Open Access. Powered by Scholars. Published by Universities.®
Articles 361 - 390 of 618
Full-Text Articles in Computer Sciences
การพยากรณ์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 สะสมโดยใช้การเรียนรู้เชิงลึก, ทศพล นวลช่วย
การพยากรณ์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 สะสมโดยใช้การเรียนรู้เชิงลึก, ทศพล นวลช่วย
Chulalongkorn University Theses and Dissertations (Chula ETD)
นับตั้งแต่ธันวาคม 2019 โรคติดเชื้อโคโรนาไวรัส 2019 หรือ โควิด-19 เป็นโรคที่เริ่มแพร่กระจายจากคนสู่คน การแพร่ระบาดเกิดขึ้นอย่างรวดเร็วและคาดเดาไม่ได้อันเนื่องมาจากปัจจัยส่งเสริมในหลาย ๆ ด้าน ส่วนหนึ่งคือการท่องเที่ยวระหว่างประเทศ หลังจากการค้นพบการติดเชื้อระหว่างคนสู่คนครั้งแรกไม่นาน องค์การอนามัยโลกได้ประกาศในวันที่ 21 มกราคม 2020 ประกาศภาวะฉุกเฉินทั่วโลกต่อการแพร่กระจายที่รวดเร็วของโรคนี้ มีการสร้างโมเดลจำลองการแพร่กระจายของโรคติดเชื้อโคโรนาไวรัส 2019 เพื่อใช้ในการพยากรณ์และออกแบบนโยบายเพื่อการป้องกันต่อไป โดยเทคนิคที่ใช้ในการสร้างโมเดลมีหลายหลายแบบ ทั้งแบบคลาสสิคและการใช้เครือข่ายประสาทเทียม เพื่อความแม่นยำที่มากขึ้นงานวิจัยชิ้นนี้ได้สร้างโมเดลที่ใช้ข้อมูลทางสถิติในมิติอื่น ๆ นอกเหนือจากข้อมูลทางสถิติด้านจำนวนผู้ติดเชื้อ การทดลองถูกออกแบบมาเพื่อหาวิธีการสร้างโมเดลที่ดีที่สุดและเปรียบเทียบกับโมเดลที่ใช้ข้อมูลเพียงด้านเดียวทั้งในการพยากรณ์จำนวนผู้ติดเชื้อสะสมและการพยากรณ์แนวโน้มการติดเชื้อ ผลการทดลองแสดงให้เห็นว่าการใช้ข้อมูลด้านเดียวสามารถพยากรณ์จำนวนผู้ติดเชื้อสะสมในอนาคตได้แม่นยำที่สุดและการใช้ข้อมูลทั้ง 14 ชนิดสามารถพยากรณ์แนวโน้มผู้ติดเชื้อรายวันได้แม่นยำที่สุด
การสังเคราะห์ข้อความเพื่อเพิ่มตัวอย่างการตรวจจับข้อความประทุษวาจาในข้อความภาษาไทย, ธโนภาส วรรณวโรทร
การสังเคราะห์ข้อความเพื่อเพิ่มตัวอย่างการตรวจจับข้อความประทุษวาจาในข้อความภาษาไทย, ธโนภาส วรรณวโรทร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในงานวิจัยนี้เป็นการศึกษาวิธีการแก้ไขปัญหาในการจำแนกข้อความประทุษวาจา ด้วยวิธีการสังเคราะห์ข้อความขึ้นเพื่อแก้ไขปัญหาของการเกิดชุดข้อมูลไม่สมดุลที่ปรากฏในข้อมูลที่เก็บรวบรวมมาจากทวิตเตอร์ ซึ่งหลังจากเก็บรวบรวม ทำความสะอาดข้อมูลและติดฉลากข้อมูลแล้ว ผู้วิจัยได้สร้างตัวอย่างเพิ่มเติม 3 วิธีคือ คือ 1. การสุ่มตัวอย่างส่วนน้อยเพิ่มด้วยการสังเคราะห์ (Synthetic Minority Over-sampling Technique: SMOTE) 2. เทคนิคการสร้างข้อความเพิ่ม (Text generation) 3.เทคนิคคำฝังตัว (Word Embedding) เป็นวิธีการในการใช้สังเคราะห์ตัวอย่างเพิ่มเติม ให้เกิดความสมดุลก่อนที่จะนำข้อมูลชุดใหม่ที่สร้างขึ้นใหม่แบ่ง ตัวอย่างเป็น 3 รูปแบบในการจำแนกข้อความประทุษวาจา คือ 1. อัลกอริทึมนาอีฟเบย์ (Navie bays) 2. หน่วยความจำระยะสั้นแบบยาว (LSTM) 3. หน่วยความจำระยะสั้นแบบยาว ร่วมกับ โครงข่ายประสาทแบบคอนโวลูชัน (LSTM + CNN) เพื่อเป็นการจำแนกข้อความประทุษวาจา ในชุดข้อความที่เป็นข้อความธรรมดา โดยผลการทดลองการจำแนกข้อความมีความหมายเชิงประทุษวาจา ซึ่งในการทดลองแรกได้ลองใช้ข้อมูลที่ไม่สมดุล จากผลการทดลองทั้ง 3 รูปแบบที่ใช้ในการจำแนกซึ่งให้ความถูกต้องไม่สูงเท่าที่ควร จากนั้นจึงทำการแก้ไขปัญหาในชุดของข้อมูลทำให้ได้ความถูกต้องสูงขึ้นในทุกชุดของทุกโมเดล
ระบบแนะนำวารสารวิชาการให้กับผู้เขียนบทความ โดยใช้ข้อมูลภาษาไทยและภาษาอังกฤษจากบทความ, นิธิรันดร์ นุ่มนนท์
ระบบแนะนำวารสารวิชาการให้กับผู้เขียนบทความ โดยใช้ข้อมูลภาษาไทยและภาษาอังกฤษจากบทความ, นิธิรันดร์ นุ่มนนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันมีวารสารทางด้านวิชาการอยู่เป็นจำนวนมากหลากหลายประเภท ส่งผลให้ผู้เขียนบทความ ต้องใช้เวลามากไปกับการค้นหาคัดเลือกวารสารทางด้านวิชาการที่เหมาะสมกับเนื้อหาของแต่ละบทความของผู้เขียน ก่อนจะส่งบทความให้ทางบรรณาธิการวารสารทำการพิจารณารับบทความในลำดับถัดไป เนื่องจากทางบรรณาธิการได้รับบทความจำนวนมาก จึงทำให้ใช้เวลามากในการพิจารณาบทความ งานวิจัยฉบับนี้จึงเล็งเห็นว่าการนำระบบแนะนำเข้ามาช่วยวิเคราะห์เพื่อแนะนำวารสารที่เหมาะสมกับบทความนั้นจะทำให้กระบวนการตัดสินใจในการส่งบทความเพื่อตีพิมพ์มีประสิทธิภาพยิ่งขึ้น โดยจะใช้ข้อมูลจาก Thai Journals Online (ThaiJO) ซึ่งจะใช้ข้อมูลจากบทความภาษาไทยและบทความภาษาอังกฤษในการวิเคราะห์ในงานวิจัยนี้ โดยในงานวิจัยนี้รวมการศึกษาข้อมูลที่ใช้ การทำความสะอาดข้อมูล และการทำแบบจำลองสำหรับระบบแนะนำ โดยจะทำแบบจำลองจากการคำนวณหาความสำคัญจากข้อความด้วยเทคนิคความถี่ของคำ-ส่วนกลับความถี่ของเอกสาร (Term Frequency - Inverse Document Frequency: TF-IDF) และการวิเคราะห์ความคล้ายคลึงระหว่างบทความและวารสารโดยใช้ Cosine Similarity แล้วจึงจัดอันดับค่าคะแนนเพื่อแนะนำบทความที่เหมาะสม จากผลการทดลองในงานวิจัยนี้การตรวจสอบความสมเหตุสมผลแบบไขว้จำนวน 10 พับ (10-fold cross-validation) พบว่าเมื่อเรานำข้อมูลคำสำคัญและบทคัดย่อจากทั้งภาษาไทยและภาษาอังกฤษมารวมกัน ระบบสามารถแนะนำออกมาได้ค่าความแม่นยำที่วัดด้วย Hit Rate ได้ค่าสูงสุดที่ 0.87965 ซึ่งมากกว่าแบบจำลองที่ใช้ข้อมูลภาษาอังกฤษอย่างเดียว (0.84948) หรือ แบบจำลองที่ใช้ข้อมูลภาษาไทยอย่างเดียว (0.80383) และได้ค่าความแม่นยำที่สูงกว่าการตรวจสอบความสมเหตุสมผลแบบไขว้จำนวน 5 พับและการทดลองแบบจำลองในลักษณะความคล้ายระหว่างบทความ
กรอบงานการตอบคำถามภาษาไทยโดยใช้แบบจำลองประเภททรานส์ฟอร์เมอร์พร้อมด้วยข้อมูลเสริม, ภูริ ฟักมงคล
กรอบงานการตอบคำถามภาษาไทยโดยใช้แบบจำลองประเภททรานส์ฟอร์เมอร์พร้อมด้วยข้อมูลเสริม, ภูริ ฟักมงคล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตอบคำถาม (Question Answering) เป็นหนึ่งในงานด้านการประมวลผลภาษาธรรมชาติ ที่สามารถให้อุปกรณ์เข้าใจบทความและสามารถตอบคำถามที่ให้ได้ มีงานศึกษาทางด้านตอบคำถามในภาษาอังกฤษซึ่งมีจำนวนของชุดข้อมูลที่มีจำนวนมาก แต่ภาษาไทยเป็นภาษาที่มีจำนวนของชุดข้อมูลที่น้อยกว่า ทำให้ประสิทธิภาพของแบบจำลองการตอบคำถามภาษาไทยมีคะแนนเอฟวันเพียง 70% ในขณะที่แบบจำลองการตอบคำถามภาษาอังกฤษ สามารถมีคะแนนเอฟวันสูงถึง 90% ดังนั้น ในงานวิจัยชิ้นนี้ต้องการเพิ่มประสิทธิภาพของแบบจำลองการตอบคำถามภาษาไทย โดยการสร้างชุดข้อมูลเพิ่มด้วยแบบจำลอง Multilingual Text-to-Text Transfer Transformer (mT5) และการประมวลผลข้อมูลที่เหมาะสมกับภาษาไทย วิธีนี้ สามารถสร้างชุดข้อมูลการตอบคำถามได้มากกว่าหนึ่งแสนชุดจากบทความ Wikipedia ภาษาไทย นอกจากนี้ งานวิจัยชิ้นนี้ยังศึกษารูปแบบวิธีการฝึกสอนในรูปแบบต่าง ๆ โดยใช้ชุดข้อมูลที่สร้างขึ้น เพื่อเพิ่มประสิทธิภาพให้กับแบบจำลองการตอบคำถามให้ได้มากที่สุด อีกทั้ง ในงานวิจัยนี้ได้เสนอการวัดผลแบบจำลองการตอบคำถามภาษาไทยโดยใช้คะแนนเอฟวันระดับพยางค์ ซึ่งมีความเหมาะสมกับภาษาไทยมากกว่าการวัดผลด้วยวิธีการดั้งเดิม โดยใช้คะแนนความถูกต้องและคะแนนเอฟวันระดับคำ ผู้วิจัยได้ทำการทดลองบนชุดข้อมูลการตอบคำถามภาษาไทยทั้ง 2 ชุด ได้แก่ Thai Wiki QA และ iApp Wiki QA พบว่าผลการทดลองโดยใช้วิธีการสร้างชุดข้อมูลของงานวิจัยชิ้นนี้ สามารถให้ประสิทธิภาพของแบบจำลองสูงขึ้นบนชุดข้อมูลทั้ง 2 ชุด โดยใช้แบบจำลองประเภท ทรานส์ฟอร์เมอร์ ได้แก่ Roberta และ mT5
ระบบแนะนําร้านอาหารในประเทศไทยแบบผสมด้วยการเรียนรู้เชิงลึก, อภิสรา แซ่ลิ้ม
ระบบแนะนําร้านอาหารในประเทศไทยแบบผสมด้วยการเรียนรู้เชิงลึก, อภิสรา แซ่ลิ้ม
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในยุคที่ข้อมูลมากมายมหาศาล ระบบผู้แนะนำมีบทบาทสำคัญอย่างมากตราบใดที่ผู้บริโภคยังคงมีความต้องการใช้ข้อมูลและส่งข้อมูลมากขึ้น ธุรกิจจำนวนมากได้ใช้ระบบผู้แนะนำเพื่อเป็นตัวช่วยให้แก่ผู้ใช้ได้ทำการค้นหาสินค้าหรือรายการโดยอ้างอิงจากข้อมูลการบริโภคของผู้ใช้ที่ผ่านมา โครงข่ายประสาทเชิงลึกได้แสดงให้เห็นผลลัพธ์ที่น่าสนใจในหลากหลายสาขาวิชา รวมถึงระบบผู้แนะนำในช่วงไม่กี่ปีที่ผ่านมา อย่างไรก็ตาม การศึกษาดังกล่าวได้ละเว้นการใช้ข้อมูลเสริมในแบบจำลอง ดังนั้น ในงานวิจัยนี้จึงนำเสนอระบบการแนะนำเชิงลึกด้วยโครงข่ายประสาท ซึ่งประกอบด้วยการกรองการทำงานร่วมกันเชิงลึกเพื่อเรียนรู้ปัจจัยแฝงของการโต้ตอบของผู้ใช้และสินค้า และเพิ่มประสิทธิภาพของแบบจำลองด้วยข้อมูลคุณลักษณะของสินค้าโดยใช้เพอร์เซปตรอนแบบหลายชั้น และรวมทั้งสองแบบจำลองนี้เข้าด้วยกัน เรียกว่า แบบจำลอง DNNRecs นอกเหนือจากโครงสร้างของแบบจำลองแล้ว ยังได้มีการนำเสนอวิธีการทำวิศวกรรมคุณลักษณะเพื่อสร้างคุณลักษณะใหม่จากข้อความวิจารณ์โดยใช้เทคนิค tf-idf งานวิจัยนี้ได้ใช้ชุดข้อมูลที่เกิดขึ้นจริงในประเทศไทยและแสดงให้เห็นถึงประสิทธิภาพของแบบจำลองที่นำเสนอ
การประยุกต์ใช้การเรียนรู้ด้วยเครื่องเพื่อตรวจจับงานเสียที่เกิดขึ้นในกระบวนการทดสอบฮาร์ดดิสก์ไดรฟ์, อรุณี ศรีดี
การประยุกต์ใช้การเรียนรู้ด้วยเครื่องเพื่อตรวจจับงานเสียที่เกิดขึ้นในกระบวนการทดสอบฮาร์ดดิสก์ไดรฟ์, อรุณี ศรีดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้นำเสนอเทคนิคการเรียนรู้ด้วยเครื่องในการตรวจจับงานเสียที่เกิดจากการอ่านสัญญาณเซอร์โวในกระบวนการทดสอบ ลักษณะของชุดข้อมูลมีจำนวนหลายมิติและมีความไม่สมดุลสูง มีการเลือกคุณลักษณะด้วย Filter Method และ Embedded Method เพื่อลดมิติของข้อมูล มีการประยุกต์ใช้เทคนิคการเรียนรู้ด้วยเครื่อง 2 อัลกอริทึม คือ SVM และ XGBoost ร่วมกับ 3 วิธีการในการจัดการข้อมูลที่ไม่สมดุล คือ SMOTE , Different Cost Learner และ SMOTE กับ Different Cost รวมเป็น 6 วิธีการและทำการเปรียบเทียบผลการทดลอง SVM ให้ประสิทธิภาพที่ดีในการวัดด้วย ROC AUC แต่ให้ประสิทธิภาพที่ค่อนข้างต่ำในการวัดด้วย PRC AUC ขณะที่ XGB ให้ประสิทธิภาพที่ดีทั้ง ROC AUC และ PRC AUC โดยวิธีการของ XGB SMOTE ให้ประสิทธิภาพที่ดีที่สุดที่ ROC AUC 91%, PRC AUC 73% และ Accuracy, Precision, Recall และ F1-Score ที่ 97%
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยทางด้านคอมพิวเตอร์เชิงควอนตัม (Quantum computer) ยังคงเป็นความท้าทายสำหรับนักวิจัยในการพัฒนาเทคนิคต่างๆเพื่อให้การประมวลผลข้อมูลควอนตัมขนาดใหญ่สามารถทำได้จริง มีงานวิจัยหลากหลายสาขาเกี่ยวกับการจำลองระบบควอนตัม โดยเฉพาะด้านอัลกอริทึมควอนตัมสำหรับแก้ปัญหา NP-hard ซึ่งใช้เวลาแก้ปัญหานานเกินกว่าจะเป็นไปได้จริงในเครื่องคอมพิวเตอร์ดั้งเดิม งานวิจัยนี้นำเสนอขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัม ซึ่งเป็นการนำข้อได้เปรียบจากการประมวลผลเชิงควอนตัม ได้แก่ สภาวะซ้อนทับของสถานะควอนตัม และการประมวลผลควอนตัมแบบขนานในอัลกอริทึมการค้นหาของโกรเวอร์ (Grover's search algorithm) มาประยุกต์ใช้ในกระบวนการคัดเลือกโครโมโซมของขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิมที่มีการคัดเลือกโครโมโซมที่ดี เพื่อให้ได้ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมที่มีประสิทธิภาพดีขึ้นในแง่ของความถูกต้องของคำตอบ ขั้นตอนวิธีที่นำเสนอสามารถแก้ปัญหา traveling salesman ขนาดเล็กได้บนเครื่องจำลองคอมพิวเตอร์ควอนตัม เนื่องจากจำนวนคิวบิตที่มีอย่างจำกัดจึงไม่สามารถทำการทดลองกับปัญหา traveling salesman ขนาดใหญ่ได้ แม้ว่าจำนวนฟังก์ชันที่ใช้ในการประเมินค่าความเหมาะสมของขั้นตอนวิธีที่นำเสนอมีแนวโน้มเพิ่มขึ้นเป็นเอ็กโปเน็นเชียลเมื่อจำนวนเมืองเพิ่มขึ้น แต่ยังสามารถหาคำตอบที่ถูกต้องได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิม นอกจากนี้ผลการทดลองแสดงให้เห็นว่าจำนวนรอบของโกรเวอร์ที่เหมาะสมช่วยเพิ่มประสิทธิภาพในการหาคำตอบที่เหมาะสมที่สุด ในขณะที่จำนวนช็อตหรือจำนวนรอบที่รันอัลกอริทึมช่วยเพิ่มความน่าเชื่อถือให้กับคำตอบที่ได้จากการวัดค่าสถานะคิวบิต
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ไทม์เพทริเน็ตเป็นเครื่องมือสำหรับการสร้างแบบจำลองและทวนสอบระบบเวลาจริง ปริภูมิสถานะของไทม์เพทริเน็ตนั้นมีอัตราการเติบโตแบบเอกโพเนนเชียลเนื่องจากความซับซ้อนของระบบเวลาจริง ซึ่งปริภูมิสถานะที่มีขนาดใหญ่มากอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิง งานวิจัยนี้จึงนำเสนออัลกอริทึมการตัดไทม์เพทริเน็ตโดยใช้สูตรตรรกะเชิงเวลาแบบเมตริกเพื่อลดขนาดไทม์เพทริเน็ตโดยการกำจัดเพลสและทรานสิชันที่ไม่เกี่ยวข้องกับมาร์คกิงเริ่มต้นและคุณสมบัติของสูตรตรรกะเชิงเวลาแบบเมตริก นอกจากนี้อัลกอริทึมที่นำเสนอยังนำเสนอกราฟพึ่งพาซึ่งแสดงเป็นกราฟพึ่งพาที่แสดงช่วงเวลาโกลบอลของการยิงของทรานสิชันเพื่อแสดงพฤติกรรมการทำงานของไทม์เพทริเน็ต โดยไทม์เพทริเน็ตผลลัพธ์นั้นยังคงเส้นทางการทำงานที่จำเป็นทั้งหมดสำหรับการทำโมเดลเช็กกิง ดังนั้น โมเดลเช็กกิงสามารถสร้างปริภูมิสถานะที่เพียงพอต่อการทวนสอบเมื่อเทียบกับไทม์เพทริเน็ตที่ไม่ได้ตัด
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบสำหรับการฝึกฝนแบบปรับเหมาะ (adaptive practicing) สามารถส่งเสริมศักยภาพของผู้เรียนได้อย่างเต็มที่ แม้ว่าในปัจจุบันจะมีระบบนี้อยู่บ้าง แต่การสร้างระบบนี้ยังคงมีความซับซ้อนแม้ว่าปัจจุบันจะมีเครื่องมือต่าง ๆ มาช่วยเหลือก็ตาม วิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม โดยใช้ระบบการจัดอันดับของ Elo โดยเฟรมเวิร์กนี้สามารถนำตัวสร้างคำถามมาสร้างเป็นระบบสำหรับการฝึกฝนแบบปรับเหมาะได้อย่างง่ายดายในรูปแบบบริการเอพีไอ (Application Programming Interface; API) บนเว็บไซต์ ซึ่งในเฟรมเวิร์กนี้ประกอบไปด้วย 4 โมเดล ได้แก่ ตัวชี้วัดการเรียนรู้ ผู้เรียน โจทย์คำถาม และบทคำสั่ง นอกจากนี้ยังประกอบไปด้วย 7 มอดูล ได้แก่ ส่วนเลือกโจทย์คำถาม ส่วนสร้างโจทย์คำถาม ส่วนคำนวณความแตกต่างระหว่างคำถาม ส่วนแสดงผลโจทย์คำถาม ส่วนตรวจสอบคำตอบ ส่วนแสดงผลย้อนกลับ (feedback) และส่วนปรับโจทย์คำถามให้เป็นปัจจุบัน การแยกส่วนสร้างโจทย์คำถามออกมานั้น ส่งผลให้เฟรมเวิร์กรองรับคำถามสำหรับหลายหัวข้อ อาทิ คำถามวิชาภาษาไทย คำถามวิชาคณิตศาสตร์ นอกจากนี้ส่วนสร้างโจทย์คำถามยังทำให้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ มีทรัพยากรโจทย์คำถามที่ไม่จำกัด และขยายฐานข้อมูลโจทย์คำถามได้อย่างอัตโนมัติ อีกทั้งเฟรมเวิร์กนี้ยังรองรับคำถามได้หลากหลายประเภทที่สามารถประเมินผลเป็นถูกและผิด อาทิ คำถามปรนัย คำถามเลือกจับคู่ เนื่องจากการออกแบบให้ส่วนแสดงผลโจทย์คำถามเป็นส่วนที่สามารถปรับแต่งได้ เฟรมเวิร์กนี้รองรับการออกรายงานทั้งหมด 5 ประเภทเพื่อใช้วิเคราะห์ทั้งในฝั่งผู้เรียนและฝั่งของระบบ ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ถูกออกแบบให้เป็นเอพีไอจึงทำให้สามารถเชื่อมต่อกับโปรแกรมประยุกต์อื่น ๆ ได้ง่าย นอกจากนี้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้สามารถรองรับการเรียนการสอนทั้งแบบออนไลน์และออฟไลน์สำหรับกลุ่มผู้เรียนทุกขนาด และทำให้ผู้เรียนสามารถเรียนรู้ด้วยความเร็วตามความสามารถของตนเอง และผู้สอนไม่จำเป็นต้องสร้างคำถามสำหรับป้อนเข้าในระบบ
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจำแนกประเภทภาพแบบละเอียดเป็นปัญหาการจำแนกประเภทภาพที่อยู่ในหมวดหมู่หลักเดียวกัน เช่น ชนิดของนก, รุ่นของรถยนต์และรุ่นของเครื่องบิน โดยปัญหาหลักของการจำแนกประเภทภาพแบบละเอียดคือมีความผันผวนภายในประเภทและความเหมือนระหว่างประเภทสูง ทำให้งานวิจัยส่วนใหญ่มุ่งเน้นไปที่การระบุตำแหน่งของวัตถุหรือชิ้นส่วนสำคัญของภาพด้วยการออกแบบโครงสร้างแบบจำลองที่มีความซับซ้อนเพื่อแก้ปัญหาดังกล่าว ในงานวิจัยนี้ได้นำเสนอวิธีการเพิ่มประสิทธิภาพของความแม่นยำในการจำแนกประเภทซึ่งประกอบด้วยแบบจำลองสองระดับที่ทำหน้าที่แยกกันในการระบุตำแหน่งและจำแนกประเภท โดยการระบุตำแหน่งวัตถุทำหน้าที่หาพื้นที่ในรูปภาพที่มีวัตถุอยู่ด้วยสมมติฐานพื้นที่ต่อเนื่องที่มีขนาดใหญ่ที่สุดบนการรวมของผังฟีเจอร์ ซึ่งสกัดมาจากหลังจากคอนโวลูชันนิวรอลเน็ตเวิร์ค หลังจากนั้นในขั้นตอนการจำแนกประเภท ได้ปรับปรุงฟังก์ชันสูญเสียค่าสูงสุดอย่างอ่อนด้วยการเพิ่มมาจินเชิงมุมปรับค่าได้ในค่ามุมระหว่างฟีเจอร์เวกเตอร์และเวกเตอร์ศูนย์กลางประจำแต่ละประเภทในระหว่างการฝึกสอนแบบจำลอง วิธีการในงานวิจัยนี้สามารถฝึกสอนแบบจำลองได้แบบเอ็นทูเอ็นโดยไม่ต้องใช้กล่องขอบเขตในการฝึกสอนเพิ่มเติม ทั้งนี้ผลการทดลองแสดงให้เห็นว่า เทคนิคที่งานวิจัยนี้นำมาใช้มีประสิทธฺภาพที่ดีบนชุดข้อมูลสามชุดที่มีการใช้อย่างกว้างขวางในการทดลองเกี่ยวกับการจำประแนกประเภทภาพแบบละเอียด
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ควอนตัมคอมพิวเตอร์ได้แสดงให้เห็นถึงความสามารถที่เหนือกว่าคอมพิวเตอร์แบบคลาสสิคในการแก้ไขปัญหาบางประเภทด้วยการใช้กฎของกลศาสตร์ควอนตัมและด้วยการรวมเอาความรู้ทางด้านการเรียนรู้ของเครื่องและควอนตัมคอมพิวเตอร์ทำให้เกิดองค์ความรู้ใหม่ที่เรียกว่าการเรียนรู้ของเครื่องแบบควอนตัม ควอนตัมโครงข่ายประสาทเทียมเป็นหนึ่งในรูปแบบของการใช้ความรู้ของการเรียนรู้ของเครื่องและคอมพิวเตอร์ควอนตัมด้วยการดัดแปลงความคิดจากการทำโครงข่ายประสาทเทียมแบบคลาสสิคและการใช้ควอนตัมเกทแบบปรับค่าได้มาเป็นค่าน้ำหนักของโครงข่ายประสาทเทียม ในงานวิจัยนี้ได้นำเสนอการประยุกต์ใช้ควอนตัมโครงข่ายประสาทเทียมด้วยข้อมูลจากโลกจริงเพื่อแก้ไขปัญหาการถดถอยเพื่อทำนายจำนวนโทเคนที่ใช้ในระบบประมูลรายวิชา โดยการทดลองจะถูกทำบนเครื่องจำลองคอมพิวเตอร์ควอนตัมของไอบีเอ็ม(Qiskit) ผลลัพธ์ของการทดลองได้แสดงให้เห็นว่าควอนตัมโครงข่ายประสาทเทียมสามารถบรรลุผลที่ดีในการทำนายเมื่อเปรียบเทียบกับโครงข่ายประสาทเทียมแบบคลาสสิคโดยโมเดลที่ดีที่สุดมีค่ารากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง(RMSE) ที่ 6.38% วิธีการนี้ทำให้เกิดการเปิดกว้างสำหรับโอกาสที่จะสำรวจผลประโยชน์ของการเรียนรู้ของเครื่องแบบควอนตัมในการทำวิจัยในอนาคต
การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ
การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ
Chulalongkorn University Theses and Dissertations (Chula ETD)
Jira Software เป็นโซลูชันการจัดการโครงการแบบอไจล์ ซึ่งเดิมออกแบบมาให้เป็นเครื่องมือในการติดตามข้อบกพร่องและปัญหาที่เกิดขึ้นภายในโครงการ การค้นหาปัญหาหรือข้อมูลข้อบกพร่องสามารถทำได้โดยใช้ Jira Query Language (JQL) อย่างไรก็ตาม การสืบค้นปัญหาหรือข้อบกพร่องจากแหล่งที่เก็บข้อมูลจะคืนค่าข้อมูลที่เฉพาะเจาะจงมาอย่างง่ายและธรรมดาทั่วไป ในงานวิจัยนี้ ได้นำเสนอแนวทางการสร้างภาพข้อมูลเครือข่ายเพื่อเปิดเผยความสัมพันธ์และการสื่อสารระหว่างตัวบทบาท เช่น คุณสมบัติของซอฟต์แวร์ ข้อบกพร่อง และบุคลากร โดยเทคนิคการวิเคราะห์เครือข่ายโซเชียลใช้สำหรับวิเคราะห์ข้อบกพร่องที่รวบรวมจากโครงการซอฟต์แวร์ภายในธนาคาร และ Gephi ถูกใช้เป็นเครื่องมือในการสร้างเครือข่ายของบทบาทที่ระบุเป็นโหนดและการเชื่อมโยงของโหนดเหล่านั้น ซึ่งแนวทางของการวิเคราะห์เครือข่ายภาพนั้นใช้ได้จริงและให้ข้อมูลเชิงลึกในการวิเคราะห์ข้อบกพร่องที่จำเป็นสำหรับกระบวนการพัฒนาซอฟต์แวร์ในเชิงรุก
Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก
Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทดสอบการกลายพันธุ์สามารถนำไปใช้กับการประเมินคุณภาพของกรณีทดสอบได้ การจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์เป็นองค์ประกอบที่สำคัญของแนวปฏิบัติทางอุตสาหกรรมที่จะมีส่วนช่วยในการประเมินกรณีทดสอบ โดยทั่วไปแล้ว อุตสาหกรรมจะส่งมอบผลิตภัณฑ์ภายใต้เงื่อนไขของเวลาสู่ตลาด ดังนั้นจึงต้องเสียสละงานทดสอบซอฟต์แวร์อย่างหลีกเลี่ยงไม่ได้ แม้ว่าจะต้องใช้กรณีทดสอบจำนวนมากสำหรับการตรวจสอบซอฟต์แวร์ การใช้การวัดศูนย์กลางเครือข่ายสังคม เพื่อจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์ ซอร์สโค้ดที่มีค่าเพจแรงก์สูงสุด จะถูกเน้นก่อนเมื่อพัฒนากรณีทดสอบ เนื่องจากโมดูลเหล่านี้เสี่ยงต่อข้อบกพร่องหรือความผิดปกติซึ่งอาจทำให้เกิดข้อบกพร่องที่ตามมาในโมดูลที่เกี่ยวข้องอื่นๆ นอกจากนี้ แนวทางดังกล่าวจะช่วยระบุกรณีทดสอบที่ลดได้ในชุดทดสอบ โดยยังคงรักษาเกณฑ์เดียวกันกับจำนวนกรณีทดสอบเดิม
การสกัดตารางและรายการบนเว็บเป็นอาร์ดีเอฟ, จุลเทพ นันทขว้าง
การสกัดตารางและรายการบนเว็บเป็นอาร์ดีเอฟ, จุลเทพ นันทขว้าง
Chulalongkorn University Theses and Dissertations (Chula ETD)
ทุกวันนี้ ลิงก์เดต้าได้เติบโตเพิ่มขึ้นอย่างรวดเร็วตามการเติบโตของเว็บ นอกเหนือจากข้อมูลใหม่ที่สร้างขึ้นในรูปแบบซีแมนติกโดยเฉพาะ ส่วนหนึ่งมาจากการแปลงข้อมูลโครงสร้างที่มีอยู่ให้อยู่ในรูปแบบของข้อมูลเปิดระดับห้าดาว อย่างไรก็ตามยังคงมีข้อมูลจำนวนมากในรูปแบบโครงสร้างและกึ่งโครงสร้าง ตัวอย่างเช่นตารางและรายการซึ่งเป็นรูปแบบหลักที่มนุษย์ใช้อ่าน ยังรอการแปลงอยู่ งานวิจัยนี้กล่าวถึงงานวิจัยต่าง ๆ ที่เกี่ยวกับการแปลงตารางและรายการมาเป็นข้อมูลในรูปแบบต่าง ๆ เพื่อให้เครื่องสามารถอ่านได้ นอกจากนี้ยังเสนอวิธีการในการแปลงตารางและรายการเป็นรูปแบบ Resource Description Framework และยังคงเก็บโครงสร้างต้นฉบับที่จำเป็นไว้อย่างละเอียด ซึ่งทำให้สามารถที่จะสร้างข้อมูลโครงสร้างเดิมกลับมาได้ ระบบ TULIP ถูกสร้างขึ้นเพื่อเป็นเครื่องมือสำหรับการพัฒนาซีแมนติกเว็บ วิธีการที่เสนอมีความยืดหยุ่นมากกว่าเมื่อเทียบกับงานอื่น ๆ เดต้าโมเดลของ TULIP สามารถรองรับการเก็บข้อมูลต้นฉบับอย่างครบถ้วน และสามารถนำมาแสดงใหม่ในมุมมองที่แตกต่างไปจากเดิม เครื่องมือนี้สามารถใช้สร้างข้อมูลจำนวนมหาศาลสำหรับเครื่องคอมพิวเตอร์เพื่อให้ใช้งานได้กว้างมากขึ้นกว่าเดิม
การสรุปใจความสำคัญของข้อความแบบสกัดสำหรับข่าวท่องเที่ยวภาษาไทย, ศรัญญา นาทองห่อ
การสรุปใจความสำคัญของข้อความแบบสกัดสำหรับข่าวท่องเที่ยวภาษาไทย, ศรัญญา นาทองห่อ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันเทคโนโลยีทางด้านคอมพิวเตอร์มีความสำคัญต่อการดำเนินชีวิตประจำวันของมนุษย์เป็นอย่างมากและยังถือว่าเป็นเครื่องมือที่ใช้ในการอำนวยความสะดวกให้แก่มนุษย์มากมายโดยเฉพาะทางด้านการสื่อสารผ่านสังคมออนไลน์ เพื่อลดเวลาในการอ่านข่าวหรืออ่านบทความและข่าวออนไลน์ต่างๆ จากการวิจัยที่ผ่านมามีการศึกษาและพัฒนาการสรุปใจความสำคัญของภาษาไทยเป็นจำนวนมาก ในงานวิจัยนี้ได้นำเสนอวิธีการสรุปใจความสำคัญจากข่าวการท่องเที่ยวภาษาไทย 2 วิธีคือการเลือกประโยคจากการจัดกลุ่มประโยคด้วยเคมีนและการเลือกประโยคด้วยวิธีหาคำสำคัญประโยคจากหัวข้อข่าว โดยมีการพัฒนาและสร้างคลังข้อมูลรายการคำประสมเพื่อช่วยเพิ่มประสิทธิภาพในการตัดคำ โดยการทดลองนี้ใช้ข้อมูลข่าวการท่องเที่ยวไทย ทั้งหมด 400 ข่าวสำหรับใช้ทดลองในการสรุปใจความสำคัญ และ 5,000 ข่าวสำหรับการสร้างคลังข้อมูลรายการคำประสม การวัดประสิทธิภาพของวิธีการที่นำเสนอ มีการวัดประสิทธิภาพการสรุปใจความสำคัญโดยการเปรียบเทียบผลจากการสรุปที่ได้จากผู้เชี่ยวชาญด้านภาษาไทยเทียบกับผลสรุปที่ได้จากวิธีการที่นำเสนอ จากงานวิจัยนี้ในขั้นตอนการสร้างคำประสมได้คำประสมทั้งหมด จำนวน 2,340 คำ ผลการทดลองพบว่าวิธีตัดคำด้วยคัตคำร่วมกับตัดคำประสมได้ผลดีกว่าการตัดคำจากคัตคำเพียงอย่างเดียว และการสรุปใจความสำคัญโดยใช้การคำนวณค่าน้ำหนักของคำสำคัญโดยหาค่าความถี่ของคำจากหัวข้อข่าวเพียงอย่างเดียวและเลือกประโยคเรียงลำดับจากผลรวมความถี่ของคำสำคัญจากหัวข้อข่าวมีประสิทธิภาพและความแม่นยำสูงสุดโดยมีค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8097 0.8367 และ 0.8216 ตามลำดับและเมื่อใช้คัตคำร่วมกับการตัดคำแบบเอ็นแกรมโดยวิธีการสรุปใจความสำคัญแบบเดียวกันได้ค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8119 0.8398 และ 0.8242 ตามลำดับที่อัตราการบีบอัดร้อยละ 20
การพยากรณ์ปริมาณน้ำฝนโดยใช้การเรียนรู้เชิงลึกด้วยภาพเรดาร์เสริมด้วยภาพจากดาวเทียม, วิคม โตศิริ
การพยากรณ์ปริมาณน้ำฝนโดยใช้การเรียนรู้เชิงลึกด้วยภาพเรดาร์เสริมด้วยภาพจากดาวเทียม, วิคม โตศิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายปริมาณน้ำฝนระยะสั้นด้วยข้อมูลปริมาณน้ำฝนจากเรดาร์ตรวจอากาศภาคพื้นดินและแบบจำลองการเรียนรู้เชิงลึกถือได้ว่าเป็นกระบวนการใหม่ในการทำนายปริมาณน้ำฝนระยะสั้น อย่างไรก็ตาม เนื่องจากข้อจำกัดของระยะทำการของเรดาร์ตรวจอากาศภาคพื้นดินนั้นมีระยะทำการที่จำกัด งานวิจัยนี้จึงนำเสนอวิธีการปรับปรุงการทำนายปริมาณน้ำฝนระยะสั้นด้วยแบบจำลองการเรียนรู้เชิงลึก U-NET ด้วยการผนวกข้อมูลปริมาณน้ำฝนจากการวิเคราะห์จากดาวเทียม เข้าด้วยกันกับข้อมูลปริมาณน้ำฝนที่ได้จากข้อมูลจากเรดาร์ตรวจอากาศภาคพื้นดินประเภท Type C Doppler งานวิจัยนี้ได้เสนอว่า วิธีการที่ถูกเสนอในงานวิจัยนี้สามารถปรับปรุงผลลัพธ์การทำนายปริมาณน้ำฝนได้ดีขึ้นในหลายชุดข้อมูลทดสอบ เช่น ชุดข้อมูลพายุไต้ฝุ่น เป็นต้น
การวิเคราะห์เครือข่ายสหสัมพันธ์ของหุ้นในตลาดหลักทรัพย์แห่งประเทศไทย, ณัฐพล ฐิตะวีระ
การวิเคราะห์เครือข่ายสหสัมพันธ์ของหุ้นในตลาดหลักทรัพย์แห่งประเทศไทย, ณัฐพล ฐิตะวีระ
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอการวิเคราะห์ความสัมพันธ์ของหุ้น 100 ตัวที่มีขนาดใหญ่ที่สุดของตลาดหลักทรัพย์แห่งประเทศไทย โดยการใช้ข้อมูลราคาของหุ้น ระหว่างวันที่ 1 กรกฎาคม พ.ศ. 2561 ถึงวันที่ 30 มิถุนายน พ.ศ 2563 งานวิจัยนี้นำเสนอการสร้างเครือข่ายความสัมพันธ์ของหุ้น โดยใช้เทคนิคการวิเคราะห์ข้อมูลอนุกรมเวลาแบบแยกองค์ประกอบเพื่อขจัดความผันผวนของข้อมูล งานวิจัยนี้ใช้เทคนิคไดนามิกไทม์วอร์ปปิงอัลกอริทึม เพื่อวิเคราะห์ความสัมพันธ์ของหุ้นแต่ละตัวเพื่อนำมาสร้างเครือข่าย และใช้วิธีการวิเคราะห์เครือข่ายทางสังคม เพื่อวิเคราะห์ค่าความเป็นสูงกลาง ค่าความเป็นศูนย์กลางประเภทความเป็นค่าคั่นกลาง ค่าความเป็นศูนย์กลางประเภทความใกล้ชิด และการตรวจจับชุมชนโดยใช้เกอร์แวน - นิวแมนอัลกอริทึม โดยงานวิจัยนี้สามารถตรวจจับชุมชนได้ทั้งหมด 7 ชุมชน งานวิจัยนี้นำเสนอสร้างแบบจำลองแบบเพิ่มข้อมูลในการแยกราคาของหุ้นโดยใช้แบบจำลองความจำสั้นแบบยาว สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 57.9% ซึ่งมีความใกล้เคียงกับแบบจำลองพื้นฐานสำหรับตลาดหุ้นอื่นๆ หลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างใกล้กันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 60.3% และหลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างไกลกันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 62.3%
ความสัมพันธ์ระหว่างพฤติกรรมการแวะชม มูลค่าในตะกร้าและจำนวนธุรกรรมการซื้อบนเว็บไซต์แอมะซอน, กฤษณ์ เครือศุภมาส
ความสัมพันธ์ระหว่างพฤติกรรมการแวะชม มูลค่าในตะกร้าและจำนวนธุรกรรมการซื้อบนเว็บไซต์แอมะซอน, กฤษณ์ เครือศุภมาส
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันพาณิชย์อิเล็กทรอนิกส์ได้รับความนิยมเป็นอันมากและมีการเติบโตอย่างรวดเร็ว โดยเว็บไซต์ Amazon เป็นเว็บไซต์ค้าปลีกรายใหญ่ที่มียอดขายและยอดเข้าชมสูงสุดในปี ค.ศ. 2018 งานวิจัยนี้มีวัตถุประสงค์เพื่อ (1) เปรียบเทียบพฤติกรรมการแวะชมเว็บไซต์ Amazon อันได้แก่ จำนวนหน้าต่อครั้ง (Pageview) ระยะเวลาการเข้าชมต่อครั้ง (Duration) และจำนวนครั้งการเข้าชม (Number of Session) ของผู้แวะชมที่มีการซื้อและไม่มีการซื้อ และ (2) สำรวจ (Explore) ผลของพฤติกรรมการแวะชมเว็บไซต์ Amazon (ของผู้แวะชมที่มีการซื้อ) ที่มีต่อมูลค่าในตะกร้าสินค้า (Basket Value) โดยงานวิจัยนี้อาศัยข้อมูลจากฐานข้อมูล Comscore เป็นข้อมูลทุติยภูมิ (Secondary data) สำหรับการวิเคราะห์ที่เป็นการแวะชมเว็บไซต์ Amazon ในปี ค.ศ. 2018 จำนวน 853,486 ครั้ง ผลการเปรียบเทียบพฤติกรรมการแวะชมพบว่า ผู้แวะชมที่มีการซื้อมีจำนวนหน้าต่อครั้ง ระยะเวลาการเข้าชมต่อครั้ง และจำนวนครั้งการเข้าชม มากกว่าผู้แวะชมที่ไม่มีการซื้ออย่างมีนัยสำคัญทางสถิติที่ระดับ .05 อีกทั้งผลการสำรวจพฤติกรรมการแวะชมของผู้แวะชมที่มีการซื้อที่ส่งผลต่อมูลค่าในตะกร้าสินค้า พบว่า จำนวนครั้งการเข้าชม และจำนวนหน้าต่อครั้ง เป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้าอย่างมีนัยสำคัญทางสถิติ นอกจากเป็นการต่อยอดองค์ความรู้เกี่ยวกับพาณิชย์อิเล็กทรอนิกส์ในส่วนที่เกี่ยวข้องกับพฤติกรรมการแวะชมเว็บไซต์และมูลค่าในตะกร้าสินค้าแล้ว ข้อค้นพบในงานนี้ยังเสนอแนะให้ผู้ประกอบการสนใจ จำนวนหน้าต่อครั้งและจำนวนครั้งการเข้าชม เพราะเป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้า ซึ่งเป็นรายได้จากการขายสินค้าของธุรกิจค้าปลีกออนไลน์
Detecting Faces With Covid Protection Masks From Images Shot In Public Places Using Neural Networks, Hangkai Wang
Detecting Faces With Covid Protection Masks From Images Shot In Public Places Using Neural Networks, Hangkai Wang
Chulalongkorn University Theses and Dissertations (Chula ETD)
Since 2019, Covid-19 has become a common problem affecting all mankind. The disease has successfully spread all over the world. Wearing a mask can practically protect the infection. Thus, detecting people wearing and not wearing masks in public is essential. However, there is still some room to improve detection accuracy of the present methods. In this paper, the transfer learning model and FR-TSVM model are used to study the latest data of pneumonia epidemic situation in Covid-19. First, a data set of 11600 facial images wearing masks and not wearing masks in public was collected for training, testing, and validation. …
Internal Sorting Of Streaming Numbers Constrained By Limited Memory Size, Suluk Chaikhan
Internal Sorting Of Streaming Numbers Constrained By Limited Memory Size, Suluk Chaikhan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Due to technological advancements, data consumption is exponentially increasing. However, the size of memory storage increases linearly. Therefore, memory storage is insufficient to store big data. Besides, all existing sorting algorithms cannot sort big data in the memory storage with limited capacity, which is much smaller than the data size. Although external sorting algorithms can sort big data, they cannot keep a sorting result on limited memory storage. This dissertation proposed two new sorting algorithms to handle the sorting issue of streaming data in limited memory storage, namely, streaming data sort, and fast streaming data sort. Both sorting algorithms are …
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจบริการขนส่งทางทะเลสําหรับผลิตภัณฑ์ปิโตรเลียม, กฤติยา ถมยาบัตร
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจบริการขนส่งทางทะเลสําหรับผลิตภัณฑ์ปิโตรเลียม, กฤติยา ถมยาบัตร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การขนส่งสินค้าทางทะเลเป็นการขนส่งหลักที่คิดเป็นร้อยละ 90 - 95 จากการขนส่งทั่วโลก การให้บริการขนส่งผลิตภัณฑ์ปิโตรเลียมทางทะเลเป็นการขนส่งในประเภทการใช้เรือขนส่งสินค้าเหลว ประเภทเรือบรรทุกน้ำมัน (Oil Tankers) โดยให้บริการขนส่งแก่คู่ค้าธุรกิจโรงกลั่นน้ำมัน และผู้ค้าน้ำมันรายใหญ่เพื่อขนส่งสินค้า เช่น น้ำมันดิบ หรือ น้ำมันเบนซิน เป็นต้น สำนักงานพลังงานระหว่างประเทศ International Energy Agency (IEA) คาดการณ์ความต้องการใช้น้ำมันทั่วโลกจะเพิ่มขึ้นเป็น 104.7 ล้านบาร์เรลต่อวันในปี 2566 เพราะฉะนั้นจึงทำให้ธุรกิจการขนส่งน้ำมันเชื้อเพลิงทางทะเลเป็นที่ต้องการเพิ่มมากขึ้นและยังเป็นโอกาสทางธุรกิจอีกด้วย อย่างไรก็ตามธุรกิจการขนส่งผลิตภัณฑ์ปิโตรเลียมทางทะเลเป็นธุรกิจเฉพาะทางเพราะมีข้อกำหนดและความเสี่ยงที่เกี่ยวข้องกับธุรกิจหลายด้าน เช่น ความเสี่ยงจากความผันผวนของราคาน้ำมัน ซึ่งมีผลกระทบต่อต้นทุนและการดำเนินธุรกิจได้ โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจบริการขนส่งทางทะเลสำหรับผลิตภัณฑ์ปิโตรเลียม” นี้ประกอบด้วย 5 ระบบ ได้แก่ (1) ระบบวิเคราะห์ภาพรวมธุรกิจ (2) ระบบวิเคราะห์รายได้และกำไร (3) ระบบวิเคราะห์การควบคุมประสิทธิภาพการขนส่ง (4) ระบบวิเคราะห์การใช้งานเรือ และ (5) ระบบวิเคราะห์ลูกค้า ระบบได้ถูกพัฒนาขึ้นบนฐานข้อมูล Microsoft Azure SQL Database โดยใช้โปรแกรม Tableau Desktop 2020.3 ในการจัดทำระบบวิเคราะห์และแสดงผลข้อมูล ระบบสารสนเทศจากโครงการพิเศษนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างถูกต้อง
อัลกอริทึมการระบุการผันกลับของเซลลูลาร์ออโตมาตาหนึ่งมิติด้วยกราฟสับเซตย่อยภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่า, วรยุทธ วงศ์นิล
อัลกอริทึมการระบุการผันกลับของเซลลูลาร์ออโตมาตาหนึ่งมิติด้วยกราฟสับเซตย่อยภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่า, วรยุทธ วงศ์นิล
Chulalongkorn University Theses and Dissertations (Chula ETD)
เซลลูลาร์ออโตมาตาถือเป็นโมเดลทางคณิตศาสตร์ที่สามารถทำงานแบบระบบพลวัต ซึ่งประกอบไปด้วยสถานะจำกัดที่เรียงตัวกันอย่างเป็นระบบเรียกเซลล์ แต่ละเซลล์จะเปลี่ยนสถานะไปยังสถานะใหม่พร้อมกันด้วยการอาศัยกฎการส่งผ่านที่ขึ้นอยู่กับเซลล์รอบ ๆ ด้วยเวลาแบบเต็มหน่วย แม้ว่าเซลลูลาร์ออโตมาตามีโครงสร้างและนิยามในแบบพื้นฐาน แต่สามารถสร้างระบบที่พฤติกรรมมีความซับซ้อนได้ สมบัติในการผันกลับได้ของเซลลูลาร์ออโตมาตาถือเป็นสมบัติสำคัญที่ได้รับความสนใจในหลายงานวิจัยและสามารถนำไปประยุกต์ใช้ได้ในงานหลาย ๆ ด้านในทางวิทยาศาสตร์ แต่สำหรับเซลลูลาร์ออโตมาตาหนึ่งมิติภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่ายังถือมีข้อจำกัดของจำนวนกฎที่มีไม่มากที่มีสมบัติดังกล่าว ในงานวิจัยนี้ศึกษาและเสนออัลกอริทึมการระบุการผันกลับของเซลลูลาร์ออโตมาตาหนึ่งมิติด้วยกราฟสับเซตย่อยภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่านิยามเซลล์เพื่อนบ้านด้วยเวกเตอร์ ด้วยการแทนเซลลูลาร์ออโตมาตาด้วยกราฟสับเซตย่อยเราเสนอวิธีในการระบุสมบัติการผันกลับได้ในกราฟโดยการพิจารณาเส้นเชื่อมและจุดยอดที่เชื่อมถึงกัน นอกจากนี้งานวิจัยนี้ยังเสนอวิธีในการคำนวณสถานะก่อนหน้าสำหรับสถานะใด ๆ ของเซลลูลาร์ออโตมาตาหนึ่งมิติที่มีสมบัติผันกลับได้ภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่า ซึ่งวิธีที่ได้เสนออยู่บนพื้นฐานของการพิจารณาลักษณะของเซลล์เพื่อนบ้านด้วยการคำนวณทางเดินบนกราฟด้วยการดำเนินการของเมตริกซ์
การวิเคราะห์ข้อความภาษาธรรมชาติตามประมวลกฎหมายอาญา, วีรยุทธ ครั่งกลาง
การวิเคราะห์ข้อความภาษาธรรมชาติตามประมวลกฎหมายอาญา, วีรยุทธ ครั่งกลาง
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้วิเคราะห์การบังคับใช้กฎหมายอาญาของประเทศไทย ในภาค1 บทบัญญัติทั่วไป และภาค2 เฉพาะความผิดเกี่ยวกับชีวิต มาตรา 288 และมาตรา 289 ในลักษณะ10 ความผิดเกี่ยวกับชีวิตและร่างกาย ตามประมวลกฎหมายอาญาของไทย ส่วนแรกของวิทยานิพนธ์นี้ใช้ความรู้ด้านกฎหมายอาญาและคำพิพากษาของศาลฎีกาในการสร้างกฎในการพิจารณาที่มนุษย์สามารถเข้าใจได้ และส่วนที่สองคือการฝึกฝนแบบจำลองด้วยชุดข้อมูลจากคำพิพากษาด้วยเทคนิคการเรียนรู้เชิงลึก โดยแก้ปัญหาความไม่สมดุลของกลุ่มข้อมูลฝึกสอนด้วยการสังเคราะห์ตัวอย่างข้อมูลในกลุ่มอื่น ๆ ให้มีจำนวนเท่ากับกลุ่มที่มากที่สุด และฝึกสอนด้วยโครงข่ายหน่วยความจำระยะสั้นแบบยาวทิศทางเดียวและสองทิศทาง ซึ่งเป็นโครงข่ายประสาทเทียมแบบวกกลับประเภทหนึ่ง และเมื่อวัดประสิทธิภาพแบบจำลองด้วยค่าเฉลี่ยมหภาคเอฟวัน พบว่าแบบจำลองของหน่วยความจำระยะสั้นแบบยาวสองทิศทางให้ประสิทธิภาพสูงกว่าแบบทิศทางเดียว และการใช้ค่าถ่วงน้ำหนักเริ่มต้นจากเรียนรู้ด้วยคลังข้อมูลขนาดใหญ่อื่น ให้ประสิทธิภาพที่สูงกว่าการใช้เฉพาะข้อมูลฝึกสอน และท้ายสุดทำการทดสอบความแม่นยำของแบบจำลองจากข่าวอาชญากรรมด้วยเทคนิคการหาค่าเฉลี่ยความน่าจะเป็น เพื่อใช้เป็นข้อมูลขาเข้าของกฎการพิจารณา พบว่าสอดคล้องกับความเห็นของนักกฎหมาย 59 %
Confusion Detection From Facial Expression Using Deep Neural Network, Nun Vanichkul
Confusion Detection From Facial Expression Using Deep Neural Network, Nun Vanichkul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Confusion is the most frequently observed emotion in daily life and can greatly affect the effectiveness and efficiency of communication. Detecting the confusion from learners and resolving timely is critical for achieving successful teaching in education. Most Facial Expression Recognition (FER) research works focus only on detecting six basic emotions: happiness, sadness, anger, fear, disgust, and surprise. Even though the confusion detection problem gains more attention from researchers recently, analysis of both spatial and temporal information with sufficient data is still short. In this study, we present a spatial-temporal network for confusion detection on video level which was trained on …
คลังข้อมูลและระบบสนับสนุนการตัดสินใจสำหรับอุบัติเหตุทางถนน, ปวินณา ทบพักตร์
คลังข้อมูลและระบบสนับสนุนการตัดสินใจสำหรับอุบัติเหตุทางถนน, ปวินณา ทบพักตร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
อุบัติเหตุทางถนนนับเป็นปัญหาสำคัญระดับโลก รายงานสถานการณ์โลกด้านความปลอดภัยทางถนน ปี พ.ศ. 2561 (Global Report on Road Safety 2018) โดยองค์การอนามัยโลก (World Health Organization : WHO) พบว่า การบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนมีแนวโน้มเพิ่มขึ้นจากฐานข้อมูลของปี 2556 ที่พบว่า อัตราผู้เสียชีวิตบนท้องถนนสูงถึง 1.25 ล้านคนต่อปี และการบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนของประเทศไทยติดอันดับสองของโลก โดยมีจำนวนผู้เสียชีวิตอยู่ที่ 36.2 คนต่อประชากรหนึ่งแสนคน หรือเฉลี่ยปีละ 24,326 คน นอกจากนี้ ยังพบว่า อัตราผู้เสียชีวิตบนท้องถนนเพิ่มขึ้นเป็น 1.35 ล้านคนต่อปี โดยประเทศไทยติดอันดับเก้าของโลก และมีประมาณการจำนวนผู้เสียชีวิตอยู่ที่ 32.7 คนต่อประชากรหนึ่งแสนคน (60 คนต่อวัน) คิดเป็นจำนวนเฉลี่ยปีละ 22,491 คน แม้ว่าการบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนของประเทศไทยมีแนวโน้มดีขึ้นเล็กน้อยในภาพรวม จากสถิติผู้เสียชีวิตของไทยที่ลดลง จากเดิม 2,000 คน แต่ประเทศไทยยังคงเป็นประเทศที่มีจำนวนผู้เสียชีวิตสูงที่สุดอันดับหนึ่งในเอเชียและในอาเซียน ดังนั้น หน่วยงานที่เกี่ยวข้องในประเทศไทยจึงจำเป็นต้องติดตามสถานการณ์ของอุบัติเหตุทางถนนทั่วประเทศ เพื่อที่จะสามารถวางแผนและกำหนดนโยบายหรือมาตรการต่างๆ ที่จะช่วยป้องกันและลดอุบัติเหตุทางถนนได้ โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจสำหรับอุบัติเหตุทางถนน” นี้ ประกอบด้วย 5 ระบบ ได้แก่ ระบบวิเคราะห์ภาพรวมของการเกิดอุบัติเหตุ ระบบวิเคราะห์สาเหตุการเกิดอุบัติเหตุ ระบบวิเคราะห์ความปลอดภัยในชีวิตและทรัพย์สิน ระบบวิเคราะห์การเกิดอุบัติเหตุช่วงเจ็ดวันอันตราย และระบบวิเคราะห์แนวโน้มการเกิดอุบัติเหตุทางถนน ระบบได้พัฒนาขึ้นโดยมี Microsoft SQL Server 2019 เป็นระบบจัดการฐานข้อมูล และใช้โปรแกรม Tableau เวอร์ชั่น 2021.1 เป็นเครื่องมือในการพัฒนาธุรกิจอัจฉริยะ ระบบที่พัฒนาขึ้นนี้จะช่วยให้ผู้ที่มีส่วนรับผิดชอบให้สามารถวิเคราะห์ข้อมูลอุบัติเหตุทางถนนในมิติต่างๆ ได้อย่างถูกต้องและรวดเร็ว นอกจากนี้ยังสามารถเจาะลึกลงไปดูในรายละเอียดที่ต้องการเพื่อใช้ประกอบการตัดสินใจเกี่ยวกับการกำหนดแนวทางนโยบาย แผนแม่บทความปลอดภัยทางถนน ยุทธศาสตร์ทั้งในระยะสั้นและระยะยาว และแผนเกี่ยวกับการป้องกันและลดอุบัติเหตุทางถนนที่มีประสิทธิภาพมากยิ่งขึ้นต่อไป
การพัฒนาตัวแบบรู้จำบุคลิกภาพจากเสียงสนทนาในบริบทของศูนย์ให้บริการข้อมูลลูกค้า, นคร ศรีณรงค์
การพัฒนาตัวแบบรู้จำบุคลิกภาพจากเสียงสนทนาในบริบทของศูนย์ให้บริการข้อมูลลูกค้า, นคร ศรีณรงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ศูนย์บริการข้อมูลลูกค้าเป็นช่องทางสำคัญในการติดต่อระหว่างภาคธุรกิจและลูกค้า ตัวชี้วัดที่สำคัญของการทำงานของศูนย์บริการข้อมูลลูกค้าคือความพึงพอใจของลูกค้า ข้อมูลหลักที่ได้จากศูนย์บริการข้อมูลลูกค้าคือเสียงสนทนา ทำให้ผู้วิจัยสนใจที่จะศึกษาแนวทางในการสร้างตัวแบบรู้จำบุคลิกภาพจากเสียง ข้อมูลเสียงและเพศถูกเก็บจากหน่วยตัวอย่าง 92 คน พร้อมกับข้อมูลบุคลิกภาพโดยใช้แบบวัด MPI (Maudsley Personality Inventory) แบบวัดดังกล่าวแบ่งบุคลิกภาพออกเป็น 2 ด้าน คือด้าน E-scale (Extraversion และ Introversion) และ N-scale (Neuroticism และ Stability) ซึ่งนำมาใช้ในการพัฒนาตัวแบบจำแนกบุคลิกภาพทั้งสองด้าน เทคนิคที่ใช้ในการพัฒนาตัวแบบประกอบด้วย Logistic regression, SVM, Random forest และ Artificial neural network โดยพบว่าตัวแบบที่พัฒนาด้วยเทคนิค Artificial neural network มีประสิทธิภาพสูงสุดในการรู้จำ E-scale โดยมีค่า Positive predictive value (ค่าวัดประสิทธิภาพของ Introversion) เท่ากับ 0.71 และค่า Negative predictive value (ประสิทธิภาพของ Extraversion) เท่ากับ 0.75 ในส่วนของ N-scale ไม่พบตัวแบบที่พัฒนาด้วยเทคนิคใดมีประสิทธิภาพเพียงพอ ในการศึกษาครั้งนี้พบว่าบุคลิกภาพ Extraversion และ Introversion ซึ่งสามารถนำมาประยุกต์กับงานภาคธุรกิจ สามารถรู้จำจากเสียงสนทนาในบริบทศูนย์บริการข้อมูลลูกค้า โดยสามารถนำไปใช้มอบหมายพนักงานที่มีบุคลิกภาพเหมือนกับลูกค้าเพื่อเพิ่มความพึงพอใจของลูกค้าในการติดต่อสื่อสาร ภาคธุรกิจยังสามารถนำข้อมูลบุคลิกภาพเหล่านี้ไปใช้ต่อยอดในการแนะนำผลิตภัณฑ์ หรือโฆษณา ให้เหมาะสมกับลูกค้าแต่ละคน
Recommendation System For Horticultural Commodities, Lukman Adlin Harahap
Recommendation System For Horticultural Commodities, Lukman Adlin Harahap
Chulalongkorn University Theses and Dissertations (Chula ETD)
Horticultural commodities commonly have fluctuating prices due to their nature. Seasonality and climate are the main factors that cause their prices to fluctuate. Price instability causes a planning on horticultural cultivation to become difficult. Local farmers would intuitively know the planning by their experience, but this might be too complicated for those farmers who are new or have no experience. Thus, the proposed recommendation system would be able to help the new farmers to set a schedule for horticultural cultivation. The proposed recommendation system consists of three phases: price prediction, commodity recommendation, and cultivation scheduling. A hybrid of Long Short-Term …
Development Of Authentication-Based Captcha Mechanism On Touch Screen Environment, Nilobon Nanglae
Development Of Authentication-Based Captcha Mechanism On Touch Screen Environment, Nilobon Nanglae
Chulalongkorn University Theses and Dissertations (Chula ETD)
CAPTCHA is a simple security test that was introduced to distinguish among humans and bots for decades. CAPTCHAs have been widely used on commercial sites, such as email service, and social networking sites, for protecting the system from automated software attackers. However, various techniques have been invented to break CAPTCHA, and one of these techniques is the 3rd party attacks. So, the design of CAPTCHA is unable to distinguish between human users and illegitimate human attackers. Thus, this research proposed a new type of CAPTCHA that is individually generated for an individual user. The proposed technique merges between biometrics and …
การวินิจฉัยโรคพาร์กินสันโดยใช้การเรียนรู้ของเครื่อง, หัสพล ธัมมิกรัตน์
การวินิจฉัยโรคพาร์กินสันโดยใช้การเรียนรู้ของเครื่อง, หัสพล ธัมมิกรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอวิธีการวินิจฉัยโรคพาร์กินสันด้วยการใช้การเรียนรู้ของเครื่องสำหรับการตรวจพบโรคพาร์กินสันในระยะเริ่มต้น โดยใช้โครงข่ายประสาทเทียมแบบวนซ้ำชนิดพิเศษ Long Short-Term Memory กับข้อมูลโรคพาร์กินสันที่ได้รับจากผู้เชี่ยวชาญของโรงพยาบาลจุฬาลงกรณ์ โดยข้อมูลที่ใช้ประกอบไปด้วยข้อมูลจากเซ็นเซอร์และคีย์บอร์ดจากการเก็บข้อมูลจากผู้ร่วมทดสอบซึ่งมีทั้งกลุ่มควบคุมและผู้ป่วยจำนวนหนึ่งผ่านตัวควบคุมที่เก็บข้อมูลคีย์บอร์ดและเซ็นเซอร์ ซึ่งข้อมูลเซ็นเซอร์มีค่าตัวแปรความเร่งและมุม ข้อมูลคีย์บอร์ดคือการกดคีย์บอร์ดเป็นตัวอักษรพร้อมทั้งเวลาการกดคีย์บอร์ด การวิจัยนี้ทำเพื่อช่วยการวินิจฉัยแยกแยะระหว่างอาการสั่นหรือมีปัญหาทางการควบคุมการเครื่องไหวของผู้ป่วยโรคอื่นและผู้ป่วยโรคพาร์กินสัน การวิจัยนี้ได้ใช้การเรียนรู้ของเครื่องเพื่อคัดกรองผู้ป่วยเบื้องต้นแทนการใช้แพทย์ผู้เชี่ยวชาญทางโรคพาร์กินสันสำหรับแพทย์แผนกผู้ป่วยนอกในวินิจฉัยการคัดกรองผู้ป่วยที่มีอาการใกล้เคียงอย่างการเคลื่อนไหว และความผิดปกติของระบบประสาทและสมอง ผลการวินิจฉัยพบว่าการเรียนรู้เครื่องสามารถตรวจพบการวินิจฉัยโรคพาร์กินสัน ได้ร้อยละความถูกต้องที่ 88.78 เปอร์เซ็นต์
การผสมความรู้ทางวิทยาศาสตร์ก่อนหน้าเข้ากับการเรียนรู้เชิงลึกสำหรับพยากรณ์ปริมาณฝนในระยะสั้นจากภาพถ่ายเรดาร์, ภัทรพงษ์ ด่านพูนกิจ
การผสมความรู้ทางวิทยาศาสตร์ก่อนหน้าเข้ากับการเรียนรู้เชิงลึกสำหรับพยากรณ์ปริมาณฝนในระยะสั้นจากภาพถ่ายเรดาร์, ภัทรพงษ์ ด่านพูนกิจ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายปริมาณน้ำฝนในระยะสั้นมีจุดมุ่งหมายเพื่อทำนายปริมาณน้ำฝนในอนาคตอันใกล้อย่างถูกต้องเพื่อนำไปใช้ประโยชน์ต่อในงานต่างๆ วิธีการดั้งเดิมทำนายผลโดยจำลองกระบวนการทางฟิสิกส์ที่ซับซ้อนหรือใช้การประมาณค่านอกช่วง โมเดลเชิงลึกที่ใช้ส่วนมากนั้นมักประสบความสำเร็จเพียงระดับหนึ่งเท่านั้นเนื่องจากความซับซ้อนของปัญหา ดังนั้นวิทยานิพนธ์นี้จึงเสนอวิธีการที่ผสมผสานระหว่างวิธีการทางวิทยาศาสตร์กับโมเดลเชิงลึกเพื่อใช้ประโยชน์จากทั้งสองศาสตร์ในการทำนาย โมเดลที่เสนอนี้มีโครงสร้างพื้นฐานบนวิธีการประมาณค่าเรดาร์นอกช่วงซึ่งเป็นวิธีการทางวิทยาศาสตร์ที่ทันสมัย โดยผู้วิจัยได้ทำการผสมผสานโดยแทนที่ส่วนย่อยของวิธีการนี้ที่ทำหน้าที่คำนวณสนามการเคลื่อนไหวด้วยโมเดลเชิงลึกที่เป็นโมเดลแบบรูปตัวยู ในขณะคงส่วนหลังที่ใช้เทคนิคการบิดเบือนไว้เพื่อทำหน้าที่ประมาณค่านอกช่วง ในการทดลองผู้วิจัยได้สร้างชุดข้อมูลจำลองที่ลอกเลียนคุณสมบัติสำคัญจากภาพถ่ายเรดาร์และทำการทดลองทั้งบนชุดข้อมูลจำลองดังกล่าวและชุดข้อมูลภาพถ่ายเรดาร์ที่ประกอบด้วยเหตุการณ์สภาพอากาศรุนแรง 7 กรณี นอกจากนี้ได้ทดลองใช้เทคนิคเปลี่ยนแปลงน้ำหนักของค่าสูญเสียเพื่อให้โมเดลมีประสิทธิภาพการทำนายฝนตกหนักสูงขึ้น จากผลการทดลองพบว่าวิธีการแบบผสมผสานที่เสนอให้ประสิทธิภาพที่ดีกว่าวิธีการมาตรฐานในกรณีส่วนมากบนชุดข้อมูลทั้งคู่