cropping, structural analysis, dominant color analysis, hole detection, and calculating head-to-whole length ratio. Subsequently, five …
Usability Evaluation Of Iot Based Hvac Dashboard, Rubina Shrestha
Usability Evaluation Of Iot Based Hvac Dashboard, Rubina Shrestha
Chulalongkorn University Theses and Dissertations (Chula ETD)
This thesis presents a usability evaluation of a smart Heating, Ventilation, and Air Conditioning (HVAC) dashboard interface through a cross-cultural study. The objective is to assess the usability problems and evaluate the user experience of the interface through quantitative and qualitative analysis. The study recruited 20 participants from three different countries, considering their familiarity and unfamiliarity with smart HVAC systems. The participants performed a set of tasks using the dashboard while providing think-aloud feedback. The quantitative evaluation measured effectiveness, efficiency, and user satisfaction based on the ISO:9241-11:2018, while the qualitative evaluation focused on identifying usability issues based on participant feedback …
Forecasting Air Quality Index In Thailand Using Ensemble Method, Saksiri Lertnilkarn
Forecasting Air Quality Index In Thailand Using Ensemble Method, Saksiri Lertnilkarn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Air pollution is one of the most important problems that needs to be urgently solved around the world. Inevitably, Thailand has had to fight against it as well, particularly in the Northern Thailand. This region also has faced high air contamination for several years. In this thesis, the proposed model based on ensemble method was presented to predict the extent of air quality index (AQI) in the region from the majority vote of outputs from three classification algorithms, namely, support vector machine, random forest, and k-nearest neighbors. This proposed method made a comparison between the voted classification accuracy and the …
Impact Of External Factors On Air Passenger Demand Prediction Using Machine Learning, Sutthiya Lertyongphati
Impact Of External Factors On Air Passenger Demand Prediction Using Machine Learning, Sutthiya Lertyongphati
Chulalongkorn University Theses and Dissertations (Chula ETD)
Do external factors impact the volume of air passengers? Can they be employed to analyze the dependency of hidden parameters in demand forecast strategies? In this research, a framework is proposed to investigate the impact of external factors on demand for air travel by combining the features extracted from various platforms with the historical volume of inbound passenger data from January 2011 to December 2021 and comparing the information symmetry to uncover relations between the data, proving whether they contributed to the shift in demand. A selection of machine learning regression models, namely, gradient boosting, random forest, and support vector …
Information Security Awareness Lesson Using Gamification, Thanawat Rintanalert
Information Security Awareness Lesson Using Gamification, Thanawat Rintanalert
Chulalongkorn University Theses and Dissertations (Chula ETD)
In the landscape of education, where engagement and retention are pivotal, gamification emerges as a dynamic strategy. This research delves into the realm of gamification, a process that infuses the captivating allure of videogame mechanics into educational contexts. Embarking on an experimental journey, this study orchestrates an intricate interplay between two distinct groups of undergraduate students – Group A, the "Gamified Group," and Group B, the "Traditional Group." Within this dynamic framework, Group A immerses itself in the immersive realm of educational videogames to grasp the nuances of information security awareness. In parallel, Group B embraces a more traditional approach, …
Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network, Thanagun Dheravijaranayankul
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
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
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
Classification Of Android Malware From Binary Code Using Ensemble Method With Recursive Feature Elimination, Nawa Tippayasem
Classification Of Android Malware From Binary Code Using Ensemble Method With Recursive Feature Elimination, Nawa Tippayasem
Chulalongkorn University Theses and Dissertations (Chula ETD)
In response to the burgeoning Android market and the concurrent proliferation of both applications and malware, we propose a direct analysis approach to classify Android malware by examining bytecode extracted from DEX files. The prevalent use of obfuscation techniques by malicious actors underscores the need for robust methods to detect and analyze malware. Leveraging the frequency of bi-gram and tri-gram patterns within the bytecode, we employ recursive feature elimination with TF-IDF, alongside XGB, RF, and voting classifiers, to enhance detection capabilities. Our study, conducted using the CICAndMal2017 dataset, highlights the effectiveness of this approach, with XGB classifier utilizing the top …
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวิดีทัศน์จราจรเวลากลางคืน, พสธร พลอยแก้ว
ระบบการนับยานพาหนะแยกตามประเภทสำหรับวิดีทัศน์จราจรเวลากลางคืน, พสธร พลอยแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบขนส่งอัจฉริยะช่วยควบคุมและจัดการการจราจรอย่างมีประสิทธิภาพ การคัดแยกประเภทและนับจำนวนยานพาหนะสามารถใช้เป็นข้อมูลในการช่วยวิเคราะห์และประมวลผลในระบบจัดการการจราจร เช่น การควบคุมสัญญาณไฟ การวิเคราะห์ปริมาณรถในช่วงเวลาต่าง ๆ และในปัจจุบันมีการพัฒนาระบบนับจำนวนยานพาหนะช่วงเวลากลางวัน แต่ช่วงเวลากลางคืนยังมีเป็นจำนวนไม่มากนัก งานวิจัยนี้จึงพัฒนาระบบนับจำนวนและแยกประเภทยานพาหนะจากวิดีทัศน์จราจรในเวลากลางคืน โดยใช้ผลเฉลย (Label) จากข้อมูลช่วงเวลากลางคืนและนำข้อมูลช่วงเวลากลางวันมาปรับใช้กับช่วงเวลากลางคืนได้ ทำให้ระบบสามารถนับจำนวนและแยกประเภทยานพาหนะในช่วงเวลากลางคืนได้อย่างแม่นยำและมีประสิทธิภาพมากขึ้น โดยนำเสนอการใช้ AU-GAN ร่วมกับการเพิ่ม Identity loss สำหรับสังเคราะห์ภาพจราจรเวลากลางวันให้เป็นเวลากลางคืน และการใช้โมเดลตรวจจับและจำแนกประเภทวัตถุ YOLOX ที่เรียนรู้ด้วยภาพจราจรมุมบนและมุมข้างเวลากลางคืนที่ถูกเพิ่มข้อมูลสังเคราะห์ร่วมกับการเพิ่มข้อมูลด้วยการปรับสภาพแสงและโมเดลติดตามวัตถุ ByteTrack โดยผลลัพธ์จากการทดลองพบว่าการโมเดล YOLOX มีความแม่นยำเมื่อวัดผลด้วย mAP สูงถึง 80.81% มากกว่าแบบที่ไม่มีการเพิ่มชุดข้อมูลที่สังเคราะห์ด้วย AU-GAN ถึง 2.41% ในการนับจำนวนยานพาหนะพบว่ามีความคลาดเคลื่อนอยู่ที่ 27.80% สำหรับชุดข้อมูลมุมบนและ 10.72% สำหรับชุดข้อมูลมุมข้าง เนื่องการจากเมื่อเพิ่มปริมาณข้อมูลทำให้มีจำนวนยานพาหนะให้เรียนรู้มากขึ้น อีกทั้งการปรับปรุงการสังเคราะห์รูปภาพของโมเดล AU-GAN ด้วยการเพิ่มฟังก์ชันค่าความผิดพลาด Identity loss ทำให้รูปภาพที่ถูกสังเคราะห์มีคุณภาพสูงขึ้นส่งผลให้การตรวจจับและจำแนกประเภทมีความแม่นยำมากขึ้นถึง 0.81% เมื่อเปรียบเทียบกับโมเดล AU-GAN ที่ไม่มีการเพิ่ม Identity loss
Generating Synthetic Population Using Transformer-Based Networks, Phattranit Phattharajiranan
Generating Synthetic Population Using Transformer-Based Networks, Phattranit Phattharajiranan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Population synthesis is a critical component of policy analysis and planning, yet it faces challenges in data availability and synthesis quality. This study addresses these issues by introducing a novel population synthesis framework named “PopSyner”, capable of utilizing both aggregated and disaggregated data. Leveraging advancements in deep generative models, particularly Transformer-based architectures, PopSyner demonstrates superior performance in generating synthetic populations compared to existing methods like synthetic reconstruction (SR) and conditional tabular generative adversarial network (CTGAN). Our experiments show that PopSyner-TFM, the Transformer-based variant of PopSyner, produces synthetic populations with enhanced diversity and distributional similarities, closely resembling real data. This research …
Fast Panoptic Segmentation On Urban Street Scenes, Chananvich Plabplathong
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 …
การแยกส่วนประกอบและพยากรณ์ความต้องการกำลังไฟฟ้าสุทธิโดยคำนึงถึงการแทรกแซงของไฟฟ้าพลังงานแสงอาทิตย์หลังเครื่องวัด, ชัยชาญ เทพพรหม
การแยกส่วนประกอบและพยากรณ์ความต้องการกำลังไฟฟ้าสุทธิโดยคำนึงถึงการแทรกแซงของไฟฟ้าพลังงานแสงอาทิตย์หลังเครื่องวัด, ชัยชาญ เทพพรหม
Chulalongkorn University Theses and Dissertations (Chula ETD)
การหันมาผลิตไฟฟ้าพลังงานแสงอาทิตย์ซึ่งเป็นพลังงานหมุนเวียนเริ่มมีแนวโน้มเพิ่มขึ้นอย่างมากในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากการริเริ่มการบริหารจัดการพลังงานที่ยั่งยืนและความกังวลเกี่ยวกับการเปลี่ยนแปลงของสภาพภูมิอากาศ ส่งผลให้กำลังไฟฟ้าที่อยู่ในระบบสายส่งหรือค่าที่อ่านได้จากมิเตอร์ไฟฟ้าอัจฉริยะถูกแทรกแซงจากกำลังไฟฟ้าพลังงานแสงอาทิตย์ที่อยู่หลังมิเตอร์ไฟฟ้าอัจฉริยะ ซึ่งผู้ให้บริการไฟฟ้าไม่สามารถวัดค่าที่อยู่หลังมิเตอร์ไฟฟ้าอัจฉริยะจากผู้ใช้ไฟฟ้าได้โดยตรง ในงานวิจัยนี้ เรามุ่งพัฒนาวิธีการพยากรณ์ความต้องการไฟฟ้าสุทธิ โดยเสนอวิธีการแยกส่วนความต้องการไฟฟ้าสุทธิเพื่อประมาณค่าความต้องการไฟฟ้าจริงและกำลังไฟฟ้าพลังงานแสงอาทิตย์ที่อยู่หลังมิเตอร์ไฟฟ้าอัจฉริยะ เราเสนอวิธีการเลือกคู่ประทับเวลาที่มีสมมติฐานว่าความต้องการไฟฟ้าสุทธิที่อ่านได้จากมิเตอร์อัจฉริยะและความต้องการไฟฟ้าจริงที่อยู่หลังมิเตอร์จะมีความคล้ายคลึงกัน ควบคู่กับการใช้ความสัมพันธ์เชิงบวกอย่างมากระหว่างความเข้มแสงอาทิตย์และการผลิตไฟฟ้าพลังงานแสงอาทิตย์ โดยใช้แบบจำลองโครงข่ายประสาทเทียมเชิงลึกเป็นตัวประมาณค่าด้วยข้อมูลเชิงอุตุนิยมวิทยาทั่วไป ตัวอย่างเช่น อุณหภูมิและความเข้มแสงอาทิตย์เป็นข้อมูลนำเข้า ส่งผลให้วิธีการที่เสนอไม่ต้องการข้อมูลตัวอย่างที่อยู่หลังมิเตอร์และไม่ใช้สมมติฐานของแบบจำลองเชิงกายภาพที่ต้องการข้อมูลเชิงอุตุนิยมวิทยาที่ซับซ้อน ในงานวิจัยนี้ เราได้เปรียบเทียบแบบจำลองสำหรับพยากรณ์อนุกรมเวลา เช่น DeepAR, Temporal Fusion Transformer (TFT) และ Time-series Dense Encoder (TiDE) โดยใช้ชุดข้อมูลการใช้ไฟฟ้าจริงที่เก็บบันทึกจาก Ithaca, NY และ Austin, TX ผลลัพธ์แสดงให้เห็นว่าการพยากรณ์ความต้องการไฟฟ้าสุทธิโดยใช้อินพุตที่แยกส่วนมีประสิทธิภาพดีกว่าการพยากรณ์ความต้องการไฟฟ้าสุทธิโดยตรง ความแม่นยำที่เพิ่มขึ้นนี้เกิดจากการแยกส่วนแบบไม่มีผู้สอนสำหรับข้อมูลที่อยู่หลังมิเตอร์ ซึ่งพิสูจน์ว่าดีกว่าวิธีการกึ่งมีผู้สอนที่ใช้ในงานวิจัยก่อนหน้า
Automatic Reconstruction Of Skull Implants Using Deep Learning Approach, Thatchapatt Kesornsri
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
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
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
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
การติดตามคุณสมบัติข้อมูลภายในปฏิบัติการการเรียนรู้ของเครื่องอย่างครบวงจร, ณัฐนรี จับจุ
การติดตามคุณสมบัติข้อมูลภายในปฏิบัติการการเรียนรู้ของเครื่องอย่างครบวงจร, ณัฐนรี จับจุ
Chulalongkorn University Theses and Dissertations (Chula ETD)
แบบจำลองการเรียนรู้ของเครื่องใช้ข้อมูลเพื่อรวบรวมข้อมูลเชิงลึก, ทำการตัดสินใจ และสร้างการทำนาย จากข้อมูลที่ถูกอนุมานที่ป้อนเข้าไปในแบบจำลองอาจคลาดเคลื่อนหรือเปลี่ยนแปลงเมื่อเวลาผ่านไป จึงอาจทำให้ประสิทธิภาพของแบบจำลองลดลง ด้วยเหตุนี้ แบบจำลองจึงต้องได้รับการฝึกอบรมใหม่ อย่างไรก็ตาม การประเมินแบบจำลองและการฝึกอบรมซ้ำบ่อยครั้งอาจมีค่าใช้จ่ายสูง เนื่องจากการติดฉลากผลเฉลยอาจมีค่าใช้จ่ายสูง ดังนั้น การติดตามคุณสมบัติของข้อมูลก่อนและหลังการปรับใช้ (deployment) แบบจำลองสามารถช่วยเลือกเวลาที่เหมาะสมในการฝึกอบรมแบบจำลองใหม่ได้ วิทยานิพนธ์นี้นำเสนอกรอบการทำงานของการติดตามคุณสมบัติข้อมูลแบบครบวงจร (end-to-end) ภายในปฏิบัติการการเรียนรู้ของเครื่อง (MLOps) เพื่อมอบแนวทางสำหรับการฝึกอบรมแบบจำลองอย่างชาญฉลาดโดยสามารถใช้เครื่องมือที่หลากหลาย เพื่อความสะดวกในการใช้งานและคุ้มค่า