Open Access. Powered by Scholars. Published by Universities.®
Articles 421 - 450 of 618
Full-Text Articles in Computer Sciences
Deep Sequential Real Estate Recommendation Approach For Solving Item Cold Start Problem, Jirut Polohakul
Deep Sequential Real Estate Recommendation Approach For Solving Item Cold Start Problem, Jirut Polohakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The item cold-start problem occurs when a recommendation system cannot recommend new items owing to record deficiencies and new listing omissions. When searching for real estate, users can register a concurrent interest in recent and prior projects. Thus, an approach to recommend cold-start and warm-start items simultaneously must be determined. Furthermore, unrequired membership and stop-by behavior cause real estate recommendations to have many cold-start and new users. This characteristic encourages the use of a content-based approach and a session-based recommendation system. Herein, we propose a real estate recommendation approach for solving the item cold-start problem with acceptable warm-start item recommendations …
A Real Estate Valuation Model Using Boosted Feature Selection, Kankawee Chanasit
A Real Estate Valuation Model Using Boosted Feature Selection, Kankawee Chanasit
Chulalongkorn University Theses and Dissertations (Chula ETD)
To estimate real estate values, a complex valuation model based on artificial neural network (ANN) has been established as a successful means in modern machine learning research, specifically when high-dimensional data are available. Unfortunately, the real estate data in many locations, such as Thailand, are quite limited in terms of features. Hence, it becomes mandatory to reduce the complexity using feature selection techniques. These techniques aim to improve performance by identifying significant factors and help decrease the computational overload and model construction. However, due to the lack of explicability and interpretability in ANNs, the analysis of input factors cannot be …
Explainable Stock Price Prediction Using Technical Indicators With Short Thai Textual Information, Kittisak Prachyachuwong
Explainable Stock Price Prediction Using Technical Indicators With Short Thai Textual Information, Kittisak Prachyachuwong
Chulalongkorn University Theses and Dissertations (Chula ETD)
A stock trend prediction has been in the spotlight from the past to the present. Fortunately, there is an enormous amount of information available nowadays. There were prior attempts that have tried to forecast the trend using textual information; however, it can be further improved since they relied on fixed word embedding, and it depends on the sentiment of the whole market. In this paper, we propose a deep learning model to predict the Thailand Futures Exchange (TFEX) with the ability to analyze both numerical and textual information. We have used Thai economic news headlines from various online sources. To …
Detection Of Wagyu Beef Sources With Image Classification Using Convolutional Neural Network, Nattakorn Kointarangkul
Detection Of Wagyu Beef Sources With Image Classification Using Convolutional Neural Network, Nattakorn Kointarangkul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Wagyu beef originated in Japan. However, there are many types of Wagyu beef in the market around the globe. Primary sources include Australia, USA, Canada and the United Kingdom. The authentic Japanese Wagyu is well known for its intense marbling, juicy rich flavor and tenderness. Observing that there are differences in flavor, texture, and quality between distinct sources of Wagyu. This research presents an AI-based approach to identify Wagyu beef sources with image classification. The input images were collected from reliable sources on the internet and augmented with DCGAN. Deep neural networks, CNN, was constructed to detect the marbled fat …
Learning Personally Identifiable Information Transmission In Android Applications By Using Data From Fast Static Code Analysis, Nattanon Wongwiwatchai
Learning Personally Identifiable Information Transmission In Android Applications By Using Data From Fast Static Code Analysis, Nattanon Wongwiwatchai
Chulalongkorn University Theses and Dissertations (Chula ETD)
The ease of use of mobile devices has resulted in a significant increase in the everyday use of mobile applications as well as the amount of personal information stored on devices. Users are becoming more aware of applications' access to their personal information, as well as the risk that these applications may unwittingly transmit Personally Identifiable Information (PII) to third-party servers. There is no simple way to determine whether or not an application transmits PII. If this information could be made available to users before installing new applications, they could weigh the pros and cons of having the risk of …
Using Automatic Speech Recognition To Assess Thai Speech Language Fluency In Montreal Cognitive Assessment (Moca), Pimarn Kantithammakorn
Using Automatic Speech Recognition To Assess Thai Speech Language Fluency In Montreal Cognitive Assessment (Moca), Pimarn Kantithammakorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
The Montreal Cognitive Assessment (MoCA), a widely accepted screening tool for identifying patients with mild cognitive impairment (MCI), includes a language fluency test of verbal functioning where scores are based on the number of unique correct words produced by the test-taker. However, with different languages, it is possible that unique words may be counted differently. This study focuses on Thai as a language that differs from English in its type of word combination. We applied various automatic speech recognition (ASR) techniques to develop an assisted scoring system for the language fluency test of the MoCA with Thai language support. The …
Sop Development For Erp/Software Project Management Of A Consulting Company, Piyanat Viengcome
Sop Development For Erp/Software Project Management Of A Consulting Company, Piyanat Viengcome
Chulalongkorn University Theses and Dissertations (Chula ETD)
Presently, ERP/software consulting company has experienced in information gathering process from users in customer company which lead to insufficient to-be process development and vendor selection process. The unexpected results would be extra budget and high manual workload in organization. The possible root cause is uncleared procedure to proceed the project management in ERP/software implementation. The objective of this research is to develop the standard operating procedure for ERP/software project management of a consulting company concentrated in manufacturing industry in Thailand. The methodology starts with studying of competitors' approach from their websites. The ERP expert interview is the next step, 3 …
Accurate Surface Ultraviolet Radiation Forecasting For Clinical Applications With Deep Neural Network, Raksit Raksasat
Accurate Surface Ultraviolet Radiation Forecasting For Clinical Applications With Deep Neural Network, Raksit Raksasat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Exposure to appropriate doses of UV radiation provides enormously health and medical treatment benefits including psoriasis. Typical hospital-based phototherapy cabinets contain a bunch of artificial lamps, either broad-band (main emission spectrum 280-360 nm, maximum 320 nm), or narrow-band UV B irradiation (main emission spectrum 310-315nm, maximum 311nm). For patients who cannot access phototherapy centers, sun-bathing, or heliotherapy, can be a safe and effective treatment alternative. However, as sunlight contains the full range of UV radiation (290-400 nm), careful sun-bathing supervised by photodermatologist based on accurate UV radiation forecast is vital to minimize potential adverse effects. Here, using 10-year UV radiation …
Med-Asa Smart Task-Volunteer Matching System, Taweesin Wongpinkaew
Med-Asa Smart Task-Volunteer Matching System, Taweesin Wongpinkaew
Chulalongkorn University Theses and Dissertations (Chula ETD)
In the context of healthcare, volunteers play an important role in improving the patient's experience and lowering the operational cost. However, the process which facilitate their management is reported to be problematic. In this thesis, the problems of the current system is explored, and a potential solution of a new IT system is outlined. The system was tested for a duration of 2 month during the COVID-19 outbreak in Thailand. SUS and an in-depth interview was conducted in order to gauge the usability and the effectiveness the system. The time it takes for the volunteers to go through with the …
กลไกจุดสนใจแบบเน็ตเวิร์กละเอียดสำหรับการจำแนกประเภทของรูปภาพอาหาร, วศิณี นุชศิริ
กลไกจุดสนใจแบบเน็ตเวิร์กละเอียดสำหรับการจำแนกประเภทของรูปภาพอาหาร, วศิณี นุชศิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบัน มีจำนวนรูปภาพอาหารมากมายที่ถูกอัพโหลดผ่านเครือข่ายสังคม โดยรูปภาพส่วนหนึ่งไม่ได้รับการระบุป้ายชื่ออาหาร การใช้แอปพลิเคชันสำหรับการจำแนกประเภทรูปภาพของอาหาร สามารถช่วยระบุป้ายชื่อ และจัดจำแนกประเภทของรูปภาพอาหารเหล่านั้นได้ ปัญหาของงานจำแนกประเภทของรูปภาพอาหาร จัดเป็นงานที่ค่อนข้างมีความซับซ้อน เนื่องจากจำนวนของประเภทอาหารมีมากกว่าหนึ่งร้อยประเภท และอาหารบางประเภทยังมีลักษณะที่แตกต่างกันเล็กน้อย ไม่ว่าจะเป็นประเภทของส่วนผสม หรือลักษณะการจัดวางจาน ซึ่งปัญหาเหล่านี้นำไปสู่งานที่เรียกว่า งานจำแนกประเภทรูปภาพแบบละเอียด (Fine-grained Image Classification) ในปัจจุบันแบบจำลองนิวรอลเน็ตเวิร์กแบบคอนโวลูชันเชิงเส้นคู่ (Bilinear Convolutional Neural Networks หรือ B-CNN) ถูกนำมาใช้ในการจำแนกประเภทของรูปภาพอาหาร เนื่องจากแบบจำลองนี้มีความแม่นยำในการจำแนกประเภทของรูปภาพสูง และสามารถสกัดลักษณะของรูปภาพออกมาอย่างหลากหลาย เพื่อโฟกัสรายละเอียดของอาหารในแต่ละประเภท แต่เนื่องจากคุณลักษณะของรูปภาพที่ถูกสกัดมานั้น บางลักษณะอาจจะไม่ได้มีความสำคัญต่อรูปภาพนั้น ๆ ด้วยเหตุผลดังกล่าว งานวิจัยนี้จึงได้นำเสนอกลไกจุดสนใจ (Attention Mechanism) มาสกัดลักษณะที่จำเพาะของรูปภาพอาหารในแต่ละประเภท อีกทั้งงานวิจัยนี้เลือกคอนโวลูชันเน็ตเวิร์กที่มีประสิทธิภาพในการจำแนกประเภทของรูปภาพดีกว่าคอนโวลูชันเน็ตเวิร์กแบบอื่น ๆ ในปัจจุบัน คือ อินเซ็บชันเวอร์ชันสาม และ อินเซ็บชันเรสเน็ตเวอร์ชันสอง (Inception-Resnet-v2 หรือ In-res-v2) มาเป็นตัวสกัดลักษณะของรูปภาพ โดยงานวิจัยนี้ได้ทำการทดลองกับชุดข้อมูลเชิงรูปภาพ จาก Wongnai ซึ่งเป็นแอปพลิเคชันสำหรับการอัปโหลดรูปภาพอาหาร โดยผลการทดลองพบว่าแบบจำลองที่ได้นำเสนอ มีประสิทธิภาพในการจำแนกประเภทของรูปภาพอาหารได้อย่างถูกต้องแม่นยำมากขึ้นเมื่อเปรียบเทียบกับแบบจำลองอื่น ๆ
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
ระบบการจัดการมูลค่าข้อมูลจากเกมสู่เกมด้วยบล็อกเชน, ชานน ยาคล้าย
Chulalongkorn University Theses and Dissertations (Chula ETD)
แม้ว่าในปัจจุบันบล็อกเชนจะถูกนำมาใช้ประโยชน์ในหลายอุตสาหกรรม แต่ในอุตสาหกรรมเกมนั้น บล็อกเชนไม่ได้ถูกนำไปใช้อย่างกว้างขวางมากนัก นอกจากนี้ แม้ว่าในอุสาหกรรมเกมจะมีผู้เล่นอยู่เป็นจำนวนมาก แต่ก็ยังไม่มีเกมหรือแพลตฟอร์มใดที่ให้สิทธิผู้เล่นในการเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอย่างแท้จริง โดยแม้จะมีความพยายามในการระดมทุนเพื่อทำเกมหรือแพลตฟอร์มที่ให้ผู้เล่นได้มีโอกาสเป็นเจ้าของสินทรัพย์หรือข้อมูลภายในเกมอยู่บ้าง แต่ก็ยังคงอยู่ในขั้นตอนการทดลองที่ยังไม่เสร็จสมบูรณ์ และผู้เล่นยังต้องพึ่งพาระบบนิเวศน์ของแพลตฟอร์มนั้น ๆ อีกด้วย ในวิทยานิพนธ์ฉบับนี้ ผู้วิจัยจึงประสงค์ที่จะนำเสนอสถาปัตยกรรมกลางที่ทำให้ผู้เล่นเกมสามารถเป็นเจ้าของเวลาที่ตนเองใช้ภายในเกมได้โดยใช้บล็อกเชนสาธารณะ ทั้งผู้เล่นยังสามารถนำเวลาดังกล่าวไปใช้ในเกมอื่นได้ด้วย โดยใช้มาตราฐานโทเคนดิจิทัล ERC-20 บนอีเธอเรี่ยม นอกจากนี้ รูปแบบสถาปัตยกรรมที่นำเสนอดังกล่าวยังสามารถประยุกต์ใช้ได้กับทุกบล็อกเชนสาธารณะ และยังเป็นประโยชน์ต่อทุกองค์ประกอบของระบบนิเวศน์ อาทิเช่น ผู้เล่น บล็อกเชนโหนด และผู้พัฒนาเกม โดยผลการทดลองในงานวิทยานิพนธ์นี้ ยังแสดงว่าแนวความคิดดังกล่าวทำให้ผู้เล่นใช้เวลาในการเล่นเกมนานขึ้น และมีแนวโน้มที่จะอยากเล่นเกมใหม่ๆ ที่สามารถนำมูลค่าในเกมเดิมไปใช้ได้ แต่ทั้งนี้ยังมีปัจจัยหลายอย่างที่มีผล อาทิเช่น ประเภทของเกม การแลกเปลี่ยนค่าของเวลาภายในเกม เป็นต้น
Thai Scene Text Recognition, Thananop Kobchaisawat
Thai Scene Text Recognition, Thananop Kobchaisawat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automatic scene text detection and recognition can benefit a large number of daily life applications such as reading signs and labels, and helping visually impaired persons. Reading scene text images becomes more challenging than reading scanned documents in many aspects due to many factors such as variations of font styles and unpredictable lighting conditions. The problem can be decomposed into two sub-problems: text localization and text recognition. The proposed scene text localization works at the pixel level combined with a new text representation and a fully-convolutional neural network. This method is capable of detecting arbitrary shape texts without language limitations. …
Path Exploration With Random Network Distillation On Multi-Agent Reinforcement Learning, Korawat Charoenpitaks
Path Exploration With Random Network Distillation On Multi-Agent Reinforcement Learning, Korawat Charoenpitaks
Chulalongkorn University Theses and Dissertations (Chula ETD)
Intrinsic motivation is one of the potential candidates to help improve performance of reinforcement learning algorithm in complex environments. The method enhances exploration capability without explicitly told by the creator and works on any environment. This is suitable in the case of multi-agent reinforcement learning where the environment complexity is more than usual. The research presents an exploration model using intrinsic motivation built from the random network distillation algorithm to improve the performance of multi-agent reinforcement learning and compare with the benchmark in different scenarios. The concept of clipping ratio is introduced to enforces the limit on optimization magnitude. Based …
Citation Network Analysis For Journal Selection Of University Library, Nopanan Pongitthidej
Citation Network Analysis For Journal Selection Of University Library, Nopanan Pongitthidej
Chulalongkorn University Theses and Dissertations (Chula ETD)
Every academic year, a university library must subscribe tons of journals to provide the best resource for the students and researchers. However, subscribed journals have been used unequally and some relevant journals are not subscribed. Therefore, the library needs supporting information about usedness and demand of journals for efficient collection management. In this paper, citation network analysis is applied to analyze the articles published by university researchers and their references. The result is two overlapping lists of journals that are recommended for the library collection i.e. (a) journals that the university researchers have published in and (b) journals that the …
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0 : โมดูลการบริหารจัดการวัตถุดิบของธุรกิจจัดจำหน่ายข้าวสาร, ณัฐญา เจริญสุข
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0 : โมดูลการบริหารจัดการวัตถุดิบของธุรกิจจัดจำหน่ายข้าวสาร, ณัฐญา เจริญสุข
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0: โมดูลการจัดการวัตถุดิบสำหรับธุรกิจจัดจำหน่ายข้าวสาร พัฒนาขึ้นโดยมีจุดประสงค์เพื่อกำหนดค่าการทำงานของซอฟต์แวร์วางแผนจัดการทรัพยากรขององค์กรให้ตรงกับความต้องการและสอดคล้องกับกระบวนการทางธุรกิจของบริษัทจัดจำหน่ายข้าวสารที่นำมาเป็นกรณีศึกษา เพื่อให้บริษัทมีระบบสารสนเทศแบบบูรณาการในการดำเนินงานร่วมกันในส่วนงานที่เกี่ยวข้อง มีการใช้ข้อมูลร่วมกันภายในบริษัท และสนับสนุนการออกรายงานสำหรับผู้บริหารเพื่อใช้ในการวิเคราะห์ ตัดสินใจ และวางแผนการดำเนินงานอย่างมีประสิทธิภาพ โครงการอิมพลีเมนท์ เอสเอพี อีซีซี 6.0: โมดูลการจัดการวัตถุดิบสำหรับธุรกิจจัดจำหน่ายข้าวสาร ประกอบด้วย 5 ระบบย่อย ได้แก่ ระบบจัดการข้อมูลหลักวัตถุดิบ ระบบจัดซื้อ ระบบการจัดการสินค้าคงคลัง ระบบการรับรู้หนี้การค้า และระบบสารสนเทศเพื่อการจัดการ โครงการนี้พัฒนาขึ้นโดยใช้ซอฟต์แวร์สำเร็จรูป SAP ECC 6.0 ระบบจัดการฐานข้อมูล Oracle 11g และระบบปฏิบัติการ Microsoft Windows Server 2008 R2
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจสินเชื่อเช่าซื้อรถยนต์, สาริศา สาธินสิริ
คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจสินเชื่อเช่าซื้อรถยนต์, สาริศา สาธินสิริ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ธุรกิจสินเชื่อรถยนต์ในประเทศไทยได้ขยายตัวอย่างต่อเนื่อง อันเป็นผลมาจากจำนวนความต้องการใช้รถยนต์ที่เพิ่มสูงขึ้น จึงส่งผลให้ธุรกิจสินเชื่อรถยนต์เกิดการขยายตัวอย่างต่อเนื่องเพื่อตอบรับความต้องการของตลาด และเพื่อให้สามารถดำเนินการให้บริการปล่อยสินเชื่อเงินกู้เพื่อการซื้อรถยนต์ได้ภายใต้สภาวะการแข่งขันที่สูง ผู้ให้บริการสินเชื่อจึงต้องปรับตัวให้ทันกับสถานการณ์และสภาวะการแข่งขันที่สูงนี้ ดังนั้นการนำระบบสารสนเทศเข้ามาใช้เป็นเครื่องมือสนับสนุนการวิเคราะห์ด้านข้อมูลสินเชื่อผลิตภัณฑ์และพฤติกรรมของลูกค้าจะช่วยให้สามารถเพิ่มขีดความสามารถในการแข่งขัน จัดการกับความเสี่ยง และกำหนดกลยุทธ์ขององค์กรได้ โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจสินเชื่อเช่าซื้อรถยนต์” โดยประกอบด้วย 5 ระบบ ได้แก่ ระบบวิเคราะห์รายได้ ระบบวิเคราะห์ลูกค้า ระบบวิเคราะห์หนี้ระบบวิเคราะห์รถยนต์ และระบบการให้คะแนนสินเชื่อ โดยได้พัฒนาขึ้นบนระบบการจัดการฐานข้อมูล Microsoft SQL Server 2017 และใช้เครื่องมือต่างๆ ของชุดโปรแกรม Power BI Desktop 2019 ระบบสารสนเทศที่พัฒนาขึ้นนี้จะช่วยให้ผู้บริหารสามารถวิเคราะห์ข้อมูลในมุมมองต่างๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ตัดสินใจในการดำเนินกลยุทธ์ที่จะสามารถเอาชนะความท้าทายในธุรกิจการปล่อยสินเชื่อเช่าซื้อรถยนต์ได้อย่างมีประสิทธิภาพ และสร้างความได้เปรียบในการแข่งขันให้กับบริษัทต่อไป
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
การเตือนการพลิกคว่ำแบบทริปเเละแบบอันทริปด้วยโครงข่ายประสาทเเบบเวลาจริง, ไกรฤกษ์ ตรีทิพสุนทร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบป้องกันการพลิกคว่ำสำคัญมากสำหรับความปลอดภัยของผู้ขับขี่ การพัฒนาระบบป้องกันการพลิกคว่ำต้องการการประเมินความเสี่ยงในการพลิกคว่ำ ความยากของการประเมินความเสี่ยงคือ การที่ไม่รู้ความสูงจุดศูนย์ถ่วงของรถ หรือน้ำหนักของรถในขณะนั้น เป็นต้น งานวิจัยนี้จะพัฒนาการคาดเดาการพลิกคว่ำโดยที่ไม่รู้ตัวแปรข้างต้น โดยโครงข่ายประสาทใช้ค่าจากเซนเซอร์ที่ติดตั้งบนรถ การทดลองจะใช้โมเดลของรถยนต์ SUV เนื่องจากมีจุดศูนย์ถ่วงที่สูงกว่ารถยนต์ประเภทอื่น การทดสอบใช้รถทดสอบอัตราส่วน 1:5 โดยใช้ทฤษฎีบักกิงแฮมพาย และรถทดสอบได้ติดตั้งเซนเซอร์วัดความเร่ง 5 จุด และไจโรสโกป 1 จุด การเตือนการพลิกคว่ำ แบ่งเป็น 3 ระดับ ได้แก่ ปลอดภัย, มีความเสี่ยง และมีความเสี่ยงสูง โดยระบบสามารถเตือนการพลิกคว่ำได้ทั้งแบบทริป และอันทริป ทริป คือการเข้าโค้งและสะดุดหลุม หรือสิ่งกีดขวาง อันทริปคือการเข้าโค้งด้วยความเร็วสูง การเตือนการพลิกคว่ำใกล้เคียงกับค่าดัชนีการพลิกคว่ำที่วัดได้จริง การทดลองด้วยข้อมูลจากโปรแกรมจำลอง “CarSim” งานวิจัยนี้ใช้โครงข่ายประสาทแบบวนกลับ โดยใช้ข้อมูลจากเซนเซอร์ที่ติดตั้งบนตัวรถ ผู้วิจัยทดสอบ และเปรียบเทียบ ชนิดของโครงข่ายประสาท โครงสร้างของโครงข่ายประสาท และข้อมูลรับเข้าที่แตกต่างกัน โดยโครงข่ายประสาทที่เหมาะสมกับการคาดเดาแบบทริปคือแทนเจนต์มีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง (RMSE) อยู่ที่ 3.66x10-4 และ GRU เหมาะสำหรับการคาดเดาแบบอันทริป โดยมีรากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสองอยู่ที่ 0.131x10-2
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Thai Spelling Correction And Word Normalization On Social Text Using A Two-Stage Pipeline With Neural Contextual Attention, Anuruth Lertpiya
Chulalongkorn University Theses and Dissertations (Chula ETD)
Text correction systems (e.g., spell checkers) have been used to improve the quality of computerized text by detecting and correcting errors. However, the task of performing spelling correction and word normalization (text correction) for Thai social media text has remained largely unexplored. In this thesis, we investigated how current text correction systems perform on correcting errors and word variances in Thai social texts and propose a method designed for this task. We have found that currently available Thai text correction systems are insufficiently robust for correcting spelling errors and word variances, while the text correctors designed for English grammatical error …
Quantum Comparator Circuit On Superconducting Quantum Computer, Naphan Benchasattabuse
Quantum Comparator Circuit On Superconducting Quantum Computer, Naphan Benchasattabuse
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this thesis, we present an optimised quantum comparator circuit based on Cuccaro's ripple-carry quantum adder using relative phase techniques from Maslov's multiple control Toffoli optimisation. We extend the cost function from simply counting C-Not and Toffoli gate to Qiskit cost which defines arbitrary single qubit gate cost as unity and C-Not as the only two qubit gate cost as ten. We report the comparison result between our comparator circuit with previous comparator circuits from literature using optimal Toffoli implementation with Qiskit cost, C-Not count, and circuit depth. We also report our experiment of implementing a two-bit comparator on IBM …
A Peer-To-Peer Protocol For Prioritized Software Updates On Wireless Sensor Networks, Natchanon Nuntanirund
A Peer-To-Peer Protocol For Prioritized Software Updates On Wireless Sensor Networks, Natchanon Nuntanirund
Chulalongkorn University Theses and Dissertations (Chula ETD)
Software updating is essential for devices in wireless sensor networks for adding new features, improving performance, or patching vulnerabilities. But since some deployed devices are unable to be accessed directly, data dissemination protocol is used for distributing the update to those devices. However, each software updating may have different priority, for instance, an update that adds an optional feature does not have to be applied as fast as an update that patches severe vulnerabilities. This research presents a reliable data dissemination protocol which is configurable for energy-speed trade-off deriving some concepts from BitTorrent such as Handshaking, Segmented File Transfer, and …
Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen
Semantic Segmentation On Remotely Sensed Images Using Deep Convolutional Encoder-Decoder Neural Network, Teerapong Panboonyuen
Chulalongkorn University Theses and Dissertations (Chula ETD)
One of the fundamental tasks in remote sensing is the semantic segmentation of the aerial and satellite images. It plays a vital role in applications, such as agriculture planning, map updates, route optimization, and navigation. The state-of-the-art model is the Deep Convolutional Encoder-Decoder (DCED). However, the accuracy is still limited since the architecture is not designed for recovering low-level features, e.g., river, low vegetation on remotely sensed images, and the training data in this domain are deficient. In this dissertation, we aim to propose the semantic segmentation architecture in five aspects, designed explicitly for the remotely sensed field. First, we …
Semi-Supervised Deep Learning With Malignet For Bone Lesion Instance Segmentation Using Bone Scintigraphy, Terapap Apiparakoon
Semi-Supervised Deep Learning With Malignet For Bone Lesion Instance Segmentation Using Bone Scintigraphy, Terapap Apiparakoon
Chulalongkorn University Theses and Dissertations (Chula ETD)
One challenge in applying deep learning to medical imaging is the lack of labeled data. Although large amounts of clinical data are available, acquiring labeled image data is difficult, especially for bone scintigraphy (i.e., 2D bone imaging) images. Bone scintigraphy images are generally noisy, and ground-truth or gold standard information from surgical or pathological reports may not be available. We propose a novel neural network model that can segment abnormal hotspots and classify bone cancer metastases in the chest area in a semi-supervised manner. Our proposed model, called MaligNet, is an instance segmentation model that incorporates ladder networks to harness …
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Gui Test Case Prioritization Using Social Network Analysis, Chawannut Maitrikul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Graphical User Interfaces (GUIs) has become popular in today software products due to its user-friendly merit. However, GUI tests are costly and suffer explosive test cases. Moreover, software evolution causes the GUIs inevitably changed resulting in harder testing. Regression test has been widely used for GUIs software testing when software changes. It is considered to be the most expensive phase in the software testing process, though. Among several alternatives, the technique of test case prioritization would help identify the reduced set of test cases in the regression testing suite, still maintain the same criteria as the original number of test …
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Ocean Current Prediction In The Gulf Of Thailand Using Spatio-Temporal Deep Learning On High-Frequency Radar, Nathachai Thongniran
Chulalongkorn University Theses and Dissertations (Chula ETD)
Ocean surface current prediction is a crucial task for a variety of marine activities, such as disaster monitoring, search and rescue operations, power forecasting, and etc. There are three traditional forecasting approaches: (i) numerical based approach, (ii) time series based approach and (iii) machine learning based approach. However, their prediction accuracy was limited as they did not cooperate with spatial and temporal effects together, including oceanic knowledge is also not considered. This paper introduces the ocean surface prediction model that accounts for spatial and temporal characteristics by a combination between CNN and GRU and also the incorporation of oceanic inputs …
A Generative Adversarial Network For Generating Realistic Users Using Embedding From Recommendation Systems, Parichat Chonwiharnphan
A Generative Adversarial Network For Generating Realistic Users Using Embedding From Recommendation Systems, Parichat Chonwiharnphan
Chulalongkorn University Theses and Dissertations (Chula ETD)
User data has been used by many companies to understand user behaviors and find new business strategies. However, common techniques could not be used when it comes to new products that have not yet been released due to the fact that there are no prior data available. In this work, we propose a framework for generating realistic user data on new products which can then be analyzed for insights. Our model uses Conditional Generative Adversarial Network (CGAN) with the Straight-Through Gumbel estimator which can also handle discrete-valued outputs. The CGAN is conditioned on product features learned using a recommendation system …
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Adaptive Matrix Multiplication For Various Degree Of Sparsity Using Tensorflow, Siraphob Theeracheep
Chulalongkorn University Theses and Dissertations (Chula ETD)
Matrix multiplication is a fundamental operation used in many problems, and many matrix multiplication algorithms are proposed for many computing environments. TensorFlow is a machine learning platform with many mathematic library functions including matrix multiplication. TensorFlow provides two methods, tf.matmul and tf.sparse_matmul, for matrix multiplication. It is suggested that tf.matmul should be used for dense matrices, and tf.sparse_matmul should be used for sparse matrices. In this work, an approach is proposed to improve the efficiency of matrix multiplication in TensorFlow. The proposed approach divides each matrix into four submatrices, and chooses either tf.matmul or tf.sparse_matmul for the multiplication of each …
Thai Stock Return Prediction Using Deep Learning Models With Stock Indicators And Textual Features, Tanawat Chiewhawan
Thai Stock Return Prediction Using Deep Learning Models With Stock Indicators And Textual Features, Tanawat Chiewhawan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Stock prediction task is notoriously challenging due to the uncertainty and dynamic external factor which influence the stock behavior. Recently, Deep learning research is gaining popularity on this task but often focuses on only a particular type of data; numeric indicators or textual information. Moreover, most researches focus on only a single stock or a market index. In this paper, we aim to predict multiple stock returns using both types of data. The model consists of dual-stage attention recurrent neural network, our proposed stock relation inference framework, and textual features integration. The proposed stock relation inference help tackles multiple time-series …
Machine Reading Comprehension For Multiclass Questions On Thai Corpus, Theerit Lapchaicharoenkit
Machine Reading Comprehension For Multiclass Questions On Thai Corpus, Theerit Lapchaicharoenkit
Chulalongkorn University Theses and Dissertations (Chula ETD)
Previous Thai question answering and machine reading comprehension researches focus on small scale dataset and do not utilize the deep learning approach to build the models. In this research, we develop a Thai machine reading comprehension (MRC) model on Thai MRC dataset provided by NECTEC. This dataset consists of 17,000 question-answer pairs and has two classes of questions, which are factoid and yes-no questions. We use BIDAF as the based MRC architecture. We have performed experiments with 3 different multiclass model designs, which includes special tokens, joint, and cascade model. We also utilize contextual embeddings for Thai language to enhance …
Determining The Effective Authentication Factors Using Touchscreen Phones' Random Numeric Keypad, Nareerat Benjapatanamongkol
Determining The Effective Authentication Factors Using Touchscreen Phones' Random Numeric Keypad, Nareerat Benjapatanamongkol
Chulalongkorn University Theses and Dissertations (Chula ETD)
For the past decade, the increased usage of touchscreen phone devices has driven the mobile application market that prompted the financial institutes to release their own mobile banking applications to better serve their customers. To date, there are two ways a Thai bank customer can access his/her account(s) via the mobile banking application i) using a 6-digit Personal Identification Number (PIN) or ii) using fingerprint. To help to strengthen the current PIN-only authentication which may be exposed to smudge and shoulder-surfing attacks, the research studied and determined the effective authentication factors using a random numeric keypad. The results from the …
Facial Features Detection System For Classifying Critical Situation Of Brain Surgery Postoperative Patients, Bhatarasiri Slakkham
Facial Features Detection System For Classifying Critical Situation Of Brain Surgery Postoperative Patients, Bhatarasiri Slakkham
Chulalongkorn University Theses and Dissertations (Chula ETD)
The purpose of this research is to create a model for detecting a help signal from stroke patients after surgery. Through artificial intelligence technology by detecting via a patient's face image to help reducing workload and hospital’s expenses. The data is collected from the Stroke Unit, King Chulalongkorn Memorial Hospital at the intensive care unit (ICU). The total number of samples is 8 persons, all these 8 were screened by the doctor and completed the consent forms before data being collected. The method of data collection is performed by attaching 3 small cameras on three positions: the left, right and …