Open Access. Powered by Scholars. Published by Universities.®
Articles 301 - 330 of 618
Full-Text Articles in Computer Sciences
A Comparative Study On Out Of Scope Detection For Chest X-Ray Images, Nuttapol Kamolkunasiri
A Comparative Study On Out Of Scope Detection For Chest X-Ray Images, Nuttapol Kamolkunasiri
Chulalongkorn University Theses and Dissertations (Chula ETD)
Image classification models in actual applications may receive input outside the intended data distribution. For crucial applications such as clinical decision-making, it is critical that a model can recognize and describe such out-of-distribution (OOD) inputs. The objective of this study is to investigate the efficacy of several approaches for OOD identification in medical images. We examine three classes of OOD detection methods (Classification models, Confidence-based models, and Generative models) on the data of X-ray images. We found that simple classification methods and HealthyGAN perform the best overall. However, HealthyGAN cannot generalize to unseen scenarios, while classification models still retain some …
Xgboost For Prediction Of Ethereum Short-Term Returns Based On Technical Factor, Wipawee Nayam
Xgboost For Prediction Of Ethereum Short-Term Returns Based On Technical Factor, Wipawee Nayam
Chulalongkorn University Theses and Dissertations (Chula ETD)
Unlike traditional currencies that rely on centralized such as banks or governments, cryptocurrencies today have become popular due to its decentralized transactions. Decentralization takes advantage of no requirement for intermediaries, thus reducing transaction fees and processing time. However, investing in cryptocurrencies incurs risks and uncertainties due to price volatility and rapid changes. The fact that prediction of asset prices is complex due to the influence of multiple factors on price movements. This paper studied the technical factor to analyze the short-term returns of Ethereum in the periods of 1-10 days. The historical data containing Ethereum closing price are collected from …
Class-Level And Token-Level Approaches For Test Impact Analysis, Alon Basin
Class-Level And Token-Level Approaches For Test Impact Analysis, Alon Basin
Chulalongkorn University Theses and Dissertations (Chula ETD)
The objective of the thesis is to examine the efficacy of test impact analysis in a setting of continuous testing, where automated test cases are routinely run to guarantee the integration of high-quality codes. While continuous testing can enhance code quality and minimize maintenance workload, it also leads to a notable rise in overhead for test execution. In our study on test impact analysis, we developed a novel static class level technique that utilizes JavaParser to create a dependency graph between test cases and source code classes based on abstract syntax trees. We applied this technique to seven Java systems …
Y-X-Y Encoding For Identifying Types Of Sentence Similarity, Thanaporn Jinnovart
Y-X-Y Encoding For Identifying Types Of Sentence Similarity, Thanaporn Jinnovart
Chulalongkorn University Theses and Dissertations (Chula ETD)
The task of finding semantic similarity of any two arbitrary sentences consists of two main steps, which are encoding sentences to produce feature vectors of equal length and measuring the similarity, respectively. The quality of an encoding technique can determine the degree of success a model can achieve in measuring the similarity. This is because a good representation is subjected to how finely established the spectrum of similarities is. The clearer the definition of similarity is, the better the representations can be constructed. This, in turn, helps distinguish between types of sentences. Generally, all existing methods for measuring similarity were …
การสร้างคำถามไวยากรณ์ภาษาอังกฤษแบบปรนัยโดยใช้ทรานส์ฟอร์เมอร์ถ่ายทอดชนิดข้อความถึงข้อความ, พีรวัชน์ ชมภูยอด
การสร้างคำถามไวยากรณ์ภาษาอังกฤษแบบปรนัยโดยใช้ทรานส์ฟอร์เมอร์ถ่ายทอดชนิดข้อความถึงข้อความ, พีรวัชน์ ชมภูยอด
Chulalongkorn University Theses and Dissertations (Chula ETD)
คำถามปรนัยสำหรับทดสอบไวยากรณ์ภาษาอังกฤษสามารถสร้างแบบอัตโนมัติเพื่อลดระยะเวลาในการสร้างคำถาม ในอดีตงานวิจัยด้านนี้มุ่งเน้นไปที่การสร้างคำถามแบบกึ่งอัตโนมัติ โดยนำข้อความที่สร้างโดยมนุษย์มาแปลงให้เป็นคำถามปรนัย ส่งผลให้จำนวนคำถามที่สร้างได้ขึ้นอยู่กับจำนวนข้อความในคลังข้อมูลเท่านั้น วิทยานิพนธ์ฉบับนี้นำเสนอระบบสร้างคำถามปรนัยแบบอัตโนมัติที่นำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้ โดยนำปัญญาประดิษฐ์มาฝึกสอนให้สามารถสร้างข้อความอัตโนมัติแบบควบคุมคุณสมบัติของข้อความได้ แบบจำลองการเรียนรู้ของเครื่องที่นำมาฝึกในงานวิจัยนี้คือแบบจำลองทรานส์ฟอร์มเมอร์ชนิดข้อความถึงข้อความหรือทีไฟว์ ซึ่งเป็นแบบจำลองที่มีประสิทธิภาพในการสร้างข้อความอัตโนมัติ คุณลักษณะที่ใช้ฝึกแบบจำลองได้แก่ คำสำคัญ และแม่แบบ เพื่อควบคุมเนื้อหาและชนิดคำของข้อความที่สร้างขึ้น นอกจากการสร้างข้อความอัตโนมัติ วิทยานิพนธ์ฉบับนี้ได้เสนอกลวิธีแบบกฎเพื่อแปลงข้อความให้เป็นคำถามปรนัยสำหรับ 10 หัวข้อไวยากรณ์ ผลการทดลองของงานวิจัยนี้ชี้ให้เห็นว่าเมื่อนำคำถามที่สร้างขี้น มาประเมินผลด้วยผู้เชี่ยวชาญด้านภาษาอังกฤษแล้ว มีการยอมรับได้อยู่ที่ร้อยละ 86 ถึงแม้ว่าคำถามที่ถูกสร้างขึ้นทั้งหมดไม่สามารถนำไปทดสอบนักเรียนได้โดยตรง แต่ระบบสร้างคำถามอัตโนมัตินี้สามารถช่วยสนับสนุนคุณครูให้จัดเตรียมข้อสอบได้รวดเร็วขึ้น
Hashtag Recommendation Based On Neural Topic Model, Thunchanok Tangpong
Hashtag Recommendation Based On Neural Topic Model, Thunchanok Tangpong
Chulalongkorn University Theses and Dissertations (Chula ETD)
Hashtag recommendation is a method that aims to recommend the relevant hashtag to the target microblog. The previous work applies a topic model for discovering the topic of users, words, and hashtags. Despite their progress, two problems remain unresolved. Firstly, the previous work infers topic distribution by using a non-neural network framework which is a non-linear function, limiting the model's ability to capture topic distribution complexly. Secondly, the representation of words and hashtags used in the prior model is merely the frequency of words, making the model to ignore not only word context but also the relation between word and …
การผสานการวิเคราะห์เชิงเทคนิคและแบบจำลองการเรียนรู้เชิงลึกสำหรับการซื้อขายน้ำมันดิบ, วิศรุต เลิศทวีเดช
การผสานการวิเคราะห์เชิงเทคนิคและแบบจำลองการเรียนรู้เชิงลึกสำหรับการซื้อขายน้ำมันดิบ, วิศรุต เลิศทวีเดช
Chulalongkorn University Theses and Dissertations (Chula ETD)
น้ำมันดิบเป็นสินค้าอุปโภคที่มีความสำคัญในโลก เพราะน้ำมันดิบถือเป็นแหล่งพลังงานหลักของโลก ราคาของน้ำมันดิบนั้นมีส่วนเกี่ยวข้องในหลาย ๆ อุตสาหกรรม เช่น การขนส่ง, การผลิตพลังงานไฟฟ้า และอุตสาหกรรมปิโตรเคมี ดังนั้นการคาดการณ์ราคาน้ำมันดิบจึงมีความสำคัญสำหรับหลายภาคส่วน แต่ก็เป็นเรื่องที่ท้าทายมากเช่นกัน เนื่องจากราคาน้ำมันดิบมีความผันผวนสูง มีหลานงานวิจัยจำนวนมากที่เสนอการใช้การเรียนรู้ของเครื่องเพื่อทำนายราคาน้ำมัน โดยงานวิจัยนี้ได้นำเสนอเทคนิคการใช้โครงข่ายประสาทเทียมแบบผสานกันระหว่างโครงข่ายประสาทเทียมคอนโวลูชัน (Convolutional neural networks - CNN) และ หน่วยความจำระยะสั้นแบบยาว (Long short-term memory - LSTM) เพื่อใช้ทำนายแนวโน้มราคาน้ำมันและส่งสัญญาณการซื้อขายน้ำมันให้ดียิ่งขึ้นเมื่อเทียบกับกลยุทธ์การซื้อขายน้ำมันแบบดั้งเดิม โดยหลักการของแบบจำลองคือ CNN สามารถตรวจจับรูปแบบในตำแหน่งต่าง ๆ ของข้อมูล Time Series ได้ ในขณะที่ LSTM สามารถใช้รักษาความจำทั้งระยะสั้นและระยะยาวสำหรับข้อมูล Time Series ได้ การผสานคุณสมบัติเหล่านี้จึงเพิ่มความสามารถให้แบบจำลองได้ จากการศึกษานี้พบว่าการผสานกันของ CNN และ LSTM สามารถเพิ่มความสามารถในการทำกำไรจากการซื้อขายน้ำมันดิบได้ในระยะยาว
Spectral And Latent Representation Distortion For Tts Evaluation, Thananchai Kongthaworn
Spectral And Latent Representation Distortion For Tts Evaluation, Thananchai Kongthaworn
Chulalongkorn University Theses and Dissertations (Chula ETD)
One of the main problems in the development of text-to-speech (TTS) systems is its reliance on subjective measures, typically the Mean Opinion Score (MOS). MOS requires a large number of people to reliably rate each utterance, making the development process slow and expensive. Recent research on speech quality assessment tends to focus on training models to estimate MOS, which requires a large number of training data, something that might not be available in low-resource languages. We propose an objective assessment metric based on the DTW distance using the spectrogram and the high-level features from an Automatic Speech Recognition (ASR) model …
การสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันของซอฟต์แวร์จากการจำแนกบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชัน, ธนัชชา พันธ์ธรรม
การสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันของซอฟต์แวร์จากการจำแนกบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชัน, ธนัชชา พันธ์ธรรม
Chulalongkorn University Theses and Dissertations (Chula ETD)
บทวิจารณ์ของผู้ใช้งานเป็นแหล่งข้อมูลที่สำคัญสำหรับนักพัฒนาโมไบล์แอปพลิเคชัน เพื่อใช้ในการปรับปรุงและวิวัฒนาการแอปพลิเคชันหลังจากที่ได้ปล่อยให้ใช้งานไปแล้ว เนื่องจากข้อมูลบทวิจารณ์ของผู้ใช้งานมีจำนวนมากจึงเป็นเรื่องยุ่งยากสำหรับทีมนักพัฒนาโมไบล์แอปพลิเคชันที่จะระบุว่าบทวิจารณ์ของผู้ใช้งานใดประกอบไปด้วยข้อมูลที่เป็นประโยชน์ต่อการปรับปรุงและวิวัฒนาการโมไบล์แอปพลิเคชันเพิ่มเติม วิทยานิพนธ์นี้นำเสนอความพยายามที่จะอำนวยความสะดวกให้แก่ทีมนักพัฒนาในขั้นต้นด้วยการสร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันโดยอัตโนมัติจากข้อมูลบทวิจารณ์ของผู้ใช้งานโมไบล์แอปพลิเคชันบนแอปสโตร์และเพลย์สโตร์ แนวทางที่นำเสนอประกอบด้วยสามขั้นตอน เริ่มจากการใช้อัลกอริทึมการจำแนกข้อความเพื่อจำแนกบทวิจารณ์ของผู้ใช้งานออกเป็นบทวิจารณ์ของผู้ใช้งานเชิงฟังก์ชันหรือที่ไม่ใช่เชิงฟังก์ชัน ขั้นตอนที่สองบทวิจารณ์ของผู้ใช้งานที่ไม่ซ้ำกันจะถูกระบุโดยใช้เทคนิคการจัดกลุ่มและการวิเคราะห์ความคล้ายคลึงกันของข้อความ ในขั้นตอนสุดท้ายข้อมูลที่มีความสำคัญจะถูกสกัดจากบทวิจารณ์ของผู้ใช้งานเพื่อใช้สร้างความต้องการเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันโดยใช้แบบรูปข้อมูลบทวิจารณ์ของผู้ใช้งานและแม่แบบความต้องการ ในส่วนของการประเมินผล ความต้องการที่ถูกสร้างขึ้นจากแนวทางที่นำเสนอได้รับคะแนนต่ำถึงสูงแตกต่างกันไปในแง่ของความสามารถในการอ่านได้ง่าย ความไม่กำกวม ความสมบูรณ์ และความสมเหตุสมผล ซึ่งแนวทางที่วิทยานิพนธ์นำเสนอนี้สามารถช่วยทีมนักพัฒนาระบุถึงความต้องการการเปลี่ยนแปลงทั้งในเชิงฟังก์ชันและที่ไม่ใช่เชิงฟังก์ชันจากเสียงสะท้อนโดยตรงของผู้ใช้งานซึ่งควรได้รับการพิจารณาเพื่อใช้ในการปรับปรุงและวิวัฒนาการโมไบล์แอปพลิเคชันต่อไป
Transforming Timing Diagram Into Timed Automata For Preemptive Scheduling, อมรัตน์ พิมโคตร
Transforming Timing Diagram Into Timed Automata For Preemptive Scheduling, อมรัตน์ พิมโคตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานที่เกิดขึ้นพร้อมกันในระบบเรียลไทม์อาจต้องการทรัพยากรที่ใช้ร่วมกันอย่างจำกัด เช่นการใช้งานร่วมกันของ CPU เพียงตัวเดียวที่มีงานเป็นจำนวนมาก เมื่อใช้การจัดกระบวนการเชิงพรีเอ็มทีฟ ซึ่งงานที่กำลังทำงานอยู่ที่มีค่าลำดับความสำคัญต่ำกว่ามักจะถูกจัดลำดับให้อยู่ในสถานะพักการทำงานหรือสถานะโดเมน โดยงานใหม่ที่มีค่าลำดับความสำคัญสูงกว่าจะเข้ามาแทนที่ สุดท้ายจึงกลายเป็นว่างานใหม่เข้ามาทำงานแทนลำดับงานที่โดนแทรกหรือถูกพรีเอ็มทีฟไว้ก่อนหน้านี้ที่มีค่าลำดับความสำคัญต่ำกว่า งานที่มีค่าลำดับความสำคัญต่ำกว่าดังกล่าวจะเริ่มต้นทำงานอีกครั้งเพื่อดำเนินการต่อในสถานะที่ทำงานทันทีหลังจากงานที่มีค่าลำดับความสำคัญสูงกว่าได้ทำงานเสร็จสิ้น แผนภาพเวลาเป็นแผนภาพที่มีลักษณะงานเป็นอิสระต่อกัน และงานจะถูกเริ่มต้นพร้อมกัน ผลกระทบของการจัดกระบวนการเชิงพรีเอ็มทีฟเอาไว้จะมีความสัมพันธ์กันและทำให้การดำเนินของเส้นเวลาหรือไทม์ไลน์ของงานที่เกิดขึ้นพร้อมกันเหล่านี้ถูกเปลี่ยนแปลงไป กฎการจับคู่สำหรับการแปลงแผนภาพเวลาที่เป็นอิสระต่อกันเป็นไทมด์ออโตมาตาที่ได้รับการออกแบบในวิทยานิพนธ์นี้ และยังมีเครื่องมือซอฟต์แวร์ที่ได้รับการพัฒนาเพื่อแปลงไฟล์ต้นทางนำเข้าสกุลไฟล์ XML ของแผนภาพเวลาเป็นไฟล์ไทมด์ออโตมาตา สามารถจำลองแผนภาพไทมด์ออโตมาตาด้วยเครื่องมือ UPPAAL ซึ่งผลลัพธ์ของไทมด์ออโตมาตาจะแสดงกรอบเวลาโดยรวมของงานที่เกิดขึ้นพร้อมกันอันเป็นผลกระทบของการจัดกำหนดการเชิงฟรีเอ็มทีฟ การจำลองไทมด์ออโตมาตาจะจัดเตรียมตัวแปรนาฬิกาและสถานะโดเมนพิเศษเพิ่มเติม จากนั้นจึงนำไทมด์ออโตมาตาที่แปลงมาทวนสอบคุณสมบัติ TCTL ว่าการทำงานนั้นถูกต้อง เครื่องมือซอฟต์แวร์ของเราจะดำเนินการแปลงไดอะแกรมสำหรับการจัดกระบวนการเชิงพรีเอ็มทีฟ และใช้กรณีศึกษาสามกรณีเพื่อแสดงกระบวนการแปลงและการจำลองขั้นตอนกระบวนการทำงาน
ปัจจัยที่มีผลต่อความตั้งใจใช้งานและความตั้งใจบอกต่อของแอปพลิเคชันการตลาดค้าปลีกแบบพันธมิตรออนไลน์, พิมพ์ชนก นายนนท์
ปัจจัยที่มีผลต่อความตั้งใจใช้งานและความตั้งใจบอกต่อของแอปพลิเคชันการตลาดค้าปลีกแบบพันธมิตรออนไลน์, พิมพ์ชนก นายนนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันการพาณิชย์ทางอิเล็กทรอนิกส์ในประเทศไทยเติบโตอย่างมาก ยิ่งไปกว่านั้น สถานการณ์การระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 (COVID-19) ส่งผลให้ผู้บริโภคซื้อสินค้าและบริการผ่านช่องทางออนไลน์มากขึ้น การใช้การตลาดแบบพันธมิตรออนไลน์จึงมีแนวโน้มที่จะเติบโตตามการซื้อสินค้าของลูกค้าเช่นกัน งานวิจัยนี้มีจุดมุ่งหมายในการศึกษาตัวแปรที่มีผลต่อความตั้งใจใช้งานและความตั้งใจบอกต่อของผู้ซื้อสินค้าบนแอปพลิเคชันการตลาดค้าปลีก แบบพันธมิตรออนไลน์ โดยวัดระดับความพึงพอใจจากลักษณะเฉพาะของบุคคล และคุณสมบัติของแอปพลิเคชัน งานวิจัยนี้อ้างอิงจากแอปพลิเคชันช้อปแบ็ค (ShopBack) ซึ่งดำเนินธุรกิจการตลาดแบบพันธมิตรออนไลน์ในประเทศไทย มีตัวแปรแบ่งกลุ่มเพื่อวิเคราะห์เพิ่มเติม คือ เพศตามกำเนิดของผู้ใช้งาน ได้แก่ (1) เพศชาย และ (2) เพศหญิง งานวิจัยนี้ใช้วิธีการเก็บข้อมูลจากแบบสอบถามโดยใช้ Google Forms ผลจากการวิจัยพบว่าตัวแปรต้นทุกตัวของงานวิจัยนี้มีความสัมพันธ์เชิงบวกกับตัวแปรตามในระดับที่แตกต่างกันอย่างมีนัยสำคัญทางสถิติ ยิ่งไปกว่านั้น เมื่อวิเคราะห์ตามเพศกำเนิดของผู้ใช้งาน ผลลัพธ์ของตัวแปรต้นและตัวแปรตามยังคงมีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญทางสถิติเช่นเดียวกันกับการวิเคราะห์ที่ไม่มีตัวแปรที่ใช้ในการแบ่งกลุ่ม ดังนั้น การวางแผนในการประยุกต์ใช้ตัวแปรต้นของผู้ที่สนใจดำเนินธุรกิจการตลาดแบบพันธมิตรออนไลน์ จึงอาจจะมีประโยชน์ต่อการดำเนินธุรกิจการตลาดแบบพันธมิตรออนไลน์ในอนาคต
ปัจจัยที่มีผลต่อราคาของไอเทมสกินในเกมส์ Counter-Strike: Global Offensive: การวิเคราะห์ข้อมูลจากตลาดชุมชนสตีม, ศุภเสกข์ ลี้สมประสงค์
ปัจจัยที่มีผลต่อราคาของไอเทมสกินในเกมส์ Counter-Strike: Global Offensive: การวิเคราะห์ข้อมูลจากตลาดชุมชนสตีม, ศุภเสกข์ ลี้สมประสงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้วิเคราะห์ปัจจัยที่ส่งผลต่อราคาของไอเทมสกินของเกมออนไลน์ Counter-Strike: Global Offensive ที่นำเสนอโดยสตีม สกินไอเทมเป็นสินค้าที่จับต้องไม่ได้ที่นำเสนอภายในเกม Counter-Strike: Global Offensive เพื่อเสริมรูปลักษณ์ความสวยงามให้กับอาวุธปืน มีด และ ถุงมือภายในเกม เนื่องจากการประเมินราคาของไอเทมสกินนั้นกระทำให้เหมาะสมได้ยาก ผู้วิจัยจึงต้องการวิเคราะห์ปัจจัยที่ส่งผลต่อราคาขายของไอเทมสกิน โดยการวิเคราะห์ใช้ข้อมูลรายการประกาศขายของไอเทมสกินจากเว็บไซต์ตลาดชุมชนสตีมจำนวน 10,394 รายการ ผลสรุปพบว่า (1) ราคาเริ่มต้น (2) จำนวนการขายสำเร็จ (3) หมวดหมู่ของอาวุธ (4) การจัดกลุ่มระดับความถลอก (5) ระดับความหายาก และ (6) การเป็นไอเทมที่ระลึกของไอเทมสกินส่งผลต่อราคา จึงกล่าวได้ว่า วิธีการกำหนดราคาโดยการอ้างอิงจากคุณค่า เป็นกระบวนการเหมาะสมที่จะใช้กำหนดราคาของไอเทมสกิน
เทคนิคการเรียนรู้ของเครื่องสำหรับการวินิจฉัยภาวะความรู้คิดบกพร่องเล็กน้อยจากแบบประเมินความคล่องทางภาษา, สุพพัต เมธารักษ์ชีพ
เทคนิคการเรียนรู้ของเครื่องสำหรับการวินิจฉัยภาวะความรู้คิดบกพร่องเล็กน้อยจากแบบประเมินความคล่องทางภาษา, สุพพัต เมธารักษ์ชีพ
Chulalongkorn University Theses and Dissertations (Chula ETD)
แบบทดสอบความคล่องแคล่วทางภาษาของหน่วยเสียงเป็นแบบประเมินสำหรับภาวะความรู้คิดบกพร่อง โดยให้ผู้เข้าร่วมทำการทดสอบพูดคำที่ขึ้นต้นด้วยตัวอักษรที่กำหนดให้ได้มากที่สุดเป็นเวลา 1 นาที มีงานวิจัยจำนวนมากนำกลวิธีการเรียนรู้ของเครื่องซึ่งเป็นเทคโนโลยีที่ทันสมัย และใช้กันอย่างแพร่หลายร่วมกับเทคนิคการสกัดคุณลักษณะในเสียงเพื่อวินิจฉัยภาวะความรู้คิดบกพร่องเล็กน้อย เช่น คุณลักษณะที่ขึ้นอยู่กับส่วนเงียบ การจัดกลุ่มคำ การเปลี่ยนกลุ่มคำ และคุณลักษณะทางความหมาย คุณลักษณะเหล่านี้จะถูกนำไปเป็นชุดข้อมูลสำหรับฝึกฝนและทดสอบในกระบวนการของการเรียนรู้ของเครื่อง เพื่อคัดแยกภาวะความรู้คิดบกพร่องเล็กน้อยต่อไป ปัจจุบันมีงานวิจัยที่ศึกษาเกี่ยวกับแบบทดสอบความคล่องแคล่วทางภาษาของหน่วยเสียงในหลายภาษาแต่ยังคงไม่พบการศึกษาในภาษาไทย การประยุกต์วิธีการที่ใช้ในปัจจุบันกับแบบทดสอบความคล่องทางภาษาฉบับภาษาไทยให้ผลลัพธ์ไม่เป็นที่น่าพอใจ เนื่องจากภาษาไทยมีลักษณะเฉพาะที่แตกต่างจากภาษาอังกฤษ เป็นผลให้วิธีการที่ใช้ปัจจุบัน เช่น การสกัดคุณลักษณะ จะต้องปรับวิธีการคำนวนให้เหมาะสม งานวิจัยของเรามีเป้าหมายที่จะแยกแยะภาวะความรู้คิดบกพร่องเล็กน้อยจากแบบประเมินความคล่องทางภาษาฉบับภาษาไทย งานวิจัยของเรายังนำเสนอเทคนิคใหม่สำหรับการจัดกลุ่มคำสำหรับภาษาไทย และการใช้คุณลักษณะแบบผสมผสานโดยคัดเลือกจากผลลัพธ์ทางสถิติ โดยอาศัยข้อมูลจากโปรแกรมประยุกต์โมคาจำนวน 100 ตัวอย่าง โดยแบ่งเป็น 41 คน ที่มีภาวะความรู้คิดบกพร่อเล็กน้อยและ 59 คน ที่เป็นกลุ่มควบคุม ผลลัพธ์แสดงให้เห็นว่าการใช้คุณลักษณะที่คัดเลือกจากผลลัพธ์ทางสถิติช่วยเพิ่มความแม่นยำในการคัดแยกผู้ป่วยได้ดีอย่างมีนัยสำคัญ และคุณลักษณะแต่ละประเภทมีประสิทธิภาพต่อของตัวจำแนกประเภทไม่เท่ากัน
Automatic Cardioembolic Stroke Prediction Using Clinical Features And Non-Contrast Ct Images, Pasit Jakkrawankul
Automatic Cardioembolic Stroke Prediction Using Clinical Features And Non-Contrast Ct Images, Pasit Jakkrawankul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Cardioembolic stroke is a dangerous subtype of ischemic stroke. The patients with this subtype need special treatments to prevent recurrent events. The prevention is vital since only one more event could result in fatal damage. Hence, the classification into the categories of cardioembolic and non-cardioembolic subtypes is essential. We developed a multimodal machine learning model that can integrate the basic clinical information and non-contrast CT images to predict the risk of cardioembolic stroke. Our method reached the areas under the receiver operating characteristic curve (ROC-AUC) of 0.840 by using a dataset of only 227 samples of stroke patients. Besides the …
Production Line Process Improvement With Process Reengineering - A Case Study In Garment Factory, Yanin Palasri
Production Line Process Improvement With Process Reengineering - A Case Study In Garment Factory, Yanin Palasri
Chulalongkorn University Theses and Dissertations (Chula ETD)
The production process concerns in ABC manufacturing are failing to meet daily production targets and having low productivities. Business Process Reengineering (BPR) is a method of employing process redesign heuristics to improve an existing production line process using an evaluation approach and fit-gap analysis. A simulation tool is used to model the production process redesign. After adopting the provided approach and conducting the simulation, the company's production productivity and service level increases by about 45 percent. To get the required simulation results, critical measurements such as manufacturing capacity and lead time are used. This research demonstrates the redesign production process …
ระบบวางบิลหลายแพลตฟอร์มอัจฉริยะสําหรับร้านซูชิสายพาน, พัชริยา ปิยะอารมณ์รัตน์
ระบบวางบิลหลายแพลตฟอร์มอัจฉริยะสําหรับร้านซูชิสายพาน, พัชริยา ปิยะอารมณ์รัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ร้านซูชิสายพานเป็นที่นิยมทั่วโลก เนื่องจากราคาถูกกว่าร้านซูชิที่มีบริการ รวมทั้งรายการอาหารมีความหลากหลาย เพื่อประหยัดเวลาในการรับประทานอาหารธุรกิจซูชิสายพานจะแสดงราคาอาหารจากสีของจานรองที่แตกต่างกัน ขึ้นอยู่กับราคา การคำนวณการชำระบิลสามารถทำได้โดยการนับจำนวนจานแต่ละประเภท การตรวจจับวัตถุพัฒนาโดยใช้ปัญญาประดิษฐ์ เพื่อตรวจจับเพื่อลดระยะเวลาในการนับจานเพื่อคำนวณการชำระบิลแบบเดิม ระบบวางบิลอัจฉริยะพัฒนาโดยใช้ฟลัตเตอร์ สามารถทำงานได้บนหลายแพลตฟอร์ม โดยผู้ใช้สามารถถ่ายรูปกองจานซูชิเพื่อใช้เป็นภาพอินพุตเพื่อให้แบบจำลองที่พัฒนาด้วยโยโลวีสี่จำแนกจานสีต่างๆ ในวิทยานิพนธ์นี้พัฒนาในส่วนของการปรับปรุงภาพและแอปพลิเคชัน เนื่องจากระบบสามารถทำงานได้บนระบบปฏิบัติการไอโอเอส และแอนดรอยด์ เทคนิคการถ่ายโอนสีด้วยช่วงสีเอลเอบี คอนทราสต์ลิมิตอเดปทีฟอีควอไลเซชัน และเอสอาร์-ซีเอ็นเอ็น ถูกนำมาใช้เพื่อปรับปรุงคุณภาพของภาพ ผลการทดลองรายงานด้วยการตรวจจับวัตถุสำเร็จด้วยค่าความมั่นในการตรวจจับวัตถุที่สูงขึ้น
Parameter-Free Outlier Scoring Using Mass Ratio Variance For Static And Streaming Data, Phichapop Changsakul
Parameter-Free Outlier Scoring Using Mass Ratio Variance For Static And Streaming Data, Phichapop Changsakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Outlier detection is a significant problem that has been studied in a variety of research and real-world applications. However, little research has been conducted on unsupervised parameter-free outlier scoring. This thesis proposes Mass ratio variance-based Outlier Factor, or MOF, which is unsupervised parameter-free outlier scoring for static data. This algorithm calculates outlier scores based on the variance of mass ratio. The data points with high outlier scores are associated with outliers while the data points with low outlier scores are associated with normal data points. This thesis also proposes Streaming Mass ratio variance-based Outlier Factor or SMOF. This algorithm calculates …
Natural Language Processing For Digital Advertising, Yiping Jin
Natural Language Processing For Digital Advertising, Yiping Jin
Chulalongkorn University Theses and Dissertations (Chula ETD)
Advertising is not only a marketing or sales activity but a particular form of two-way communication. In this thesis, we propose to apply the two main subtasks of natural language processing (NLP), namely natural language understanding (NLU) and natural language generation (NLG), to digital advertising to enhance the effectiveness of advertising. We apply weakly-supervised text classification to rapidly build text classifiers for contextual advertising (Jin et al. 2022). The method requires a handful of labeled keywords instead of a large corpus of labeled documents and can be easily transferred to new domains. We further evaluate the weakly-supervised models using unsupervised …
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody, Chatri Chuanngulueam
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody, Chatri Chuanngulueam
Chulalongkorn University Theses and Dissertations (Chula ETD)
No abstract provided.
การพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย, สิงหดิศร์ จันทรักษ์
การพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย, สิงหดิศร์ จันทรักษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการพักใสเป็นกระบวนการที่สำคัญในกระบวนการผลิตน้ำตาล ซึ่งกระบวนการมีการทำงานเพื่อแยกระหว่างตะกอนกับน้ำอ้อยออกจากกันโดยใช้สารฟลอกคูแลนต์ โดยในการใส่ปริมาณและความเข้มข้นสารฟลอกคูแลนต์ลงไปในน้ำอ้อยทำให้ส่งผลกระทบโดยตรงต่อความเร็วการตกตะกอนและค่าความขุ่นของน้ำอ้อย วิทยานิพนธ์เล่มนี้เสนอวิธีการพยากรณ์ปริมาณและความเข้มข้นสารฟลอกคูแลต์ในกระบวนการพักใสสำหรับอุตสาหกรรมการผลิตน้ำตาลจากอ้อย โดยใช้โครงข่ายประสาทเทียมแบบวนซ้ำชนิดพิเศษ Long Short-Term Memory โดยข้อมูลที่นำมาใช้เป็นข้อมูลขาเข้าสำหรับการสร้างโมเดลได้แก่ ปริมาณอ้อยสด, ปริมาณอ้อยเผา, ความขุ่นของน้ำอ้อย และปริมาณน้ำฝน และข้อมูลขาออกได้แก่ ปริมาณและความเข้มข้นของสารฟลอกคูแลนต์ ทั้งนี้ข้อมูลที่ได้นำมาจากโรงงานผลิตน้ำตาลแห่งหนึ่งในประเทศไทย ผลการทดลองแสดงให้เห็นถึงประสิทธิภาพของโมเดลที่ได้นำเสนอ LSTM โดยการเปรียบเทียบกับโมเดลอื่นๆ ได้แก่ Autoregressive Integrated Moving Average (ARIMA), Recurrent Neural Network (RNN) และ Gated Recurrent Unit (GRU) โดยใช้ตัวแปร RMSE และ MAPE เป็นตัววัดประสิทธิภาพของโมเดล พบว่าโมเดลที่นำเสนอมีประสิทธิภาพที่สุดในการพยากรณ์ปริมาณและความเข้มข้นของสารฟลอกคูแลนต์
การจำแนกปัญหาของเทคโนโลยีฐานข้อมูลในชุมชนถามตอบออนไลน์, ณัฐนัย สุวรรณชูชิต
การจำแนกปัญหาของเทคโนโลยีฐานข้อมูลในชุมชนถามตอบออนไลน์, ณัฐนัย สุวรรณชูชิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอแนวทางการสร้างเครื่องมือการทำงานอัตโนมัติเพื่อจำแนกคำถามบนเว็บไซต์สแต็กโอเวอร์โฟลว์ โดยเฉพาะที่เกี่ยวกับชนิดของผลิตภัณฑ์ฐานข้อมูล ซึ่งถือเป็นข้อมูลที่มีค่าสำหรับเจ้าของผลิตภัณฑ์ฐานข้อมูลในการนำไปปรับปรุงผลิตภัณฑ์ หมวดหมู่ของคำถามกำหนดไว้เป็นสองระดับได้แก่ ระดับปัญหา และ ปัญหาย่อย โดยที่ระดับปัญหาประกอบด้วย การพัฒนา การติดตั้ง และ การปรับปรุงประสิทธิภาพ ในขณะที่ ปัญหาย่อย ประกอบด้วย การออกแบบ ข้อจำกัด และการอภิปรายปัญหา ด้วยการรวมทั้งสองระดับเข้าด้วยกัน คำถามจะถูกจำแนกออกเป็นเก้าหมวดของปัญหา-ปัญหาย่อย การประมวลผลภาษาธรรมชาติและการจำแนกข้อความถูกนำมาใช้ โดยใช้อัลกอริทึมการเรียนรู้ของเครื่องที่หลากหลาย โมเดลการจำแนกประเภทที่มีประสิทธิภาพดีที่สุดจะถูกนำมาใช้ในเว็บแอปพลิเคชัน เพื่อจำแนกแต่ละคำถามโดยใช้แท็กปัญหา-ปัญหาย่อย นอกจากนี้คำถามที่ถูกจำแนกออกตามหมวดแล้ว สามารถนำมาวิเคราะห์เพิ่มเติมโดยใช้อัลกอริทึมการสร้างแบบจำลองหัวข้อ เพื่อให้ทราบว่าคำถามในแต่ละหมวดนั้นกล่าวถึงหัวข้อใดบ้าง ซึ่งจะเป็นข้อมูลเพิ่มเติมให้กับเจ้าของผลิตภัณฑ์ฐานข้อมูลในการทำความเข้าใจถึงปัญหาของผลิตภัณฑ์เพื่อจะได้ทำการปรับปรุงต่อไป
Deep Learning Approach On Symptom Questionnaire And Abdominal Radiography For Diagnosis Of Dyssynergic Defecation, Sornsiri Poovongsaroj
Deep Learning Approach On Symptom Questionnaire And Abdominal Radiography For Diagnosis Of Dyssynergic Defecation, Sornsiri Poovongsaroj
Chulalongkorn University Theses and Dissertations (Chula ETD)
Dyssynergic defecation is one of the most common causes of chronic constipation. It is a behavioral problem in which the pelvic floor muscles are unable to coordinate with the surrounding muscles and nerves to evacuate stool. Patients are required to undergo specialized tests only available at tertiary healthcare centers for diagnosis. The aim of this thesis is to develop deep learning-based models to prescreen potential patients from primary and secondary healthcare centers for further diagnostic tests by using easily obtainable data such as symptom questionnaire and abdominal radiography. First, we developed a model which uses symptom questionnaire as an input …
A Deep Learning Model For Predicting Long Non-Coding Rna And Messenger Rna With Model Interpretation, Rattaphon Lin
A Deep Learning Model For Predicting Long Non-Coding Rna And Messenger Rna With Model Interpretation, Rattaphon Lin
Chulalongkorn University Theses and Dissertations (Chula ETD)
Long non-coding RNAs (lncRNAs) play important roles in many biological processes and are found to be associated with several diseases. The development of next-generation sequencing technologies has discovered numerous unannotated transcripts. However, classifying these unannotated transcripts by using biological experiments is very time-consuming and expensive. Thus, a computational approach is considered as an alternative solution which is faster and cheaper. Many existing lncRNA identification tools are available, these tools lack an explanation of which features contributed to their prediction results. Here, we present Xlnc1DCNN, a tool for distinguishing long non-coding RNAs (lncRNAs) from protein-coding transcripts (PCTs) together with a prediction …
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของโรงแรมตากอากาศ, ธนชิต เชื้อพิบูลย์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของโรงแรมตากอากาศ, ธนชิต เชื้อพิบูลย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันโรงแรมตากอากาศ ได้รับผลกระทบโดยตรงจากวิกฤตการแพร่ระบาดของเชื้อไวรัส COVID-19 จึงต้องเร่งปรับตัวและเตรียมตัวให้พร้อม จากการแข่งขันที่สูงขึ้นจากผู้ประกอบการธุรกิจโรงแรมอื่นๆ อันเนื่องมาจากมาตรการที่ผ่อนคลายจากรัฐบาล และเพื่อให้สามารถดำเนินธุรกิจต่อไปได้อย่างยั่งยืน จำเป็นต้องมีการพัฒนาคลังข้อมูล เพื่อจัดเก็บและรวบรวมข้อมูลให้อยู่ในที่เดียวกัน มีรูปแบบที่เป็นมาตรฐานเดียวกัน ง่ายต่อการค้นหาลดความซ้ำซ้อนของข้อมูล และสะดวกต่อการนำไปใช้วิเคราะห์เพื่อดำเนินธุรกิจ โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของโรงแรมตากอากาศ” นี้ ประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบวิเคราะห์รายได้และกำไร (2) ระบบวิเคราะห์ค่าใช้จ่าย (3) ระบบวิเคราะห์ลูกค้า (4) ระบบวิเคราะห์ห้องพัก (5) ระบบวิเคราะห์พนักงาน ซึ่งระบบได้ถูกพัฒนาขึ้นโดยใช้ระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 และใช้เครื่องมือต่างๆของชุดโปรแกรม Microsoft Power BI 2.102 คลังข้อมูลและระบบสนับสนุนการตัดสินใจของโรงแรมตากอากาศที่พัฒนาขึ้นนี้จะช่วยให้ผู้บริหารสามารถมองเห็นภาพรวมของธุรกิจได้อย่างชัดเจน ทั้งรายได้ กำไร ค่าใช้จ่าย พฤติกรรมลูกค้า ห้องพัก และพนักงาน ระบบจะช่วยในการสนับสนุนการวางแผนเชิงกลยุทธ์ และการวิเคราะห์ผลการดำเนินงานได้อย่างมีประสิทธิภาพ เพื่อช่วยเพิ่มศักยภาพในการแข่งขันให้กับองค์กร
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค้าปลีกโทรศัพท์มือถือมือสอง, ธานี ธีรวณิช
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค้าปลีกโทรศัพท์มือถือมือสอง, ธานี ธีรวณิช
Chulalongkorn University Theses and Dissertations (Chula ETD)
ทั่วโลกกำลังได้รับผลกระทบจาก Covid-19 ทำให้เศรษฐกิจตกต่ำส่งผลให้การบริโภคของผู้บริโภคเป็นไปด้วยความระมัดระวัง โทรศัพท์มือถือมือสองจึงเป็นทางเลือกที่น่าสนใจสำหรับผู้ที่ต้องการลดรายจ่ายในภาวะวิกฤตินี้ การนำข้อมูลของธุรกิจมาศึกษาและวิเคราะห์จึงมีความสำคัญและจำเป็นอย่างยิ่ง เพื่อสร้างความเข้าใจในธุรกิจ ช่วยให้องค์กรได้เห็นมุมมองใหม่ ๆ เป็นประโยชน์ในการวางแผนการนำเสนอผลิตภัณฑ์หรือส่งเสริมการผลิตและจัดจำหน่ายได้มากขึ้น ช่วยสนับสนุนให้ผู้บริหารสามารถตัดสินใจ กำหนดกลยุทธ์ที่สำคัญ และแนวทางการดำเนินของธุรกิจ เพื่อเตรียมความพร้อมที่จะรับมือกับสถานการณ์ต่าง ๆ ที่มีการเปลี่ยนแปลงอยู่เสมอ โครงการคลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค้าปลีกโทรศัพท์มือถือมือสองประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบวิเคราะห์การขายและกำไร (2) ระบบวิเคราะห์ราคาตลาด และผลต่างการประมาณต้นทุน (3) ระบบวิเคราะห์การรับประกัน (4) ระบบวิเคราะห์การมีปฏิสัมพันธ์บนเครือข่ายสังคมและ (5) ระบบพยากรณ์จำนวนปฏิสัมพันธ์บนเครือข่ายสังคม ระบบได้ถูกพัฒนาขึ้นด้วยระบบจัดการฐานข้อมูล Microsoft SQL Server 2017 โดยใช้โปรแกรม Tableau Desktop 10.5 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบที่พัฒนาขึ้นสำหรับโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลได้อย่างรวดเร็วและมีประสิทธิภาพ วิเคราะห์ได้หลายมุมมอง ใช้ประกอบการตัดสินใจทางธุรกิจ ซึ่งเป็นประโยชน์ต่อการเพิ่มความสามารถในการทำกำไร สร้างความได้เปรียบในสภาวะการแข่งขันที่สูง และสภาพแวดล้อมทางธุรกิจที่เปลี่ยนแปลงอย่างรวดเร็ว
ระบบสนับสนุนการตัดสินใจของธุรกิจค้าบิตคอยน์, ศุภพงศ์ คงเจริญ
ระบบสนับสนุนการตัดสินใจของธุรกิจค้าบิตคอยน์, ศุภพงศ์ คงเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันสกุลเงินคริปโตบิตคอยน์ ถือเป็นสินทรัพย์สำหรับการลงทุนตัวหนึ่งที่ได้รับความสนใจจากนักลงทุนเนื่องด้วยความไม่แน่นอนของเศรษฐกิจ และความผันผวนของสกุลเงินปกติ ซึ่งวิธีการลงทุนในสกุลเงินบิตคอยน์ก็มีหลากหลายวิธี หนึ่งในนั้นคือการลงทุนโดยอาศัยการวิเคราะห์ปัจจัยทางเทคนิคที่ประยุกต์มาจากการลงทุนในสินทรัพย์ประเภทอื่น การวิเคราะห์ปัจจัยทางเทคนิคสามารถเรียนรู้ได้รวดเร็ว เพราะเป็นการใช้หลักการทางคณิตศาสตร์แปลงราคาของสินทรัพย์ออกมาเป็นปัจจัยชี้วัด ซึ่งปัจจัยชี้วัดนั้นมีหลากหลายชนิด แต่ละชนิดมีการตั้งค่าได้หลากหลายวิธี ทำให้โดยปกติการวิเคราะห์ปัจจัยทางเทคนิคจะมีการใช้ปัจจัยชี้วัดเพียงไม่กี่ตัว ดังนั้น เพื่อเพิ่มจำนวนปัจจัยชี้วัดที่ใช้ในการวิเคราะห์ จำเป็นต้องอาศัยคอมพิวเตอร์โดยใช้การเรียนรู้ของเครื่อง มาช่วยวิเคราะห์และพยากรณ์ราคาบิตคอยน์ โครงการ “ระบบสนับสนุนการตัดสินใจของธุรกิจค้าบิตคอยน์” ประกอบด้วย 5 ระบบหลัก ได้แก่ (1) ระบบรวบรวมข้อมูลธุรกรรมด้านบิตคอยน์ (2) ระบบสร้างปัจจัยทางเทคนิค (3) ระบบสร้างโมเดลพยากรณ์ราคาบิตคอยน์ล่วงหน้า (4) ระบบแนะนำการค้าบิตคอยน์ (5) ระบบเว็บแอปพลิเคชั่นสำหรับการพยากรณ์ราคาบิตคอยน์ โดยระบบถูกพัฒนาขึ้นโดยใช้ระบบฐานข้อมูล PosgreSQL 14 และภาษาโปรแกรม Python 3.7 ระบบสนับสนุนการตัดสินใจของธุรกิจค้าบิตคอยน์ จะช่วยให้ผู้ใช้งานสามารถสร้างโมเดลพยากรณ์ราคาบิตคอยน์ ผ่านส่วนติดต่อผู้ใช้งานได้อย่างสะดวกมากขึ้น และสรุปข้อมูลออกมาเป็นกราฟแสดงผล และสร้างคำแนะนำสำหรับการซื้อขายบิตคอยน์ในแต่ละวันได้อย่างรวดเร็วแก่ผู้ใช้งานได้อย่างรวดเร็วและมีประสิทธิภาพ
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจผู้ให้บริการซอฟต์แวร์ทางด้านหลักทรัพย์, วริศรา รุ่งจิรธนานนท์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจผู้ให้บริการซอฟต์แวร์ทางด้านหลักทรัพย์, วริศรา รุ่งจิรธนานนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันผู้ให้บริการซอฟต์แวร์ทางด้านหลักทรัพย์มีจำนวนเพิ่มขึ้นจากเดิมมาก ทำให้เกิดการแข่งขันกันอย่างสูง ทั้งในด้านคุณภาพของผลิตภัณฑ์และการให้บริการ เพื่อให้สามารถรักษาความสัมพันธ์กับลูกค้าได้อย่างต่อเนื่อง องค์กรจึงให้ความสำคัญกับการนำเทคโนโลยีสารสนเทศเข้ามาใช้เป็นเครื่องมือสนับสนุนการวิเคราะห์ข้อมูลในมุมมองต่างๆ เพื่อให้สามารถมองเห็นถึงสาเหตุของปัญหาที่เกิดขึ้นในแต่ละช่วงเวลาได้อย่างรวดเร็ว และช่วยให้ผู้ที่มีส่วนเกี่ยวข้องนำไปใช้ประกอบการตัดสินใจวางแผนพัฒนาปรับปรุงประสิทธิภาพของผลิตภัณฑ์และการให้บริการ บริหารจัดการปัญหาที่เกิดขึ้นภายในองค์กร และยังสามารถวางแผนกำลังคนเพื่อรองรับสถานการณ์ที่จะเกิดขึ้นได้ในอนาคต อีกทั้งยังช่วยให้เข้าใจความต้องการของลูกค้า และนำเสนอผลิตภัณฑ์และบริการที่จะช่วยให้ลูกค้าบรรลุเป้าหมายทางธุรกิจได้ตามกลยุทธ์ที่วางไว้ เป็นการสร้างความพึงพอใจให้แก่ลูกค้า และทำให้องค์กรได้เปรียบคู่แข่ง โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจผู้ให้บริการซอฟต์แวร์ทางด้านหลักทรัพย์” ประกอบด้วย 5 ระบบ ได้แก่ ระบบวิเคราะห์การแจ้งปัญหา ระบบวิเคราะห์การใช้บริการ ระบบวิเคราะห์ความพึงพอใจ ระบบวิเคราะห์การปฏิบัติงานของพนักงาน และระบบวิเคราะห์การติดต่อผ่านทางโทรศัพท์ โดยพัฒนาขึ้นบนฐานข้อมูล Microsoft SQL Server 2017 และใช้โปรแกรม Tableau Desktop 2021.2 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจค้าปลีกของใช้ในบ้านบนตลาดออนไลน์, ไปรยา หล้าเตจา
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจค้าปลีกของใช้ในบ้านบนตลาดออนไลน์, ไปรยา หล้าเตจา
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันการซื้อขายสินค้าผ่านแพลตฟอร์ม E-Marketplace มีการเติบโตอย่างต่อเนื่อง ผู้ประกอบการธุรกิจจำนวนมากจำหน่ายสินค้าผ่านช่องทางการออนไลน์มากขึ้น อันจะนำไปสู่การแข่งขันทางธุรกิจที่เพิ่มขึ้น ดังนั้นผู้ประกอบการร้านค้าออนไลน์ต้องเผชิญกับความท้าทาย และในขณะเดียวกันก็เป็นโอกาสทางธุรกิจ การนำเทคโนโลยีสารสนเทศเข้ามาช่วยในการวิเคราะห์วางแผนกลยุทธ์ สนับสนุนการตัดสินใจในการดำเนินงานของธุรกิจ เพื่อให้รองรับกับความต้องการของลูกค้าและปรับตัวกับสถานการณ์ของธุรกิจที่เปลี่ยนแปลงไปอย่างรวดเร็วจึงเป็นสิ่งที่จำเป็นอย่างยิ่ง โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจค้าปลีกของใช้ในบ้านบนตลาดออนไลน์” จัดทำขึ้นเพื่อเป็นเครื่องมือในการช่วยผู้บริหารวิเคราะห์ธุรกิจในมุมมองที่สนใจได้อย่างรวดเร็ว และง่ายต่อการใช้งาน โดยประกอบด้วย 5 ระบบหลัก ได้แก่ ระบบวิเคราะห์การขาย ระบบวิเคราะห์กําไรและต้นทุน ระบบวิเคราะห์รายการส่งเสริมการขาย ระบบวิเคราะห์คลังสินค้า และระบบวิเคราะห์พฤติกรรมของลูกค้า โดยได้พัฒนาขึ้นบนระบบการจัดการฐานข้อมูล Microsoft SQL Server 2019 และใช้เครื่องมือต่างๆ ของชุดโปรแกรม Microsoft Power BI Desktop 2021.3.0 ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่างๆ ได้อย่างถูกต้อง รวดเร็ว เพื่อนำไปใช้ตัดสินใจในการดำเนินธุรกิจที่จะสามารถเอาชนะความท้าทายในการแข่งขันในตลาดได้อย่างมีประสิทธิภาพ และสร้างความได้เปรียบให้กับบริษัท
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของร้านอาหารทะเล, สุจิตรา กวินเมธาวันต์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของร้านอาหารทะเล, สุจิตรา กวินเมธาวันต์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ธุรกิจร้านอาหารถือเป็นหนึ่งในธุรกิจที่มีการแข่งขันที่รุนแรงในประเทศไทย พฤติกรรมของผู้บริโภคที่มีการเปลี่ยนแปลงไปจากอดีตทำให้ร้านอาหารต้องปรับตัวเพื่อที่จะตอบสนองต่อความต้องการของผู้บริโภค อีกทั้งปัจจุบันธุรกิจร้านอาหารยังเจอกับวิกฤติจากสภาพแวดล้อมภายนอกคือการระบาดของ Covid-19 ซึ่งส่งผลกระทบเป็นอย่างมากต่อธุรกิจร้านอาหาร ดังนั้นธุรกิจร้านอาหารต้องมีการปรับตัวเพื่อเพิ่มความยืดหยุ่นในการบริหารจัดการ และการนำเทคโนโลยีสารสนเทศเข้ามาช่วยในการบริหารจัดการจะช่วยทำให้ธุรกิจสามารถตอบสนองต่อความเปลี่ยนแปลงที่เกิดขึ้นได้อย่างรวดเร็วและช่วยให้การตัดสินใจมีประสิทธิภาพมากยิ่งขึ้น โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของร้านอาหารทะเล” ประกอบด้วย 5 ระบบหลักได้แก่ ระบบวิเคราะห์การขายและกำไรขั้นต้น ระบบวิเคราะห์พฤติกรรมของลูกค้า ระบบวิเคราะห์กิจกรรมส่งเสริมการขาย ระบบวิเคราะห์การใช้โต๊ะอาหาร และ ระบบวิเคราะห์การขายอาหารแบบจัดส่งถึงบ้าน โดยระบบได้พัฒนาขึ้นบนระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 และใช้เครื่องมือการวิเคราะห์ของ Tableau Version 2020.1 ระบบสารสนเทศที่ถูกพัฒนาขึ้นนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่าง ถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจทางธุรกิจได้อย่างมีประสิทธิภาพ
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจจำหน่ายรถจักรยานยนต์, กิติยา ลลิตวณิชกุล
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจจำหน่ายรถจักรยานยนต์, กิติยา ลลิตวณิชกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันธุรกิจร้านขายรถจักรยานยนต์กำลังเติบโตเป็นอย่างมาก เนื่องจากเป็นยานพาหนะที่ราคาไม่แพง มีความคล่องตัวสูง จึงเป็นที่นิยมในประเทศไทย ดังนั้น เพื่อเป็นการเพิ่มโอกาสในการขายและจูงใจให้ลูกค้าใช้บริการของร้าน จึงจำเป็นต้องมีการวางแผนการขายและเพิ่มประสิทธิภาพในการบริหารจัดการภายในร้าน เพื่อเปิดโอกาสในการเพิ่มยอดขายและดำเนินธุรกิจที่สามารถแข่งขันกับคู่แข่งได้ โครงการ “คลังข้อมูลเพื่อสนับสนุนการตัดสินใจในธุรกิจร้านขายรถจักรยานยนต์” นี้ ประกอบด้วย 5 ระบบหลัก ได้แก่ ระบบวิเคราะห์การขาย ระบบวิเคราะห์การขายอะไหล่และอุปกรณ์แต่งรถ ระบบวิเคราะห์สินค้าคงคลัง ระบบวิเคราะห์ลูกค้า และระบบวิเคราะห์การผ่อนชำระ ซึ่งได้พัฒนาขึ้นบนระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 Express และใช้เครื่องมือต่างๆ ของโปรแกรม Microsoft Power BI Desktop Version 2.83 ระบบสารสนเทศที่พัฒนาขึ้นนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่างๆ ได้อย่างถูกต้อง และรวดเร็ว และสามารถนำไปใช้ประกอบการตัดสินใจในการดำเนินธุรกิจ ทำให้สามารถดำเนินธุรกิจได้อย่างมีประสิทธิภาพและสร้างความได้เปรียบในการแข่งขันได้อีกด้วย