Open Access. Powered by Scholars. Published by Universities.®
Articles 331 - 360 of 618
Full-Text Articles in Computer Sciences
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจโต๊ะจีนนอกสถานที่, ภูริน โชครัศมีศิริ
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจโต๊ะจีนนอกสถานที่, ภูริน โชครัศมีศิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ธุรกิจโต๊ะจีนเป็นรูปแบบหนึ่งของการจัดเลี้ยง โดยเป็นการให้บริการจัดเลี้ยงนอกสถานที่ ซึ่งนิยมใช้ในงานมงคล และงานเลี้ยงสังสรรค์ต่าง ๆ โดยเป็นธุรกิจที่จะช่วยอำนวยความสะดวก ให้กับผู้จัดงานที่ต้องการเลี้ยงคนจำนวนมาก โดยเป็นการให้บริการตั้งแต่จัดโต๊ะและอุปกรณ์บนโต๊ะ บริการอาหารและเครื่องดื่ม จนกระทั่งการให้บริการภายในงานโดยพนักงานบริการ ซึ่งเป็นการลดภาระของผู้จัดงานหรือผู้ใช้บริการลงไปได้ส่วนหนึ่ง ในปัจจุบันเทคโนโลยีเข้ามามีบทบาทในชีวิตประจำวันมากขึ้น ทำให้ธุรกิจโต๊ะจีนนอกสถานที่แบบเดิม ๆ ซึ่งติดต่อกันผ่านทางโทรศัพท์และทางแอปพลิเคชันไลน์ ไม่รวดเร็วและมีประสิทธิภาพมากพอในการให้บริการลูกค้า ดังนั้นการนำการคิดเชิงออกแบบมาประยุกต์กับเว็บแอปพลิเคชันของธุรกิจโต๊ะจีนนอกสถานที่จะทำให้เกิดเว็บแอปพลิเคชันต้นแบบที่ช่วยให้ธุรกิจโต๊ะจีนนอกสถานที่นี้ดำเนินงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น ระบบต้นแบบที่ได้จากโครงการนี้จะช่วยให้การดำเนินงานของธุรกิจโต๊ะจีนนอกสถานที่ ประสบความสำเร็จมากยิ่งขึ้น โดยจะช่วยให้ได้เว็บแอปพลิเคชันที่มีความน่าสนใจและตอบโจทย์ผู้ใช้งานจริงมากยิ่งขึ้น
ระบบจัดการการประมูลอสังหาริมทรัพย์แบบเปิด, สรวิศ โพธิ์ศิริกุล
ระบบจัดการการประมูลอสังหาริมทรัพย์แบบเปิด, สรวิศ โพธิ์ศิริกุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ธุรกิจการประมูลอสังหาริมทรัพย์ของประเทศไทยในปัจจุบัน เริ่มเป็นที่นิยมแพร่หลายมากขึ้น ตามพัฒนาการของการประมูลทางสื่อออนไลน์และเทคโนโลยีสมัยใหม่ ทำให้เจ้าของทรัพย์สินสนใจนำทรัพย์สินของตนมาเสนอขายด้วยวิธีการประมูล ด้วยเหตุนี้จึงเกิดบริษัทใหม่ในธุรกิจจัดประมูลอสังหาริมทรัพย์เพิ่มขึ้น ถึงกระนั้นบริษัทที่เริ่มต้นใหม่ส่วนมากยังไม่มีการนำระบบสารสนเทศมาช่วยสนันสนุนการดำเนินงานของธุรกิจมากนักซึ่งนำมาสู่การจัดทำ "โครงการระบบจัดการการประมูลอสังหาริมทรัพย์แบบเปิด" นี้ขึ้น โครงการ “ระบบจัดการการประมูลอสังหาริมทรัพย์แบบเปิด” ประกอบไปด้วย 7 ระบบ ได้แก่ ระบบจัดการบัญชีผู้ใช้ ระบบจัดการข้อมูลอสังหาริมทรัพย์ ระบบจัดการกิจกรรมการประมูล ระบบนัดหมายการเข้าชมอสังหาริมทรัพย์ ระบบประมูลอสังหาริมทรัพย์ ระบบขายอสังหาริมทรัพย์ และระบบวิเคราะห์ยอดขายและรายได้การประมูล โดยใช้ Microsoft SQL Server 2019 ในการจัดการฐานข้อมูล ใช้โปรแกรม Visual Studio 2019 เป็นเครื่องมือในการพัฒนาระบบและใช้โปรแกรม Tableau Desktop 2021.1 เป็นเครื่องมือในการพัฒนาธุรกิจอัจฉริยะ
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจจัดจําหน่ายผ้า, นภสร ศศิโภคา
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจจัดจําหน่ายผ้า, นภสร ศศิโภคา
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันการซื้อขายสินค้าและบริการในช่องทางออนไลน์เป็นที่นิยมมากขึ้น เนื่องจากพฤติกรรมที่เปลี่ยนแปลงไปตามเวลาของผู้บริโภค ที่ต้องการความสะดวกสบาย ได้รับข้อมูลที่รวดเร็ว มีตัวช่วยในการตัดสินใจซื้อสินค้าและบริการ ดังนั้นการซื้อขายสินค้าและบริการช่องทางออนไลน์เป็นการตอบโจทย์ของผู้บริโภคได้อย่างดี ซึ่งผู้บริโภคสามารถเข้าดูข้อมูลสินค้าได้ตลอดเวลา รวมถึงการดำเนินชีวิตประจำวันรูปแบบใหม่ จากการแพร่ระบาดของเชื้อโรค Covid-19 ที่ทำให้ผู้บริโภคสั่งซื้อสินค้าออนไลน์มากขึ้น จากการเติบโตของการซื้อขายสินค้าและบริการผ่านช่องทางออนไลน์ หลายองค์กรเริ่มเข้ามามีบทบาทและให้คำวามสำคัญกับการจัดทำเว็บไซต์ขององค์กรเอง ทำให้การแข่งขันทางธุรกิจช่องทางออนไลน์นั้นสูงมากขึ้น เป็นการเพิ่มช่องทางการขาย ที่ช่วยเพิ่มโอกาสในการขายและแสดงถึงภาพลักษณ์ขององค์กร สำหรับการดำเนินงานในปัจจุบันของร้านจัดจำหน่ายผ้าวิบูลชัย ยังไม่มีระบบหรือเว็บไซต์ของตนเอง ทำให้ผู้บริโภคเข้าถึงการซื้อขายสินค้าได้ยาก ขยายฐานกลุ่มลูกค้าได้ช้า และตอบสนองความต้องการของผู้บริโภคได้ไม่เต็มที่ ดังนั้นจึงนำหลักการคิดเชิงออกแบบมาใช้ในการจัดทำโครงการนี้ เพื่อให้การดำเนินธุรกิจของร้านวิบูลชัยมีประสิทธิภาพมากยิ่งขึ้น ระบบต้นแบบที่ได้จากการพัฒนาของโครงการนี้ ช่วยให้การดำเนินงานของธุรกิจขายผ้ามีประสิทธิภาพมากขึ้น และเป็นการปรับภาพลักษณ์ให้ดูน่าสนใจ มีความทันสมัย และน่าเชื่อถือ แข่งขันกับคู่แข่งได้ รวมถึงสามารถตอบโจทย์และแก้ไขปัญหาได้ตรงกับความต้องการผู้ใช้งานอย่างแท้จริง
Using Deep Learning Technique For Price Action Analysis In Gold Trading, Kwan Boon-Long
Using Deep Learning Technique For Price Action Analysis In Gold Trading, Kwan Boon-Long
Chulalongkorn University Theses and Dissertations (Chula ETD)
We introduce a new structural deep learning model purposing is to be able to learn price action trading features that subjective traders are using to make trading decisions based on the visual recent and actual price movements, rather than relying solely on technical indicators. The model combines convolutional neural networks (CNN) and long short-term memory (LSTM) to improve the trend forecasting of gold prices for better trading signals compared to traditional strategies. As the gold price is a time series data, it is appropriate to apply CNN and LSTM for forecasting. The concept of our model is that CNN could …
การแบ่งส่วนภาพเชิงความหมายด้วยเทคนิคการเรียนรู้เชิงลึกบนชุดข้อมูลภาพท้องถนนในกรุงเทพมหานคร, กฤษพล ธิติสิริเวช
การแบ่งส่วนภาพเชิงความหมายด้วยเทคนิคการเรียนรู้เชิงลึกบนชุดข้อมูลภาพท้องถนนในกรุงเทพมหานคร, กฤษพล ธิติสิริเวช
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแบ่งส่วนเชิงความหมายบนชุดข้อมูลภาพท้องถนนสามารถนำมาประยุกต์กับระบบขับเคลื่อนอัตโนมัติที่สามารถอำนวยความสะดวกแก่ผู้ขับขี่ และมีส่วนสำคัญในการลดอุบัติเหตุบนท้องถนน โดยระบบขับเคลื่อนอัตโนมัติที่ปลอดภัยนั้นจะต้องมีคุณสมบัติที่ดีคือสามารถทำงานได้อย่างแม่นยำในทุกภูมิประเทศ ซึ่งนำมาสู่ปัญหาในงานวิจัยนี้ โดยประการแรกการขาดแคลนชุดข้อมูลถนนประเทศไทยโดยเฉพาะในเมืองกรุงเทพมหานคร และประการที่สองสถาปัตยกรรมการเรียนรู้เชิงลึกโดยวิธีมาตรฐานนั้นยังให้ความแม่นยำไม่ได้มากพอที่จะนำไปประยุกต์กับระบบนี้ โดยวิทยานิพนธ์นี้จึงนำเสนอชุดข้อมูลถนนในกรุงเทพมหานครที่ประกอบด้วยภาพถ่ายนำเข้าและภาพผลเฉลยเป็นจำนวน 701 ภาพ ประกอบกับนำเสนอสถาปัตยกรรมใหม่ DeepLab-V3-A1 ด้วยการปรับปรุงโมเดล DeepLab-V3+ ด้วยการเพิ่มชั้นคอนโวลูชัน 1 x 1 ที่มีจำนวนแตกต่างกันในด้านดีโคตเดอร์ เพื่อเสริมประสิทธิภาพสถาปัตยกรรมต้นแบบ DeepLab-V3+ โดยชุดข้อมูลที่นำมาใช้วัดผลประกอบด้วยชุดข้อมูลถนนกรุงเทพมหานคร (The Bangkok Urbanscapes), The CamVid (ในเมืองเคมบริดจ์), และ The Cityscapes (50 เมืองจากยุโรปโดยเฉพาะในประเทศเยอรมัน) ผลการทดลองด้วยวิธีที่นำเสนอแสดงให้เห็นถึงประสิทธิภาพในการแบ่งส่วนภาพถ่ายเชิงความหมายได้ดีกว่าวิธีการมาตรฐานด้วยมาตรวัดเหล่านี้ Precision, Recall, F1 Score, และ Mean IoU
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Connectionist Temporal Classification (CTC) loss has become widely used in sequence modeling tasks such as Automatic Speech Recognition (ASR) and Handwritten Text Recognition (HTR) due to its ease of use. CTC itself has no architecture constraints, but it is commonly used with recurrent models that predict letters based on histories in order to relax the conditional independent assumption. However, recent sequence models that incorporate CTC loss have been focusing on speed by removing recurrent structures, hence losing important context information. This thesis presents Contextualized Connectionist Temporal Classification (CCTC) loss, which induces prediction dependencies in non-recurrent and non-autoregressive neural networks for …
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara
Chulalongkorn University Theses and Dissertations (Chula ETD)
Lifelong learning (LL) is a machine learning paradigm in which a learner is sequentially trained on a stream of new tasks while preventing learned knowledge from being forgotten. To achieve lifelong language learning, pseudo-rehearsal methods leverage samples generated from a language model to refresh the knowledge of previously learned tasks. Without proper controls, however, these methods could fail to retain the knowledge of complex tasks with longer texts since most of the generated samples are low in quality. To overcome the problem, we propose three specific contributions. First, we utilize double language models, each of which specializes on a specific …
Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant
Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant
Chulalongkorn University Theses and Dissertations (Chula ETD)
Tokenization is one of the most important data pre-processing steps in the text classification task and also one of the main contributing factors in the model performance. However, getting good tokenizations is non-trivial when the input is noisy, and is especially problematic for languages without an explicit word delimiter such as Thai. Therefore, we proposed an alternative data augmentation method to improve the robustness of poor tokenization by using multiple tokenizations. We evaluated the performance of our algorithms on different Thai text classification datasets. The results suggested our augmentation scheme makes the model more robust to tokenization errors and can …
Demand Forecasting In Production Planning For Dairy Products Using Machine Learning And Statistical Methods, Chayuth Vithisoontorn
Demand Forecasting In Production Planning For Dairy Products Using Machine Learning And Statistical Methods, Chayuth Vithisoontorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Demand forecasting is an essential task in manufacturing of every industry. Efficient forecasting relieves the excessive stock and out-of-stock problem, reducing revenue loss. This research performs a direct multistep forecast approach of demand forecasting on 8 dairy products of 5 different dairy production plants with 5-year data. Widely used traditional statistical method and the state of the art deep learning method for sequence problems are picked. ARIMA and LSTM. The models are compared in many aspects, monthly observations against weekly observations, univariate against multivariate, and statistical against deep learning using model error and business metrics. The result shows that both …
Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin
Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin
Chulalongkorn University Theses and Dissertations (Chula ETD)
High performance processor can tackle bottleneck issues by increasing vector lengths and leveling effectiveness of memory hierarchies to address these issue. Manual optimization of code is a difficult task when having multiple architecturedependent transformation. Our goal is to develop a tool that performs source code transformation based on loop optimization techniques, since a loop plays an important role in improving of performance in scientific simulation software. We implement an source-to-source transformation tool based libTooling, a Clang’s library, based on polyhedral model to simplify a loop transformation of CMSSW building pipeline. The tool also can be used for automatically transformation. The …
Sentiment Analysis Of Messages On Twitter Related To Covid-19 Using Deep Learning Approach, Chotika Imvimol
Sentiment Analysis Of Messages On Twitter Related To Covid-19 Using Deep Learning Approach, Chotika Imvimol
Chulalongkorn University Theses and Dissertations (Chula ETD)
The widespread situation of the Coronavirus-19 (COVID-19) pandemic is a tangible and pressing concern. Many changes in terms of lifestyle are necessary to reduce the chance of infection. While citizens have gone through different emotions, they share their thoughts and interactions on social media, especially on Twitter. COVID-19 related messages can imply social emotion. This study performs sentiment analysis on tweets and annotated them into six classes of positive and negative feelings consisting of anger, disgust, fear, sadness, joy, and surprise. We analyzed both textual information and historical data. We collected 120,642 unique tweets datasets between 1 January 2020 and …
Conformance Checking And Discovery Of Information Service Request Process, Liam Khaosanoi
Conformance Checking And Discovery Of Information Service Request Process, Liam Khaosanoi
Chulalongkorn University Theses and Dissertations (Chula ETD)
Process mining is a form of business process analysis. The approach could support organizations in retrieving structured process information by using recorded process data to discover, monitor and improve the processes. In this work, the process mining technology is applied for conformance checking and discovering an organization’s Information Service Request process in reality as a case study. Currently, the reference model was drawn as a simple flow using Microsoft Word. The proposed method starts with writing a VBA script to extract traces from the drawing that enables the generation of XES file used for modeling the reference process in Petri …
Object Detection In Intelligent Billing System For Conveyor Belt Sushi Restaurant, Rangrak Maitriboriruks
Object Detection In Intelligent Billing System For Conveyor Belt Sushi Restaurant, Rangrak Maitriboriruks
Chulalongkorn University Theses and Dissertations (Chula ETD)
Organization must automate wherever and whenever they can, particularly during today’s global changes in daily lifestyles. Trends regarding the use of technology, especially AI has emerged as a key enabler for disruptive innovation. This thesis thus presents the application programming interface of object detector implemented with YOLOv4 and OpenCV for classifying the prices of sushi plates distinguished by colors. The object detector is part of the smart cross-platform mobile application to facilitate billing process for conveyor belt sushi business. The frontend is developed with Flutter to build single codebase for UIs. To handle the variants of image colors resulting from …
Adaptive Image Preprocessing And Augmentation For Disease Screening On Multi-Source Chest X-Ray Datasets, Wasunan Chokchaithanakul
Adaptive Image Preprocessing And Augmentation For Disease Screening On Multi-Source Chest X-Ray Datasets, Wasunan Chokchaithanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Research on deep learning models for chest radiology applications has increased attention by the public. However, most works focus on developing models using in-domain data, so the significant drawback, when applied in real-world scenarios, was the mismatched data with the training set. Consequently, some models perform inferior at the deployment stage. This work focused on the effects of dataset mismatch on chest radiography and analyzed the methods the overcome the mismatch issues. The lung balance contrast enhancement technique (lung BCET) automatically identifies the lung region and normalizes the image accordingly to improve the robustness of out-of-domain data developed. Additionally, augmentation …
A Design Of Fpga Framework For Quantum Computing Simulation, Yaninee Jungjarassub
A Design Of Fpga Framework For Quantum Computing Simulation, Yaninee Jungjarassub
Chulalongkorn University Theses and Dissertations (Chula ETD)
We use FPGA to optimize the simulation of quantum computing in two aspects. (a) The if-else state is used in place of tensor product calculation. This allows the tensor product of each quantum operator to be generated in a single clock cycle. (b) The pre-calculated lookup ROM is used for estimating the sine and cosine values. This facilitates the computation of quantum gates that are related to angle. To validate our work, we implement our design in VerilogHDL. The performance is evaluated using an FPGA simulator. The result shows a dramatic improvement in the simulation process comparing to those of …
Cascading Model For Forex Market Forecasting Using Fundamental And Technical Indicator Data Based On Bert, Arisara Pornwattanavichai
Cascading Model For Forex Market Forecasting Using Fundamental And Technical Indicator Data Based On Bert, Arisara Pornwattanavichai
Chulalongkorn University Theses and Dissertations (Chula ETD)
The foreign exchange rate market is the world's biggest and most liquid financial market, and it's where all currency pairs' exchange rates are set. Since foreign exchange (Forex) rates play a critical role in financial technology and business, many researchers are now interested in forecasting them. The characteristics of Forex data, that include fluctuation, non-linearity, and random walk phenomena, make it difficult for forecasting. Several related studies integrate fundamental data (FD) and technical indicator data to generate Forex forecasting signals (TI). TI is a price pattern-based signal, whereas FD is an indicator of the country's economic conditions. Nevertheless, when it …
Travel Time Prediction With Graph Neural Network: A Case Study In Bangkok Thailand, Sathita Buapang
Travel Time Prediction With Graph Neural Network: A Case Study In Bangkok Thailand, Sathita Buapang
Chulalongkorn University Theses and Dissertations (Chula ETD)
Traffic prediction is an essential and challenging task for traffic management and commercial purposes. Machine learning methods for traffic prediction usually treat traffic conditions as time-series due to obvious temporal patterns. Recently, spatial relationships among roads in a road network have also been used to improve traffic prediction. This study proposes a novel method to predict traffic conditions such as speed using a graph convolutional neural network with a spectral adjacency matrix (GCN-Spectral). Unlike a spatial adjacency matrix representing physical connections between road segments, a spectral matrix represents the correlation between road segments regarding traffic conditions. The GCN-Spectral model is …
Pulmonary Lesion Classification Using Convolutional Neural Network For Endobronchial Ultrasonogram, Banphatree Khomkham
Pulmonary Lesion Classification Using Convolutional Neural Network For Endobronchial Ultrasonogram, Banphatree Khomkham
Chulalongkorn University Theses and Dissertations (Chula ETD)
This dissertation aims to develop a method to help classify pulmonary lesions from endobronchial ultrasonography images by proposing new features that are extracted from an EBUS image based on medical knowledge and a pulmonary lesion classification framework. The proposed features, namely the adaptive weighted-sum of the upper triangular gray-level co-occurrence matrix and the adaptive weighted-sum of the lower triangular gray-level co-occurrence matrix are used to determine heterogeneity, which is one of the most important characteristics of malignancy. The proposed features together with other standard features are used as input data for the proposed classification framework that uses the weighted ensemble …
Thai Tokenizer Invariant Classification Based On Bi-Lstm And Distilbert Encoders, Noppadol Kongsumran
Thai Tokenizer Invariant Classification Based On Bi-Lstm And Distilbert Encoders, Noppadol Kongsumran
Chulalongkorn University Theses and Dissertations (Chula ETD)
Natural language processing (NLP) is a topic in artificial intelligence to teach computer to understand human language. Researchers can feed text of some particular language in any length and type such as characters, words, and sentences into the algorithm to extract a summarized context in terms of numbers. To accept a word array in Thai language, tokenization process is needed to split a text into words because each sentence is written consecutively without any space between words. In general, different tokenizers can produce different sets of words from a single sentence, resulting in uncontrolled accuracies in NLP and related tasks. …
Warehouse Processes Improvement Using Lean Six Sigma And Rfid Technology, Pakkaporn Rungruengkultorn
Warehouse Processes Improvement Using Lean Six Sigma And Rfid Technology, Pakkaporn Rungruengkultorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
The warehouse processes are critical to the success of every organization. Thus, a well-managed warehousing process increases an organization's efficiency. The objective of this thesis is to improve warehouse processes in garment manufacturing using Lean Six Sigma and RFID Technology to reduce waste time and non value-added activities of the current processes. Lean Six Sigma is business process improvement technique that combines the tools and principles of Lean and Six Sigma. The DMAIC methodology was employed in this research, which stands for Define, Measure, Analyze, Improve, and Control. Additionally, Model analysis, Value Stream Mapping (VSM), SIPOC charts, and Cause and …
Classification Of Abusive Thai Messages In Social Networks Using Deep Learning, Ruangsung Wanasukapunt
Classification Of Abusive Thai Messages In Social Networks Using Deep Learning, Ruangsung Wanasukapunt
Chulalongkorn University Theses and Dissertations (Chula ETD)
Social media has improved on traditional news sources by allowing increased access to information. However, the anonymity social media provides can lead to abusive and hateful speech without detection or repercussion from individuals with malicious intentions. This research develops a binomial and a multinomial classification model for classifying Thai social media text for five categories of abusive content detection in social media that include Rude, Figurative, Dirty, Offensive and Non-Abusive. The experiments demonstrated that DistilBERT achieved the highest F1 score with 0.8510 for the binomial model and 0.9067 for the multinomial model. BiLSTM performed second best with an F1 score …
Designing Answer Sets For Thai Advisory Chatbot With Different Talking Styles For Covid-19 Pandemic, Sakolwan Peetaneelavat
Designing Answer Sets For Thai Advisory Chatbot With Different Talking Styles For Covid-19 Pandemic, Sakolwan Peetaneelavat
Chulalongkorn University Theses and Dissertations (Chula ETD)
This research focuses on designing a set of answers for Thai advisory chatbot using a different conversational approach from conventional chatbot for COVID-19 pandemic in order to improve user’s chatbot experience. The research studies how to modify the underlying interactive chatbot language to suit those extrovert and introvert personalities. To evaluate the correctness of answer set design, the author builds two classification models based on Extroversion Text Classification Model (ETCM). Both models utilize the same Logistic Regression algorithm, but different feature selection techniques. The first model relies solely on Term Frequency-Inverse Document Frequency (TF-IDF) property. In contrast, the second model …
Considering Neighbor Projection On Neural Based Recommender Systems, Thitiporn Neammanee
Considering Neighbor Projection On Neural Based Recommender Systems, Thitiporn Neammanee
Chulalongkorn University Theses and Dissertations (Chula ETD)
Now, CF is applied with a neural network to make the model more flexible and more accurate. Different neighbors have a different influence on the target user, and different users usually have different rating patterns. Therefore, the proposed method needs to consider two major issues when applying CF with a neural network: the similarity levels between the neighbors and the target user and the user's rating pattern conversion. Thus, the proposed method consists of three main modules to solve the issues mentioned above: rating conversion, similarity module uses, and prediction module. In the experiment, the proposed method is evaluated and …
Thai Variable-Length Question Classification For E-Commerce Platform Using Machine Learning With Topic Modeling Feature, Wasu Chunhasomboon
Thai Variable-Length Question Classification For E-Commerce Platform Using Machine Learning With Topic Modeling Feature, Wasu Chunhasomboon
Chulalongkorn University Theses and Dissertations (Chula ETD)
Nowadays, e-commerce platform continuously grows every year and becomes a part of our daily life. However, the application changes from time to time. Either new users or experienced users could face a problem. Several channels, which are FAQ, email, live chat, and call, are provided by e-commerce platform to cope with the problem. FAQ is usually ignored because it is hard to search for the desired answer. The rest channels are applicable. However, the huge number of users causes a bottleneck especially in the special events which delays the users to receive help because customer service agent can reply to …
ผลของรูปแบบการนำเสนอบนอินสตาแกรมสตอรี่ ตัวชี้วัดประสิทธิภาพของอินสตาแกรมสตอรี่ที่มีต่ออัตราการคลิกผ่าน, นิรมล ระหว่างงาม
ผลของรูปแบบการนำเสนอบนอินสตาแกรมสตอรี่ ตัวชี้วัดประสิทธิภาพของอินสตาแกรมสตอรี่ที่มีต่ออัตราการคลิกผ่าน, นิรมล ระหว่างงาม
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์ในการศึกษา 2 ประการคือ (1) เพื่อศึกษาเปรียบเทียบอัตราการคลิกผ่าน ของอินสตาแกรมสตอรี่ที่ใช้รูปแบบสื่อและการใช้ฟีเจอร์ที่แตกต่างกัน และ (2) เพื่อศึกษาตัวชี้วัดประสิทธิภาพในอินสตาแกรมสตอรี่ (Instagram Story Metric) ที่ส่งผลต่ออัตราการคลิกผ่าน ในการศึกษาครั้งนี้ผู้วิจัยใช้วิธีการทดลอง โดยสร้างโฆษณาบนอินสตาแกรมสตอรี่แบบปกติขึ้นมา 4 รูปแบบ ได้แก่ (1) รูปแบบภาพประกอบข้อความสั้น ที่ไม่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (2) รูปแบบภาพประกอบข้อความสั้นที่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (3) รูปแบบวิดีโอประกอบข้อความสั้นที่ไม่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (4) รูปแบบวิดีโอประกอบข้อความสั้นที่มีการใส่สติกเกอร์ปฏิสัมพันธ์ จากนั้นเก็บข้อมูลการคลิกผ่าน (Clickthrough) และข้อมูลเบื้องลึก (Insight) ที่เกิดขึ้นหลังจากเผยแพร่อินสตาแกรมสตอรี่ไปแล้ว เพื่อทำการวิเคราะห์อัตราการคลิกผ่าน (Clickthrough Rate : CTR) อัตราการคงอยู่ (Retention Rate) อัตราการเข้าถึง (Reach Rate) อัตราการแตะไปข้างหน้า (Tap-forward Rate) อัตราการแตะย้อนกลับ (Tap-backward Rate) และอัตราการกดออก (Exit Rate) จากการศึกษาพบว่ารูปแบบการนำเสนอแบบภาพและวิดีโอ มีผลต่ออัตราการคลิกผ่านแตกต่างกัน การไม่ใช้และการใช้สติกเกอร์ปฏิสัมพันธ์ส่งผลต่ออัตราการคลิกผ่านแตกต่างกัน และมีปฏิสัมพันธ์ระหว่างรูปแบบสื่อการนำเสนอกับการเลือกไม่ใช้หรือเลือกใช้สติกเกอร์ที่มีผลต่ออัตราการคลิกผ่านแตกต่างกัน การเลือกใช้สติกเกอร์ปฏิสัมพันธ์ รูปแบบสื่อประเภทวิดีโอ อัตราการแตะย้อนกลับ (Tap-backward Rate) อัตราการคงอยู่ (Retention Rate) มีความสัมพันธ์กับอัตราการคลิกผ่าน มากไปหาน้อยตามลำดับ อัตราการกดออก (Exit Rate) อัตราการเข้าถึง (Reach Rate) และอัตราการแตะไปข้างหน้า (Tap-forward Rate) ไม่สามารถสรุปได้ว่ามีความสัมพันธ์กับอัตราการคลิกผ่านในการวิจัยครั้งนี้
ผลของการคัดเลือกสนิปตัวแทนต่อการวิเคราะห์การได้มากขึ้นจากเซตของยีนในบาทวิถีการให้สัญญาณจากฐานข้อมูล Kegg ในการศึกษาความสัมพันธ์ทั้งจีโนม, เจษฎา วีรเดชกำพล
ผลของการคัดเลือกสนิปตัวแทนต่อการวิเคราะห์การได้มากขึ้นจากเซตของยีนในบาทวิถีการให้สัญญาณจากฐานข้อมูล Kegg ในการศึกษาความสัมพันธ์ทั้งจีโนม, เจษฎา วีรเดชกำพล
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอการเปรียบเทียบระหว่างการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปทั้งหมดและข้อมูลสนิปตัวแทนจากการศึกษาความสัมพันธ์ทั้งจีโนม ชุดการวัดเปรียบเทียบสมรรถนะได้สร้างจากเจ็ดเซตข้อมูลกลุ่มกรณี-กลุ่มควบคุมจากการศึกษาความสัมพันธ์ทั้งจีโนมของเจ็ดโรคซับซ้อนโดย Wellcome Trust Case Control Consortium เจ็ดโรคซับซ้อนที่สนใจ ได้แก่ โรคอารมณ์สองขั้ว โรคหลอดเลือดแดงโคโรนารี โรคโครห์น ความดันเลือดสูง โรคข้ออักเสบรูมาตอยด์ เบาหวานชนิดที่ 1 และเบาหวานชนิดที่ 2 สนิปตัวแทนได้รับการคัดเลือกจากสนิปในตัวอย่างกลุ่มควบคุมโดยใช้ Tagger จากนั้นหนึ่งสนิปจะได้รับการคัดเลือกสำหรับใช้เป็นตัวแทนยีนโดยการหาค่าสูงสุดของค่าสถิติทดสอบแนวโน้มเอียงคอคราน-อาร์มิเทจเป็นเงื่อนไขการคัดเลือก ถึงแม้ว่ามีการคำนวณค่าสถิติทดสอบสำหรับแต่ละสนิป ค่าสถิติทดสอบสำหรับสนิปตัวแทนจะใช้เป็นค่าสถิติทดสอบสำหรับสนิปที่มีตัวแทนด้วย ส่งผลให้ข้อมูลสนิปที่มีตัวแทนไม่จำเป็นสำหรับการวิเคราะห์บาทวิถี การวิเคราะห์บาทวิถีกระทำโดยใช้ GSEA-SNP ซึ่งเป็นเทคนิคที่ได้รับการพัฒนาต่อจากเทคนิคการวิเคราะห์การได้มากขึ้นจากเซตของยีนหรือ GSEA และสามารถระบุว่า เซตของยีนในบาทวิถีสัมพันธ์กับโรคซับซ้อนหรือไม่ การวิเคราะห์บาทวิถีสนใจเฉพาะบาทวิถีการให้สัญญาณจาก Kyoto Encyclopedia of Genes and Genomes (KEGG) ดังนั้นจุดประสงค์ของการวัดเปรียบเทียบสมรรถนะคือการเปรียบเทียบสมรรถนะการระบุบาทวิถีเป้าหมายที่สัมพันธ์กับแต่ละโรคซับซ้อนจากบาทวิถีการให้สัญญาณทั้งหมด โดยรวมการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปทั้งหมดให้ผลการวิเคราะห์ไม่แตกต่างจากการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปตัวแทน ภายใต้เงื่อนไขการมีอยู่ของข้อมูลความไม่สัมพันธ์การเชื่องโยง ผลการศึกษาแสดงให้เห็นความเป็นไปได้ของการวิเคราะห์บาทวิถีโดยใช้เซตข้อมูลกลุ่มกรณี-กลุ่มควบคุมซึ่งการเก็บข้อมูลจีโนไทป์จะอาศัยสนิปตัวแทนจากการศึกษาความสัมพันธ์ทั้งจีโนม
การตรวจจับสิ่งกีดขวางสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยคอมพิวเตอร์วิทัศน์, เพ็ญพิชชา พัฒนจิตรศิลป์
การตรวจจับสิ่งกีดขวางสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยคอมพิวเตอร์วิทัศน์, เพ็ญพิชชา พัฒนจิตรศิลป์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอระบบตรวจจับสิ่งกีดขวางขณะถอยหลังสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยเทคนิคคอมพิวเตอร์วิทัศน์ เพื่ออำนวยความสะดวกให้แก่ผู้พิการ และ ช่วยลดอุบัติเหตุที่อาจจะเกิดขึ้น ต้องมีการกำหนดระยะที่ต้องการให้ระบบทำการแจ้งเตือนเมื่อใกล้จะชนสิ่งกีดขวาง ซึ่งใช้กล้องจากสมาร์ทโฟนไปติดไว้ด้านหลังเก้าอี้รถเข็น จากนั้นใช้อัลกอริทึม YOLOv3 ในการตรวจจับสิ่งกีดขวางประเภทวัตถุ (object detection) แต่เนื่องจาก YOLOv3 ไม่สามารถตรวจจับสิ่งกีดขวางได้ทุกประเภท ในงานวิจัยนี้จึงได้มีการพัฒนาอัลกอริทึมที่ใช้ในการตรวจจับสิ่งกีดขวางที่เป็นเสา กำแพง หรือ ประตู เพิ่มเติมขึ้นมาด้วยวิธีการตรวจจับขอบภาพ (edge detection) เพื่อเพิ่มประสิทธิภาพในการตรวจจับสิ่งกีดขวางให้กับระบบ เมื่อมีการใช้งานร่วมกันระหว่าง 2 อัลกอริทึม ระบบจึงมีการเลือกใช้อัลกอริทึมในการตรวจจับสิ่งกีดขวางระหว่างวัตถุกับเส้นขอบ ซึ่งผลการทดลองพบว่า ระบบสามารถเลือกใช้อัลกอริทึมในการตรวจจับสิ่งกีดขวางได้ถูกต้องถึง 80% และ ทำการแจ้งเตือนก่อนชนได้แม่นยำสูงถึง 90% อีกทั้งระบบนี้ยังสามารถคำนวณเวลาก่อนชนได้ด้วย
การคัดกรองวัณโรคด้วยวิธีการถ่ายทอดการเรียนรู้เชิงลึก, ชัยสิทธิ์ พัฒนาสุวรรณ
การคัดกรองวัณโรคด้วยวิธีการถ่ายทอดการเรียนรู้เชิงลึก, ชัยสิทธิ์ พัฒนาสุวรรณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
วัณโรคเป็นปัญหาสาธารณสุขที่สำคัญ ควรมีการคัดกรองเชิงรุกเพื่อหาผู้ที่ติดเชื้อแยกออกมารักษาเพื่อไม่ให้โรคแพร่กระจาย โดยการพัฒนารูปแบบการเรียนรู้ของเครื่องเพื่อคัดกรองผู้ที่มีความเสี่ยง ซึ่งจะเป็นประโยชน์ต่อทั้งผู้ให้บริการด้านการดูแลสุขภาพและผู้ป่วย การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้รับการพัฒนาและเติบโตอย่างทวีคูณในช่วงไม่กี่ปีที่ผ่านมา คณะวิจัยได้เลือกใช้แบบจำลอง Convolution Neural Network (CNN) เนื่องจากเป็นหนึ่งในโมเดลที่มีชื่อเสียงและมีประสิทธิภาพสูงสำหรับงานในการแยกประเภทรูปภาพานวิจัยนี้นำเสนอโครงข่ายประสาทเทียมเพื่อจำแนกภาพทรวงอกออกเป็น 2 ประเภท คือ ภาพอกซเรย์ปอดปกติและปอดที่ติดเชื้อวัณโรค โดยมีแหล่งชุดข้อมูลภาพเอกซ์เรย์ทรวงอก 3 ชุด ได้แก่ Montgomery, Shenzen และกรองวัณโรค กรมควบคุมโรค นักวิจัยได้เปรียบเทียบสถาปัตยกรรมแบบจำลองการประมวลผลของ CNN ทั้ง 4 แบบเพื่อหาแบบจำลองที่ดีที่สุดที่เหมาะสำหรับการเอกซ์เรย์ทรวงอก โดยประเมินประสิทธิภาพแบบจำลองด้วยการใช้ Accuracy, Precision, Recall และ AUC ผลการศึกษานี้แสดงให้เห็นว่าแบบจำลอง DenseNet มีความแม่นยำมากกว่ารุ่นอื่นๆ และเราปรับแต่งแบบจำลองสำหรับเกณฑ์ที่ดีที่สุด และนำมาฝึกเพิ่มกับภาพเอกซเรย์ทรวงอกของกองวัณโรคของไทย เพื่อให้เหมาะกัยงานคัดกรองวัณโรคสำหรับคนไทย ความแม่นยำในการทำนายภาพเอกซเรย์ของ ปอดปกติและปอดที่ติดเชื้อวัณโรคในแบบจำลองที่ดีที่สุดคือ 91% และ AUC คือ 95% แบบจำลองที่ได้พัฒนาขึ้นมานี้จะช่วยผู้ให้บริการด้านสุขภาพในการคัดกรองวัณโรค สำหรับประชากรจำนวนมากในประเทศไทย
แบบจำลองตรวจจับความฟุ้งซ่านจากไฟฟ้าคลื่นสมอง, ชุติมณฑน์ รุ่งศิลป์
แบบจำลองตรวจจับความฟุ้งซ่านจากไฟฟ้าคลื่นสมอง, ชุติมณฑน์ รุ่งศิลป์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การศึกษาเรื่องความฟุ้งซ่านได้รับความนิยมแพร่หลายเนื่องจากความฟุ้งซ่านเกี่ยวเนื่องกับปัญหาทางอารมณ์และสภาพจิตใจที่ไม่มีสุข การศึกษานี้จึงมีความสนใจที่จะพัฒนาแบบจำลองการเรียนรู้ของเครื่องสำหรับฝังในอุปกรณ์พกพาที่สามารถจัดหมวดหมู่ความฟุ้งซ่าน เพื่อช่วยให้ผู้คนสามารถติดตามความคิดของตนเองได้ ในการศึกษานี้ใช้เครื่องวัดสัญญาณไฟฟ้าคลื่นสมองชนิดจำนวนอิเล็กโทรดน้อย เพื่อบันทึกข้อมูลสภาวะสมองที่จะใช้ในการสร้างแบบจำลองทำนาย เพราะความสะดวกและเป็นความมิตรต่อผู้ใช้งาน โดยการศึกษาส่วนใหญ่ของการเรียนรู้ของเครื่องโดยใช้สัญญาณไฟฟ้าคลื่นสมองนั้นให้ผลลัพธ์ดีในระดับบุคคล แต่ในระดับกลุ่มมีเพียงบางการศึกษาที่ทำการพัฒนาแบบจำลอง ด้วยเหตุนี้จุดประสงค์ของการวิจัยนี้คือแบบจำลองระดับกลุ่มที่มีความแม่นยำสูง ดังนั้นจึงเลือกใช้การทวนสอบชนิด Leave One Participant Out Cross Validation (LOPOCV) เพื่อประเมินความถูกต้องของแบบจำลอง ผลการศึกษาพบว่าการใช้เทคนิค baseline normalization ในขั้นตอนคัดเลือกคุณลักษณะช่วยเพิ่มประสิทธิภาพ และแบบจำลองที่ใช้คือ ซพพอร์ตเวกเตอร์ แมชชีน ที่มีความแม่นยำของโมเดลที่ดีสุดเป็น 75.6 เปอร์เซนต์
การสร้างคำถามภาษาไทยโดยใช้ Mt5, ณัฎฐนิช วิวัฒน์บุตรสิริ
การสร้างคำถามภาษาไทยโดยใช้ Mt5, ณัฎฐนิช วิวัฒน์บุตรสิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
มีงานวิจัยเกี่ยวกับเรื่องการสร้างคำถามอยู่จำนวนมากในขอบเขตภาษาอังกฤษแต่แทบไม่มีงานวิจัยเรื่องการสร้างคำถามในภาษาไทย มีชุดข้อมูลคำถาม-คำตอบในขอบเขตของภาษาอังกฤษมากกว่า 1 ล้านคู่คำถาม-คำตอบซึ่งมีจำนวนมากเมื่อเปรียบเทียบกับในขอบเขตของภาษาไทยที่มีอยู่เพียงประมาณ 12,000 คู่ งานวิจัยนี้ขอนำเสนอวิธีพัฒนาการสร้างคำถามอัตโนมัติจากบทความโดยไม่ต้องมีคำตอบในการสร้างคำถาม ภายใต้เงื่อนไขการฝึกสอนจากชุดข้อมูลที่มีอยู่อย่างจำกัด โดยแบบจำลองการสร้างคำถามอัตโนมัติซึ่งฝึกสอนโดยแบบจำลองที่ผ่านการเรียนรู้มาก่อน MT5 จากชุดข้อมูลที่มนุษย์สร้างขึ้น สามารถสร้างคำถามจากชุดข้อมูลภาษาไทยที่เมื่อประเมินอัตโนมัติโดยวัดจากคะแนน BLEU-1 ได้คะแนน 56.19 เราจึงนำเสนอวิธีการเพิ่มประสิทธิภาพการสร้างคำถามจากการสังเคราะห์ข้อมูลและกลไกที่นำเสนอเพิ่มเติมโดยยังคงใช้เพียงแบบจำลองที่ผ่านการเรียนรู้มาก่อน MT5 ซึ่งแบบจำลองที่ผ่านการพัฒนาแล้วมีคะแนน BLEU-1 ถึง 59.03 มากกว่าแบบจำลองที่ผ่านมา นอกจากนี้ผลการประเมินประสิทธิภาพของคำถามโดยมนุษย์ยังแสดงคะแนนด้านความไพเราะ 4.40 คะแนน, ด้านความเกี่ยวข้องกับบทความ 4.65 คะแนนและด้านการตอบคำถามได้จากบทความ 4.7 คะแนนจากทั้งหมด 5 คะแนน