Open Access. Powered by Scholars. Published by Universities.®
Articles 31 - 60 of 618
Full-Text Articles in Computer Sciences
แบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีสำหรับการจัดลำดับความสำคัญโดยใช้ตรรกะคลุมเครือ, เปรม สุนทรภาส
แบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีสำหรับการจัดลำดับความสำคัญโดยใช้ตรรกะคลุมเครือ, เปรม สุนทรภาส
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ ยูสเซอร์สตอรีเป็นองค์ประกอบสำคัญที่สะท้อนความต้องการของผู้ใช้ แต่หากยูสเซอร์สตอรีมีคุณภาพไม่เพียงพอ อาจก่อให้เกิดความเสี่ยงที่ส่งผลกระทบต่อความสำเร็จของโครงการอย่างมีนัยสำคัญ ดังนั้นงานวิจัยนี้จึงนำเสนอแบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีโดยใช้ตรรกะคลุมเครือ เพื่อช่วยให้สามารถจัดการกับความไม่แน่นอนในการตัดสินใจได้อย่างมีประสิทธิภาพ โดยเริ่มจากการนิยามความเสี่ยงของยูสเซอร์สตอรีจำนวน 12 ประเภท พร้อมทั้งกำหนดเกณฑ์การประเมินใน 2 ด้าน ได้แก่ ด้านความพยายามในการบริหารจัดการ และด้านข้อจำกัดในการบริหารจัดการ จากนั้นจึงประยุกต์ใช้ตรรกะคลุมเครือร่วมกับตัวแปรภาษาและฟังก์ชันความเป็นสมาชิกในการคำนวณค่าคะแนนความเสี่ยง และจัดลำดับความสำคัญผ่านแบบจำลองที่พัฒนาขึ้น ผลการประเมินการใช้งานแบบจำลองกับผู้มีประสบการณ์ในโครงการแอไจล์พบว่า แบบจำลองสามารถช่วยในการจำแนกความเสี่ยงได้อย่างเหมาะสมและมีความสอดคล้องกับความคิดเห็นของผู้ประเมิน ซึ่งผลการประเมินสะท้อนถึงความสมเหตุสมผลของแบบจำลองและความสามารถในการประยุกต์ใช้จริง ดังนั้นงานวิจัยนี้จึงเป็นประโยชน์ต่อทีมพัฒนาในการประเมินและจัดลำดับความเสี่ยงของยูสเซอร์สตอรีได้อย่างเป็นระบบ และเพิ่มประสิทธิภาพในการบริหารความเสี่ยงในโครงการพัฒนาซอฟต์แวร์แบบแอไจล์ได้ดียิ่งขึ้น
Improving Question Answering Retrieval System Through Multi-Result Ranking Model, Danupat Khamnuansin
Improving Question Answering Retrieval System Through Multi-Result Ranking Model, Danupat Khamnuansin
Chulalongkorn University Theses and Dissertations (Chula ETD)
Recent trends in various industries involve integrating artificial intelligence (AI) systems to enhance operational efficiency. Among these advancements, AI-supported question-answering (QA) systems have gained significant attention. These systems typically employ a two-stage process, integrating QA system capabilities with Information Retrieval (IR) methods. The introduction of the Retrieval Question Answering (ReQA) has further refined this process, offering a more practical solution, aiming to improve real-world applicability. Considering the wide availability of diverse QA retrieval models, employing a combination of multiple systems presents as a viable solution. However, the approach to combining QA retrieval systems remains relatively limited. We propose a method …
การออกแบบและพัฒนาระบบการจัดการความรู้สำหรับการพัฒนาซอฟต์แวร์แบบสกรัมตามมาตรฐาน Iso/Iec 12207, กีรติกา ห่อเกียรติ
การออกแบบและพัฒนาระบบการจัดการความรู้สำหรับการพัฒนาซอฟต์แวร์แบบสกรัมตามมาตรฐาน Iso/Iec 12207, กีรติกา ห่อเกียรติ
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานมหาบัณฑิตนี้มีวัตถุประสงค์ในการปรับปรุงกระบวนการจัดการความรู้ของหน่วยงานแห่งหนึ่งให้สอดคล้องกับมาตรฐานไอเอสโอ/ไออีซี 12207 กระบวนการจัดการความรู้นี้นำเสนอสำหรับโครงการที่ใช้ระเบียบวิธีแบบเอจายล์ตามกรอบงานสกรัม พร้อมทั้งได้ออกแบบและพัฒนาระบบการจัดการความรู้ เพื่อสนับสนุนการประยุกต์ใช้กระบวนการจัดการความรู้ภายในองค์กร ระบบที่พัฒนาสามารถให้บริการในการจัดเก็บ ค้นหา และแบ่งปันความรู้จากโครงการต่าง ๆ ขององค์กร อีกทั้งสนับสนุนให้มีการแบ่งปันความรู้เพื่อให้มีการพัฒนาซอฟต์แวร์ที่ความสอดคล้องตามความต้องการของผู้ใช้ และช่วยเพิ่มสมรรถนะในการทำงานของทีมพัฒนาซอฟต์แวร์ การดำเนินงานเริ่มจากการศึกษาแนวคิดและมาตรฐานที่เกี่ยวข้องกับการจัดการความรู้ รวมถึงการวิเคราะห์มาตรฐาน ไอเอสโอ/ไออีซี 12207 เพื่อประเมินและปรับปรุงกระบวนการจัดการความรู้ในปัจจุบันของ 2 กิจกรรม ได้แก่ “กิจกรรมที่ 3) การแบ่งปันสินทรัพย์ความรู้ทั่วทั้งองค์กร” และ “กิจกรรมที่ 4) การจัดการความรู้ ทักษะ และสินทรัพย์ความรู้” ในการปรับปรุงกระบวนการนั้นได้นำเสนอ โครงสร้างพื้นฐานกระบวนการ และการนิยามกระบวนการที่ปรับปรุง จากนั้นได้ทำการพัฒนาระบบการจัดการความรู้ ที่สามารถรองรับกระบวนการจัดการความรู้ที่ปรับปรุงแล้ว รวมถึงทวนสอบระบบกับความต้องการเชิงฟังก์ชัน และเพื่อยืนยันว่าระบบสามารถสนับสนุนกระบวนการทำงานของทีมสกรัมตามการนิยามกระบวนการได้อย่างมีประสิทธิภาพ ผลลัพธ์ของโครงงานนี้แสดงว่า ได้ช่วยเพิ่มประสิทธิภาพในการจัดการความรู้ภายในองค์กรตัวอย่าง และสามารถใช้เป็นแนวทางสำหรับองค์กรอื่น ๆ ที่ต้องการปรับปรุงกระบวนการจัดการความรู้ในบริบทของการพัฒนาซอฟต์แวร์แบบสกรัม
Enhancing Multilingual Sentence Representation Learning For The Job Recruitment Domain, Napat Laosaengpha
Enhancing Multilingual Sentence Representation Learning For The Job Recruitment Domain, Napat Laosaengpha
Chulalongkorn University Theses and Dissertations (Chula ETD)
With the advancement in natural language processing (NLP), there has been significant development in multilingual pretraining sentence encoder. Typically, these pretraining models are trained on large-scale datasets that consist of general text data from various sources such as Wikipedia. However, the general proposed models aren't enough to understand contexts in such a domain-specific, especially in the job recruitment domain. It is due to its niche nature and the lack of readily available related information. To enhance the existing multilingual pretraining sentence encoder and mitigate the aforementioned problems, we first propose multi-task dual-encoder framework to improve the sentence encoder for general-purpose …
Predicting Quality Of Life In Driving Scene Using Image Recognition Techniques And User Group Information, Ployrada Suvarnakuta
Predicting Quality Of Life In Driving Scene Using Image Recognition Techniques And User Group Information, Ployrada Suvarnakuta
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study presents a machine learning approach for predicting perceived urban Quality of Life (QoL) by integrating visual features from street-level imagery with personal attributes, including demographic, socioeconomic, and travel behavior data. Using datasets from Bangkok and London, we trained supervised models—Support Vector Machines and Multilayer Perceptrons—under multiple input configurations to evaluate the contribution of each data type. Results show that combining visual and personal features improves prediction accuracy compared to using visual features alone. Statistical feature selection identified income, education, housing stability, and travel patterns as consistently important predictors, with some variation across urban contexts. These findings underscore the …
A Robust Form Understanding System Using Graph-Based Neural Network, Chavin Chuangchaichatchavarn
A Robust Form Understanding System Using Graph-Based Neural Network, Chavin Chuangchaichatchavarn
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this work, we address the challenge of form understanding in real-world documents affected by OCR noise and layout uncertainty. We introduce TONDFU, a bilingual Thai and English dataset consisting of official documents such as vehicle registrations and utility bills, annotated for entity labelling and entity linking. We also introduce a noisy character feature extractor that captures lexical and spatial patterns to improve the model's robustness against noisy textual content. This feature is integrated with geometric, visual, and semantic features in the graph-based model. Experiments show that the noisy character feature outperforms the frequency histogram baseline, and with pretraining on …
Enhance Gnn-Based Social Recommendation Using User Dynamic Characteristics, Janekhwan Kitsupapaisan
Enhance Gnn-Based Social Recommendation Using User Dynamic Characteristics, Janekhwan Kitsupapaisan
Chulalongkorn University Theses and Dissertations (Chula ETD)
In recent developments, social recommendation frameworks have increasingly employed Graph Neural Networks (GNNs) to model social connections among users, encompassing both immediate and more distant relationships within the network. Nonetheless, current advanced models encounter challenges related to the limited number of propagation steps they can perform on the graph. Messages originating from distant nodes often diminish the distinct features of the target user, resulting in more homogeneous representations that are difficult to differentiate. This issue is known as over-smoothing. Several approaches have been proposed to address this, aiming to preserve individual user traits by incorporating auxiliary information into GNN-based models. …
Dementia Detection Using Transfer Learning From Recorded Speech, Gun Wirojburapa
Dementia Detection Using Transfer Learning From Recorded Speech, Gun Wirojburapa
Chulalongkorn University Theses and Dissertations (Chula ETD)
Dementia is an irreversible and progressive condition that affects cognitive impairment, and millions of people are affected. Early detection provides patients with premature treatment and improves their quality of life. Traditional methods for dementia detection, such as cognitive assessment and neurological analysis, are expensive and time-consuming. Therefore, this thesis aims to research alternative methods to detect dementia, such as speech analysis. This thesis performs dementia classification by using transfer learning and machine learning techniques. Samples in the dataset consist of English and Chinese speakers. This study found transfer learning and machine learning techniques able to classify the speakers between dementia …
Thai-English Supported Automatic Speech Recognition For Endoscopic Reporting, Arpanant Saeng-Xuto
Thai-English Supported Automatic Speech Recognition For Endoscopic Reporting, Arpanant Saeng-Xuto
Chulalongkorn University Theses and Dissertations (Chula ETD)
This thesis presents the automatic speech recognition (ASR) system for endoscopic reporting that supports Thai-English code-switching. During endoscopic procedures, gastroenterologists are required to use both hands to handle instruments, thereby complicating the real-time documentation of abnormal findings. While recent advances in speech recognition offer promising solutions, existing models face difficulties with Thai-English code-switching and tend to overfit when fine-tuned on limited datasets. To overcome these limitations, we propose an ASR model enhanced with the Mixture of Experts (MoE) technique to improve transcription accuracy. Furthermore, the Named Entity Recognition (NER) model extracts gastrointestinal (GI) terminology from the transcriptions and classifies its …
Enhancing Large Language Models For Thai Legal Chatbots, Supachoke Hanwiboonwat
Enhancing Large Language Models For Thai Legal Chatbots, Supachoke Hanwiboonwat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Currently, developing a Thai legal question-answering system for the general public is highly challenging due to the complex, difficult-to-understand language and the extensive content of legal codes. This research proposes a Thai legal question-answering system designed for the public, aiming to establish best practices for developing effective legal QA systems. To improve performance, we created our own Thai legal QA dataset and incorporated data from various sources. We conducted comparative experiments to identify the most suitable language model for Thai legal contexts, and fine-tuned the models with diverse datasets for enhanced capabilities in legal QA and legal examinations. Additionally, we …
Emotion Recognition Through Advanced Signal Fusion And Kolmogorov-Arnold Networks, Aung Myo Thant
Emotion Recognition Through Advanced Signal Fusion And Kolmogorov-Arnold Networks, Aung Myo Thant
Chulalongkorn University Theses and Dissertations (Chula ETD)
Emotion recognition is an important aspect of affective computing that has many applications including human computer interaction and mental health care. In this thesis, Kolmogorov-Arnold Networks (KANs) are explored for the purpose of multimodal emotion recognition from EEG (Electroencephalogram) and eye movement signals of the SEED-V dataset. Both modalities were represented by Differential Entropy (DE) features and a two-branch KAN architecture was used which composed of seven KAN variants, namely, Efficient KAN, Jacobi KAN, Hermite KAN, Fourier KAN, Chebyshev KAN, RBF KAN, and Wavelet KAN (with different wavelet types including DOG, Morlet, Mexican hat, and Meyer). The strengths of two …
Design Of Web-Based Application To Increase Corporate Income Tax Planning Knowledge Of Small And Medium Enterprises’ Entrepreneurs In Thailand, Chanyanut Atjanapotjanee
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 …
ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันสั่งอาหารที่ขายไม่หมด, พัชรพรรณ จิตไพศาลโสภณ
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
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
การวิเคราะห์เชิงประจักษ์ของพฤติกรรมการแวะชมและการใช้จ่ายที่เว็บไซต์แอมะซอน: ผลของโรคโควิด 19, ลภัสรดา บำรุงจิตต์
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
ปัจจัยที่ส่งผลต่อความตั้งใจใช้แอปพลิเคชันบริการรถรับส่งสำหรับผู้สูงอายุ, เจนชินา กิตติวศิน
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
ปัจจัยที่ส่งผลต่อความตั้งใจซื้อคอนโดมิเนียมจากการชมวิดีโอความเป็นจริงเสมือน, คุณานนท์ น้อยจันทร์
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
Leveraging Gpt-4 For Thai Land And Building Tax Calculation In The Bangkok Area, Sadanan Arsaibun
Leveraging Gpt-4 For Thai Land And Building Tax Calculation In The Bangkok Area, Sadanan Arsaibun
Chulalongkorn University Theses and Dissertations (Chula ETD)
This paper explores the application of large language models (LLMs), particularly GPT-4, in the context of Thai land and building tax computation. We address challenges arising from the complexity of Thai tax regulations, the scarcity of Thai-language training data, and the structured, multi-variable nature of tax computation tasks. To enhance model performance, we employ few-shot prompting, decomposition-based reasoning, and retrieval-augmented generation (RAG). We further introduce a JSON-style output format to support structured conversational interactions, allowing the model to identify missing user inputs and guide data collection. A secondary o3-mini pass is used as an answer verifier, helping to assess the …
End-To-End Development Of Mandible Reconstruction Using Machine Learning, Nattapon Kamboonsri
End-To-End Development Of Mandible Reconstruction Using Machine Learning, Nattapon Kamboonsri
Chulalongkorn University Theses and Dissertations (Chula ETD)
Virtual surgical planning (VSP) is a critical step in mandible reconstruction surgery, which involves preoperative planning and implant design to restore mandibular defects. This study focuses on two essential components of VSP: (1) mandible segmentation, specifically the separation of healthy and defective regions, which currently relies on manual annotation, and (2) generation of the complete mandible, where traditional approaches such as mirroring the contralateral side often fail in scenarios involving midline-crossing defects. While recent automated methods have addressed mandible segmentation from CT scans, they typically focus only on binary segmentation and often utilize conventional UNet-based architectures that suffer from limited …
Automated Cecum Identification In Colonoscopy Using Deep Learning Approach, Kittipoom Sutthinuntakorn
Automated Cecum Identification In Colonoscopy Using Deep Learning Approach, Kittipoom Sutthinuntakorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Colonoscopy is essential for the early detection and prevention of colorectal cancer. Identifying the cecum is a vital element of this process. However, most existing automated methods rely on still images or temporal cues alone, without incorporating camera motion awareness, and are rarely suitable for real-time use. In this paper, we present a real-time cecum detection method that integrates spatial features, temporal modeling, and camera motion cues. We deploy ConvNeXtV2 for spatial feature extraction, LTContext for temporal modeling, and Depth Anything in Robotic Endoscopic Surgery (DARES) to enhance understanding of endoscope positioning and camera motion. The dataset used in this …
Craftjai: Llm-Enhanced Generative Ai For Gamified Mood Journal, Kingrak Phairoh
Craftjai: Llm-Enhanced Generative Ai For Gamified Mood Journal, Kingrak Phairoh
Chulalongkorn University Theses and Dissertations (Chula ETD)
Mood journaling helps promote emotional self-awareness, but maintaining user motivation remains difficult. This study presents CRAFTJAI, a generative AI system that enhances journaling through emotionally aligned visual feedback. Instead of replacing diary entries, the system adds character-based imagery to support intrinsic motivation and symbolic emotional reflection. It consists of emotional feature extraction using a large language model, emotion-labeled dataset construction based on eight core moods, and LoRA fine-tuning of a diffusion-based text-to-image model to improve emotional fidelity and stylistic consistency. A web-based prototype was developed with Gradio for real-time evaluation. Drawing on gamification and self-determination theory, the system integrates emotional …
แบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้สำหรับการบำรุงรักษาซอฟต์แวร์, ภัทรพงศ์ วิโรจน์ปกรณ์
แบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้สำหรับการบำรุงรักษาซอฟต์แวร์, ภัทรพงศ์ วิโรจน์ปกรณ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์เป็นองค์ประกอบสำคัญของการบำรุงรักษาซอฟต์แวร์ เนื่องจากช่วยให้เข้าใจโดยตรงถึงวิธีที่ผู้ใช้จริงมีปฏิสัมพันธ์กับระบบ อุปสรรคที่ผู้ใช้เผชิญ และการปรับปรุงที่ผู้ใช้ต้องการ องค์กรที่พัฒนาซอฟต์แวร์อาจมีช่องทางหลากหลายในการรวบรวมผลป้อนกลับของผู้ใช้ แต่ประสิทธิภาพขององค์กรในการนำผลป้อนกลับเหล่านั้นไปใช้อาจมีความแตกต่างกันอย่างมาก งานวิจัยนี้เสนอแบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAMM) ซึ่งเป็นกรอบแนวคิดสำหรับประเมินระดับวุฒิภาวะของกระบวนการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAP) ขององค์กรพัฒนาซอฟต์แวร์ โดย SFAMM แบ่งระดับวุฒิภาวะออกเป็น 6 ระดับ ซึ่งแต่ละระดับประกอบด้วย 4 ปัจจัยหลักและปัจจัยย่อยของแต่ละปัจจัยหลัก SFAMM ได้รับการทวนสอบความถูกต้องผ่านการเชื่อมโยงกับมาตรฐาน ISO/IEC 15504 ซึ่งเป็นมาตรฐานสำหรับการประเมินกระบวนการ นอกจากนี้ SFAMM ยังมาพร้อมกับแบบสอบถามสำหรับประเมินวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAA) เพื่อให้องค์กรสามารถประเมินตนเองได้ว่าอยู่ในระดับใด และสามารถกำหนดแนวทางในการปรับปรุงกระบวนการวิเคราะห์ผลป้อนกลับของผู้ใช้ งานวิจัยยังได้เสนอผลสำรวจวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ขององค์กรพัฒนาซอฟต์แวร์ในประเทศไทย
การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์
การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
PM2.5 เป็นปัจจัยสำคัญที่ก่อให้เกิดปัญหามลพิษทางอากาศทั่วโลก จึงมีความจำเป็นต้องใช้วิธีการพยากรณ์ที่แม่นยำเพื่อการป้องกันและเตือนภัยล่วงหน้าอย่างมีประสิทธิภาพ แม้ว่างานวิจัยในระยะแรกจะมุ่งเน้นที่การพยากรณ์เชิงเวลา แต่ในระยะหลัง งานวิจัยต่าง ๆ เริ่มมีการบูรณาการแบบจำลองซึ่งพยากรณ์ทั้งในเชิงพื้นที่และเชิงเวลาเข้าด้วยกัน อย่างไรก็ตาม ยังคงมีความท้าทายด้านประสิทธิภาพการพยากรณ์ของแบบจำลองอยู่ ในงานวิจัยนี้ ผู้วิจัยมุ่งเน้นการพัฒนาเทคนิคดังกล่าวให้มีความแม่นยำมากยิ่งขึ้นในการพยากรณ์ความเข้มข้นของ PM2.5 ในอนาคต โดยใช้แบบจำลองพยากรณ์วิดีโอที่มีชื่อว่า “IAM4VP” เป็นแกนหลักของแบบจำลอง คุณลักษณะต่าง ๆ ถูกนำมาใช้ร่วมกันเพื่อการพยากรณ์ ได้แก่ ความเข้มข้นของ PM2.5 จำนวนจุดความร้อนบนพื้นผิวโลก และความเร็วลมที่พัดไปทางทิศตะวันออกและทิศเหนือ เพื่อเพิ่มประสิทธิภาพในการเรียนรู้เชิงเวลา ผู้วิจัยได้มีการบูรณาการการเข้ารหัสแบบวัฏจักร (Cyclical Encoding) เข้ามาเพื่อสะท้อนความสัมพันธ์ของความเข้มข้นของ PM2.5 กับชั่วโมงของวัน จากการทดลองโดยใช้ข้อมูล PM2.5 ในประเทศไทยระหว่างปี พ.ศ. 2565–2566 พบว่ามีการปรับปรุงผลลัพธ์อย่างมีนัยสำคัญ โดยค่า MAE ลดลงถึง 13.63% และค่า F1 score เพิ่มขึ้นถึง 15.27% เมื่อเทียบกับแบบจำลองพื้นฐาน ConvLSTM แบบจำลองนี้แสดงให้เห็นถึงความสามารถที่โดดเด่นในการพยากรณ์ระดับ PM2.5 ที่อยู่ในช่วงปานกลางถึงไม่ดีต่อสุขภาพ และยังมีความแม่นยำสูงขึ้นในแต่ละระยะเวลาการพยากรณ์ โดยเฉพาะในช่วงชั่วโมงแรก ๆ ของการพยากรณ์
Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong
Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong
Chulalongkorn University Theses and Dissertations (Chula ETD)
Cattle identification is a critical component of modern farm management systems, particularly in ensuring traceability, disease control, and improved production efficiency. Traditional identification methods such as ear tags or microchips often face challenges related to cost, durability, and animal welfare concerns. To address these limitations, this study proposes TBPN-ACEM (Two-Branch Prototype Network with Adaptive-Color Local Binary Pattern and Enhanced Margin Prototype Loss), a lightweight and few-shot learning framework designed for cattle identification using muzzle patterns, a unique and permanent biometric trait analogous to human fingerprints. The TBPN-ACEM architecture consists of three core components: (1) a two-branch structure that jointly extracts …
An Unsupervised Pipeline For Class-Agnostic Object Detection Using Self-Supervised Vision Transformers And Kolmogorov–Arnold Networks, Yuno Otsuka
Chulalongkorn University Theses and Dissertations (Chula ETD)
Nowadays, object bounding boxes can help create training data for instance segmentation, which is essential for many computer vision applications. However, generating these bounding boxes still relies heavily on manual annotation, making the process costly and time-consuming. To address this, we propose a fully unsupervised four-stage pipeline that automatically generates pseudo-bounding boxes without any human-labeled data. The pipeline includes (1) Background Removal, (2) Pseudo-Bounding Box Generation, (3) Complementary Bounding Box Generation (optional), and (4) Class-Agnostic Detector Training. At the core of this pipeline is KFOUND, which builds upon FOUND, a fast and lightweight method that avoids assumptions about object count …
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตรวจจับภาวะกระดูกสะโพกหักจากภาพเอกซเรย์เป็นกระบวนการสำคัญที่ช่วยให้แพทย์สามารถวินิจฉัยและรักษาผู้ป่วยได้อย่างทันท่วงที โดยเฉพาะในผู้สูงอายุที่มีความเสี่ยงต่อภาวะกระดูกพรุนและการลื่นล้ม งานวิจัยนี้นำเสนอการพัฒนาโมเดลตรวจจับภาวะกระดูกสะโพกหักโดยใช้โครงข่ายประสาทเทียม YOLOv11 ร่วมกับโมดูล CBAM (Convolutional Block Attention Module) เพื่อปรับปรุงการรับรู้บริบทสำคัญในภาพรังสี โดยมีการทดลองฝังโมดูล CBAM ในตำแหน่งต่าง ๆ และเปรียบเทียบกับโมเดลพื้นฐาน (baseline) ที่ไม่ใช้ CBAM พบว่าโมเดลที่ใช้ CBAM ในตำแหน่งหลัง C3k2 ตัวสุดท้ายในโครงสร้าง Backbone (CBAM4) ให้ผลลัพธ์ที่ดีที่สุด โดยสามารถเพิ่มค่า [email protected] จากเดิม 94.8% เป็น 96.1% ค่า [email protected]:0.95 จาก 67.6% เป็น 70.4% แสดงให้เห็นว่าโมดูล CBAM สามารถช่วยเสริมประสิทธิภาพของโมเดลให้สามารถตรวจจับรอยหักของกระดูกสะโพกในภาพ X-ray ซึ่งสามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยแพทย์ในการวินิจฉัยได้อย่างมีประสิทธิภาพและแม่นยำยิ่งขึ้น
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันระบบซอฟต์แวร์นั้นเชื่อมต่อกันเพื่อพัฒนาประสบการณ์ของผู้ใช้งานและดึงดูดผู้ใช้งานใหม่ ๆ ด้วยเหตุนี้ผู้พัฒนาซอฟต์แวร์จึงจำเป็นต้องมีมาตรฐานในการแลกเปลี่ยนข้อมูลเพื่อปรับปรุงการทำงานจึงนำไปสู่การสร้างเอพีไอ ในการพัฒนาเอพีไอ เอพีไอได้มีเอกสารที่เป็นมาตรฐานเพื่อช่วยให้นักพัฒนาซอฟต์แวร์เข้าใจส่วนประกอบของเอพีไอ เช่น พารามิเตอร์ รีเควสต์บอดี รีซอร์ส และ เอ็นพอยต์ ทำให้กลุ่มผู้ก่อตั้งโอเพนเอพีไอพัฒนาข้อกำหนดโอเพนเอพีไอขึ้น นอกจากนี้ เอพีไอมักเชื่อมต่อกับฐานข้อมูลในรูปแบบของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูลซึ่งรับประกันความถูกต้องของข้อมูลที่จัดเก็บ เมื่อพัฒนาเอพีไอ ผู้ทดสอบเอพีไออาจมีแนวทางที่แตกต่างในการสร้างกรณีทดสอบ ซึ่งอาจมีความแตกต่างในการสร้างกรณีทดสอบซึ่งนำไปสู่การสร้างกรณีทดสอบที่ไม่ครอบคลุม โดยเฉพาะอย่างยิ่งเกี่ยวกับกรณีทดสอบของเงื่อนไขของฐานข้อมูลงานวิจัยนี้ได้นำเสนอวิธีการในการสร้างสคริปต์ทดสอบสำหรับเรสฟูลเอพีไอโดยใช้ข้อกำหนดโอเพนเอพีไอและข้อมูลเมตาของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูล ซึ่งประกอบไปด้วยกรณีทดสอบ 3 แบบ ได้แก่ กรณีทดสอบจากตัวอย่าง กรณีทดสอบแบบอ้างอิงกับข้อกำหนด และ กรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูล โดยสำหรับกรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูลครอบคลุม 5 เงื่อนไข ได้แก่ เงื่อนไขบังคับแบบตรวจสอบ เงื่อนไขบังคับแบบห้ามเว้นว่าง เงื่อนไขบังคับแบบไม่ซ้ำ เงื่อนไขบังคับแบบกุญแจหลัก และ เงื่อนไขบังคับแบบอ้างอิง ซึ่งวิธีการนี้จะสามารถนำไปใช้กับเครื่องมือทดสอบเอพีไอแบบอัตโนมัติช่วยให้ผู้ทดสอบซอฟต์แวร์ได้รับผลลัพธ์ที่รวดเร็วยิ่งขึ้น หลังจากการทดสอบเครื่องมือ พบว่าการสคริปต์ทดสอบและข้อมูลทดสอบสามารถนำไปใช้งานได้จริงโดยใช้ข้อกำหนดโอเพนเอพีไอและไฟล์ คอนเน็กชันสตริงของฐานข้อมูลโพสต์เกรสคิวเอล
A Hybrid Framework Based On Cnn-Lstm For Parkinson's Disease Severity Level Classification From 3-Axis Hand Gesture Signal Under The Frequency Domain, Theerawat Pinijwattananon
A Hybrid Framework Based On Cnn-Lstm For Parkinson's Disease Severity Level Classification From 3-Axis Hand Gesture Signal Under The Frequency Domain, Theerawat Pinijwattananon
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study introduces a novel multi-class classification model designed for the early-stage detection and severity assessment of Parkinson's Disease (PD). Machine learning model uses data from a 6 Degrees of Freedom (6DoF) sensor, collected during a simple keyboard-tapping test. Our research substantially analyzes finger movement patterns, since movement dysfunction like finger dexterity reduction is a primitive PD indication. First, raw data from wearable sensors are preprocessed by feature selection and normalization. Then, the data were converted into the frequency domain using Fourier transformation. Eventually, Gaussian filtering is applied to reduce noise and highlights relevant pattern. These processed spectral features are …
เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช
เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช
Chulalongkorn University Theses and Dissertations (Chula ETD)
เพื่อให้สามารถค้นหาข้อผิดพลาดของระบบได้อย่างมีประสิทธิภาพ การทดสอบระบบสามารถดำเนินการได้ตั้งแต่ช่วงที่ระบบมีฟังก์ชันการทำงานบางส่วนแล้วเสร็จ การค้นพบข้อผิดพลาดในช่วงต้นของการพัฒนาจะช่วยลดต้นทุนและเวลาในการแก้ไขงานซ้ำได้ อย่างไรก็ตาม ในกรณีที่ระบบยังมีคลาสบางส่วนที่ยังไม่แล้วเสร็จ จำเป็นต้องใช้ สตับ และ ไดร์เวอร์ เข้ามาแทนที่คลาสเหล่านั้นในระหว่างการทดสอบ สตับและไดร์เวอร์ต้องใช้เวลาและความพยายามในการพัฒนา จึงมีความพยายามในการสร้างเครื่องมือเพื่อช่วยลดภาระดังกล่าวงานวิจัยนี้เสนอแนวทางพัฒนาเครื่องมือที่ใช้แผนภาพคลาส, แผนภาพลำดับ และตารางติดตามความต้องการ เป็นข้อมูลนำเข้า โดยแผนภาพคลาสใช้เพื่อแสดงข้อมูลคุณลักษณะของคลาส และใช้สร้างรายการเมทอดที่มีในระบบ ส่วนแผนภาพลำดับใช้ระบุลำดับการเรียกใช้เมทอดระหว่างวัตถุ และนำไปสู่การสร้างกราฟการเรียกใช้งาน ในขณะเดียวกันตารางติดตามความต้องการ ถูกใช้เพื่อค้นหาฟังก์ชันของระบบที่ต้องดำเนินการทดสอบ เมื่อได้กราฟการเรียกใช้งานและรายการเมทอดแล้ว ระบบจะสามารถสร้างคลาสของสตับและไดร์เวอร์ พร้อมทั้งข้อมูลทดสอบ เพื่อให้สามารถดำเนินการทดสอบระบบได้อย่างมีประสิทธิภาพ
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการรู้จำสถานที่ด้วยภาพ (Visual Place Recognition: VPR) สำหรับหุ่นยนต์เคลื่อนที่ภายในอาคาร โดยใช้กล้องมุมกว้างที่ติดตั้งเลนส์ตาปลาในทิศชี้ขึ้นเพดานเพียงตัวเดียว ซึ่งช่วยให้สามารถมองเห็นทั้งเพดานที่มีลักษณะคงที่ และสภาพแวดล้อมโดยรอบได้ในภาพเดียว ลดความจำเป็นในการใช้เซนเซอร์หลายประเภท ระบบที่พัฒนาขึ้นใช้สถาปัตยกรรมแบบ NetVLAD ซึ่งได้รับการฝึกสอนด้วยข้อมูลภาพ Fisheye จากทั้งโลกจริงและโลกจำลอง เรียกว่า FisheyeNetVLAD เพื่อสร้างตัวแทนภาพแบบ Global Descriptor สำหรับการค้นหาสถานที่ในขั้นต้น ผลการทดลองแสดงให้เห็นว่าระบบสามารถรู้จำสถานที่ได้อย่างมีประสิทธิภาพ แม้ในสภาวะแสง มุมมอง และสิ่งกีดขวางที่หลากหลาย จึงเหมาะสมอย่างยิ่งสำหรับการประยุกต์ใช้งานในระบบระบุตำแหน่งของหุ่นยนต์ภายในอาคาร