Open Access. Powered by Scholars. Published by Universities.®
Articles 481 - 510 of 618
Full-Text Articles in Computer Sciences
การพยากรณ์ความต้องการไฟฟ้าของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, ชูขวัญ สิริทิพากุล
การพยากรณ์ความต้องการไฟฟ้าของประเทศไทยด้วยวิธีการเรียนรู้เชิงลึก, ชูขวัญ สิริทิพากุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในระบบไฟฟ้านั้นความมั่นคงของระบบไฟฟ้าเป็นสิ่งที่สำคัญที่สุดและไม่ควรจะเกิดไฟฟ้าดับ เพื่อเป็นการเพิ่มความมั่นคงให้ระบบไฟฟ้าจึงจำเป็นต้องพยากรณ์ความต้องการไฟฟ้าล่วงหน้าอย่างน้อย 1 วัน โดยงานวิจัยนี้จะทำการพยากรณ์ความต้องการไฟฟ้าของวันถัดไปรายครึ่งชั่วโมงรวมทั้งหมด 48 ช่วงเวลา ซึ่งในปัจจุบันมีงานวิจัยที่นำเทคนิคการเรียนรู้เชิงลึก (Deep Learning) มาใช้งานในการพยากรณ์ความต้องการไฟฟ้ามากขึ้น แต่แบบจำลองในอดีตไม่เหมาะสมกับสถานการณ์จริงที่เกิดขึ้น โดยในงานวิจัยนี้นำเสนอแบบจำลองสำหรับพยากรณ์ความต้องการไฟฟ้าหลายช่วงเวลาล่วงหน้าที่มีการใช้งานกลไกจุดสนใจ 2 ชั้น (Dual-Stage Attention Mechanism) ซึ่งจะพิจารณาทั้งผลกระทบจากช่วงเวลาในอดีตและผลกระทบจากคุณลักษณะที่ส่งผลถึงข้อมูลในอนาคต รวมถึงในแบบจำลองนี้จะมีการพิจารณาคุณลักษณะอื่น ๆ ที่มีผลกระทบต่อความต้องการไฟฟ้าด้วย นอกจากนั้นงานวิจัยนี้จะมีการออกแบบฟังก์ชันต้นทุนแบบไม่สมมาตร (Asymmetric Loss Function) สำหรับการพยากรณ์ความต้องการไฟฟ้าเพื่อให้สอดคล้องกับสถานการณ์จริงมากยิ่งขึ้น โดยที่ฟังก์ชันต้นทุนนี้จะให้ค่าต้นทุนที่มากกว่ากับการพยากรณ์ที่ต่ำกว่าผลเฉลย เพื่อให้แบบจำลองพยากรณ์ความต้องการไฟฟ้าได้สูงขึ้นทำให้ลดโอกาสในการเกิดไฟฟ้าดับได้
กลยุทธ์การตัดบนโยโลวีสามสำหรับการตรวจจับวัตถุแบบทันกาล, ณัฐนนท์ กฤตยานวัช
กลยุทธ์การตัดบนโยโลวีสามสำหรับการตรวจจับวัตถุแบบทันกาล, ณัฐนนท์ กฤตยานวัช
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในงานตรวจจับวัตถุ แบบจำลอง YOLOv3 จัดว่าเป็นแบบจำลองที่มีประสิทธิภาพดีในด้านความแม่นยำ แต่ทว่าด้วยจำนวนตัวแปรในแบบจำลองที่มีมากกว่าสิบล้านตัวแปร ส่งผลให้ตัวแบบจำลองไม่เหมาะสมที่จะนำไปใช้งานบนกล้องหรืออุปกรณ์ขนาดเล็ก โดยงานวิจัยชิ้นนี้นำเสนอกลไกการบีบอัดแบบจำลองที่ออกแบบมาโดยเฉพาะสำหรับแบบจำลอง YOLOv3 เพื่อตัดตัวกรองที่ไม่จำเป็นออกจากตัวแบบจำลอง แต่เนื่องจากแบบจำลอง YOLOv3 นั้นประกอบไปด้วยองค์ประกอบ 2 ส่วน คือ โครงข่ายกระดูกสันหลัง และโครงข่ายพีระมิดฟีเจอร์ งานวิจัยชิ้นนี้จึงนำเสนอกลยุทธ์ 3 อย่างดังต่อไปนี้ 1) การตัดแบบแยกส่วน 2) การจำกัดการตัด และ 3) เกณฑ์การหยุด หลังจากนั้นจึงนำกลยุทธ์ทั้ง 3 อย่างมารวมกันเป็นกลไกการตัดแบบทนทานเพื่อตัดแบบจำลองแบบแยกส่วนกัน ด้วยวิธีการนี้ สามารถช่วยป้องกันการตัดส่วนใดส่วนหนึ่งของแบบจำลองมากเกินไป ส่งผลให้แบบจำลองมีเสถียรภาพมากขึ้น
วิธีการสำหรับการสร้างหุ่นยนต์สนทนาไทยโดยใช้หน่วยความจำระยะสั้นแบบยาวแบบสยามและการแต่งเติมข้อมูลเชิงข้อความ, ธนัญญา พีรพัฒนาการ
วิธีการสำหรับการสร้างหุ่นยนต์สนทนาไทยโดยใช้หน่วยความจำระยะสั้นแบบยาวแบบสยามและการแต่งเติมข้อมูลเชิงข้อความ, ธนัญญา พีรพัฒนาการ
Chulalongkorn University Theses and Dissertations (Chula ETD)
แนวคิดการนำหุ่นยนต์สนทนามาช่วยในการตอบคำถามปัญหาที่พบบ่อยให้กับผู้รับบริการ เช่น การสอบถามข้อมูลทั่วไปเกี่ยวกับผู้ให้บริการ เป็นต้น เริ่มเป็นที่นิยมมากขึ้นในยุคปัจจุบัน อีกทั้งในการเรียนรู้ของเครื่องสำหรับสร้างหุ่นยนต์สนทนานั้น ชุดข้อมูลที่ใช้สำหรับการเรียนรู้ของแบบจำลอง ถือเป็นอีกหนึ่งสิ่งสำคัญที่จะช่วยให้แบบจำลองให้สามารถทำงานได้อย่างมีประสิทธิภาพ ในงานวิจัยนี้ได้รับการสนับสนุนข้อมูลจากการไฟฟ้านครหลวงแห่งประเทศไทยที่ได้รวบรวมข้อมูลการให้บริการการตอบปัญหาลูกค้าผ่านช่องทางสื่อสังคมออนไลน์ โดยจำนวนของชุดคำถามที่ได้นั้นมีปริมาณน้อยกว่า 1,500 คำถาม ทำให้จำนวนและความหลากหลายของข้อมูลที่มีนั้นส่งผลกับการเรียนรู้ของเครื่องโดยตรง งานวิจัยนี้จึงนำเสนอแนวคิดในการแต่งเติมข้อมูลด้วยวิธีการแทนที่คำด้วยคำที่มีความหมายคล้ายกันด้วยการวัดระยะห่างระหว่างเวกเตอร์น้อยที่สุดเมื่อเทียบกับคำที่ต้องการจะนำไปแทนที่ในประโยคเดิม เพื่อเพิ่มจำนวนและความหลากหลายของข้อมูล จากนั้นจึงนำชุดข้อมูลที่ได้ไปประยุกต์ใช้กับแบบจำลองหน่วยความจำระยะสั้นแบบยาว (Long Short-Term Memory: LSTM) ที่ใช้ร่วมกับการหาระยะทางร่วมกับการทดลองหาระยะทางของเวกเตอร์ทั้ง 3 แบบ ได้แก่ การหาระยะทางแบบยุคลิด (Euclidean Distance) การหาระยะทางแบบแมนฮัตตัน (Manhattan Distance) และ การหาค่าความคล้ายโคไซน์ (Cosine Similarity) เพื่อนำไปใช้ในการค้นคืนคำตอบของคำถามที่ได้รับมาจากผู้ใช้งาน ซึ่งผลการทดลองแสดงให้เห็นว่าชุดข้อมูลที่ปรับปรุงด้วยวิธีการแต่งเติมข้อมูลเชิงข้อความที่นำเสนอนั้นสามารถเพิ่มประสิทธิภาพของแบบจำลองได้ดีกว่าชุดข้อมูลตั้งต้น
การสร้างภาพมีคุณสมบัติตามต้องการโดยแบบจำลองดิสโกแกนเสริมด้วยการสร้างคุณสมบัติซ้ำ, ธนัทวิทย์ อังศรวณีย์
การสร้างภาพมีคุณสมบัติตามต้องการโดยแบบจำลองดิสโกแกนเสริมด้วยการสร้างคุณสมบัติซ้ำ, ธนัทวิทย์ อังศรวณีย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
แนวคิดที่ได้จากการแปลงภาพหนึ่งเป็นอีกภาพหนึ่ง นั้นมีประโยชน์ในด้านต่าง ๆ เช่น การเพิ่มความคมชัดให้ภาพ การตกแต่งภาพ การแบ่งสัดส่วนพร้อมบอกความหมายของภาพ โดยแบบจำลองที่เป็นที่นิยมในการใช้แก้ปัญหา คือ แบบจำลองแกน (generative adversarial network - GAN) เช่น แบบจำลองดิสโกแกน (DiscoGAN) และ แบบจำลองวัฏจักรของแกน (CycleGAN) โดยการฝึกแบบจำลองจะใช้ข้อมูลนำเข้าแบบไม่มีคุณสมบัติและสร้างผลลัพธ์เป็นภาพที่มีคุณสมบัติตามต้องการ หลังจากฝึกแบบจำลองจะสามารถสังเคราะห์ภาพที่มีคุณสมบัติตามต้องการ จากภาพที่ไม่มีคุณสมบัติเหล่านั้น อย่างไรก็ตามมีวิธีการฝึกแบบจำลองนั้นไม่เหมือนกับการประยุกต์ใช้จริงคือ การนำไปประยุกต์ใช้จริง ภาพที่รับเข้ามาผ่านแบบจำลองก่อกำเนิด อาจเป็นได้ทั้ง ภาพที่ยังไม่มีคุณสมบัติที่ต้องการ หรืออาจจะเป็นภาพที่มีคุณสมบัติที่ต้องการอยู่แล้ว เราจึงนำเสนอวิธีการฝึกแบบจำลองก่อเนิดให้เหมือนกับการนำไปประยุกต์ใช้จริง ด้วยวิธีการฝึกให้รับข้อมูลนำเข้าจากทั้งภาพมีคุณสมบัติที่ต้องการอยู่แล้ว และภาพที่ยังไม่มีคุณสมบัติที่ต้องการ ซึ่งแบบจำลองที่นำเสนอเป็นการนำแบบจำลองดิสโกแกนมาเสริมด้วยการสร้างคุณสมบัติซ้ำ และ แบบจำลองยังสามารถฝึกกับข้อมูลแบบไร้การจับคู่ได้ ซึ่งข้อมูลไร้การจับคู่จะเตรียมง่ายและมีความครอบคลุมของข้อมูลมากกว่าข้อมูลแบบจับคู่ ซึ่งแบบจำลองที่นำเสนอนั้นให้ผลของค่าเอฟไอดี (Fréchet Inception Distance - FID) ที่ดีกว่าแบบจำลองดิสโกแกน 59.4% สำหรับข้อมูล edges2handbags และ 14.9% สำหรับข้อมูล celebA อย่างเฉลี่ยจากการแปลงหลาย ๆ คุณสมบัติ
รีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจโดยใช้การตรวจหาคอมมิวนิตีสำหรับแพ็กเกจขนาดใหญ่เกิน, บุณยไชย จันทร์เทียน
รีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจโดยใช้การตรวจหาคอมมิวนิตีสำหรับแพ็กเกจขนาดใหญ่เกิน, บุณยไชย จันทร์เทียน
Chulalongkorn University Theses and Dissertations (Chula ETD)
อาคิเทกเจอร์สเมลเป็นการออกแบบโครงสร้างสถาปัตยกรรมที่ไม่ดีซึ่งเปิดเผยถึงผลกระทบด้านลบต่อคุณภาพซอฟต์แวร์และยังเพิ่มความเสี่ยงในการเกิดข้อบกพร่องตามมาในอนาคต งานวิจัยที่ผ่านมาได้กำหนดและนำเสนออาคิเทกเจอร์สเมลไว้ในหลายรูปแบบและแต่ละรูปแบบส่งผลกระทบต่อคุณภาพซอฟต์แวร์ในมุมที่แตกต่างกัน กระบวนการรีแฟคทอริงเชิงสถาปัตยกรรมเป็นกระบวนการที่ใช้กำจัดอาคิเทกเจอร์สเมลและปรับปรุงคุณภาพของระบบโดยไม่เกิดการเปลี่ยนแปลงพฤติกรรมการทำงานของระบบ อย่างไรก็ตามการกำจัดอาคิเทกเจอร์สเมลรูปแบบหนึ่งอาจก่อให้เกิดอาคิเทกเจอร์สเมลในรูปแบบอื่นขึ้นในระบบ ซึ่งส่งผลกระทบโดยตรงต่อคุณภาพซอฟต์แวร์ งานวิจัยนี้นำเสนอวิธีการในการรีแฟคทอริงสำหรับแพ็กเกจขนาดใหญ่เกินซึ่งเป็นรูปแบบหนึ่งของอาคิเทกเจอร์สเมล โดยใช้การตรวจหาคอมมิวนิตีในกระบวนการรีแฟคทอริงแบบเอ็กซ์แทรกต์แพ็กเกจ กระบวนการนี้ใช้สำหรับการแยกแพ็กเกจที่ถูกตรวจพบอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกินให้มีขนาดเล็กลง และหลีกเลี่ยงผลกระทบอื่น ๆ จากอาคิเทกเจอร์สเมลบนพื้นฐานการพึ่งพา โดยมุ่งเน้นที่อาคิเทกเจอร์สเมลรูปแบบอันสเตเบิลดีเพนเดนซี วิธีการที่นำเสนอนี้ได้ให้แนวทางที่เป็นไปได้ที่จะแก้ไขผลกระทบจากอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกิน ซึ่งสามารถประเมินผลโดยการเปรียบเทียบจำนวนอาคิเทกเจอร์สเมลที่ตรวจพบและค่าตัวชี้วัดซอฟต์แวร์ ก่อนและหลังใช้กระบวนการรีแฟคทอริง นอกจากนี้ในงานวิจัยนี้ยังพัฒนาเครื่องมือบนพื้นฐานของวิธีการที่นำเสนอเพื่อที่จะเสนอวิธีการรีแฟคทอริงและสนับสนุนนักพัฒนาเพื่อปรับปรุงคุณภาพซอฟต์แวร์โดยการแก้ไขผลกระทบจากอาคิเทกเจอร์สเมลรูปแบบแพ็กเกจขนาดใหญ่เกินในระหว่างขั้นตอนการพัฒนาและการบำรุงรักษา
หุ่นยนต์สนทนาที่มุ่งงานโดยใช้หน่วยความจำระยะสั้นแบบยาวกับกลไกจุดสนใจสำหรับภาษาไทย, รมณ รอบโลก
หุ่นยนต์สนทนาที่มุ่งงานโดยใช้หน่วยความจำระยะสั้นแบบยาวกับกลไกจุดสนใจสำหรับภาษาไทย, รมณ รอบโลก
Chulalongkorn University Theses and Dissertations (Chula ETD)
หุ่นยนต์สนทนาที่มุ่งงานสามารถช่วยบรรลุเป้าหมายที่เฉพาะเจาะจงให้กับผู้ใช้งานได้ เช่น การจองร้านอาหาร เป็นต้น การเรียนรู้ของเครื่องด้วยวิธีกำหนดกฎสำหรับสถานการณ์ต่าง ๆ ทำให้บทสนทนาระหว่างผู้ใช้งานกับหุ่นยนต์ขาดความยืดหยุ่นและมีต้นทุนสูงเมื่อต้องการปรับเปลี่ยนกฎ ที่ผ่านมาหุ่นยนต์สนทนาที่ใช้เทคนิคกำหนดกฎนั้น ไม่สามารถติดตามความต้องการหรือความตั้งใจที่แท้จริงของผู้ใช้งานได้ จึงเริ่มใช้วิธีการทางปัญญาประดิษฐ์ซึ่งทำให้สามารถติดตามความต้องการหรือความตั้งใจที่แท้จริงของผู้ใช้งานได้ นอกจากนี้วิธีการนี้ยังช่วยให้ผู้ใช้งานสามารถสนทนากับหุ่นยนต์ได้ยืดหยุ่นมากขึ้น ซึ่งหุ่นยนต์สนทนาที่ถูกพัฒนาด้วยวิธีนี้ส่วนมากจะใช้คำฝังตัวเป็นตัวแทนข้อความซึ่งถูกพัฒนาโดย Mikolov และคณะ [10] นอกจากนี้มีหลายงานวิจัยที่พยายามสร้างหุ่นยนต์สนทนาที่มุ่งเน้นงานแบบครบวงจรซึ่งสามารถเพิ่มประสิทธิภาพให้กับหุ่นยนต์ได้ ตัวอย่างสถาปัตยกรรมแบบครบวงจร ได้แก่ แบบจำลอง Hybrid Code Networks (HCNs) [8] ซึ่งใช้หน่วยความจำระยะสั้นแบบยาว [23] โดยใช้ชุดข้อมูลบทสนทนาการจองร้านอาหารเพื่อวัดประสิทธิภาพของแบบจำลองในการติดตามสถานะบทสนทนาสนทนาและทำนายการตอบโต้ของหุ่นยนต์ ในวิทยานิพนธ์ฉบับนี้ได้เสนอแบบจำลองที่ใช้หน่วยความจำระยะสั้นแบบยาวโดยเพิ่มกลไกจุดสนใจสำหรับการจองร้านอาหาร อย่างไรก็ตามเพื่อให้บทสนทนาจองร้านอาหารมีความซับซ้อนและสมจริงมากขึ้น จึงได้สร้างชุดข้อมูลการจองร้านอาหารที่สอดคล้องกับวัฒนธรรมไทยเพื่อทดลองว่าแบบจำลองจะทำงานอย่างไรในสภาพแวดล้อมที่สมจริงยิ่งขึ้น ซึ่งผลการทดลองแสดงให้เห็นว่าแบบจำลองที่นำเสนอนั้นมีประสิทธิภาพในการบรรลุเป้าหมายที่ต้องการ
การขยายความสามารถตัวต้นคิดของแกนส์สำหรับการสร้างภาพที่หลากหลายจากภาพร่าง, วรินธร ภูสมสาย
การขยายความสามารถตัวต้นคิดของแกนส์สำหรับการสร้างภาพที่หลากหลายจากภาพร่าง, วรินธร ภูสมสาย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเปลี่ยนแปลงลักษณะกายภาพใบหน้าอาจเป็นผลมาจากวัยที่เพิ่มขึ้น การทำศัลยกรรม หรือการปลอมแปลง ผู้ต้องสงสัยหรืออาชญากรปกปิดอัตลักษณ์ของตนด้วยภาพลักษณ์ที่ผิดไปจากเดิม เช่น ใส่วิกผม สวมแว่นตา หรือติดหนวดเครา งานวิจัยนี้เป็นประโยชน์ต่อการสร้างลักษณะหลากหลายที่ประดิษฐ์ขึ้นให้ผิดไปจากเดิมของผู้ต้องสงสัย หรือใบหน้าที่เปลี่ยนไปของบุคคลสูญหาย เทคนิคแกนส์ได้ถูกประยุกต์ใช้เพื่อสังเคราะห์ภาพสีจากภาพร่าง โดยภาพผลลัพธ์ที่ได้สามารถสร้างความหลากหลายของใบหน้าที่เกิดจากความแตกต่างของคุณลักษณะบนใบหน้าสลับไปมาได้ 5 แบบ ประกอบด้วย มี/ไม่มีผม มี/ไม่มีการแต่งหน้า ผมตรง/ผมลอน ใส่/ไม่ใส่แว่นตา และมี/ไม่มีหนวดเครา แนวทางที่นำเสนอได้ขยายความสามารถตัวต้นคิดของสตาร์แกน2ด้วยสถาปัตยกรรมยูเน็ต การประเมินสมรรถนะของแบบจำลองที่นำเสนอกระทำผ่านการทดลองเปรียบเทียบกับสมรรถนะของสตาร์แกน2 โดยใช้ค่าคะแนนเอฟไอดีสำหรับวัดคุณภาพของภาพที่สร้างขึ้น พบว่า ค่าคะแนนตัววัดเอฟไอดีบนชุดข้อมูลทดสอบให้ผลน้อยกว่า 40% ของค่าที่ได้จากแบบจำลองเส้นฐานสตาร์แกน2 อีกทั้งผลลัพธ์ภาพสังเคราะห์ที่สร้างขึ้นจากคุณลักษณะหลากหลายบนใบหน้าดูเป็นธรรมชาติและสมจริง
การสำรวจช่องโหว่เครือข่ายเพื่อการปฏิบัติงานด้านความปลอดภัยองค์กร, วิชสุนี ธีรรัชต์กาญจน์
การสำรวจช่องโหว่เครือข่ายเพื่อการปฏิบัติงานด้านความปลอดภัยองค์กร, วิชสุนี ธีรรัชต์กาญจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้ได้นำเสนอระบบที่ช่วยในการรวบรวม วิเคราะห์ และจำแนกรูปแบบการโจมตีไซเบอร์บนระบบปฏิบัติการยูนิกซ์หรือลินุกซ์ พฤติกรรมน่าสงสัยจะถูกรวบรวมผ่านทางฮันนีพอตที่ถูกติดตั้งไว้เป็นกับดักล่อเหยื่อผู้บุกรุกทางไซเบอร์ โดยข้อมูลจะถูกเก็บในรูปแบบของบันทึกจัดเก็บ ขั้นตอนกระบวนการหลังจากนั้นจะถูกสั่งการผ่านเชลล์สคริปต์เพื่อวิเคราะห์หารูปแบบการโจมตี จากการทดลองค้นพบลักษณะของคำสั่งการโจมตีที่มีความคล้ายกัน ซึ่งสามารถแบ่งกลุ่มของคำสั่งออกเป็น 5 กลุ่มตามจุดมุ่งหมายการบุกรุก ประกอบด้วย 1. สืบค้นข้อมูลสารสนเทศ 2. ติดตั้งเครื่องมือ 3. โอนย้ายข้อมูล 4. เปลี่ยนแปลงข้อมูล 5. ยึดครองเครื่อง และอีก 2 กลุ่ม คือ กลุ่มของคำสั่งที่ผิดพลาด และกลุ่มของคำสั่งใหม่ที่ไม่เคยพบ สังเกตว่าแต่ละกลุ่มมีผลกระทบต่อระบบไม่เท่ากัน ไวรัสโททอลเปรียบเสมือนบริการฐานข้อมูลที่เก็บรวบรวมเอกลักษณ์ของไวรัสหลากหลายรูปแบบเอาไว้ เมื่อพบคำสั่งในกลุ่มเสี่ยง ระบบจะทำการเรียกใช้ไวรัสโททอลเอพีไอ เพื่อทำการแซนด์บ็อกซิ่ง หรือจำลองการดาวน์โหลด และติดตั้งไฟล์ในสภาพแวดล้อมเสมือนจริง เพื่อวิเคราะห์หารูปแบบการโจมตี ในกรณียูอาร์แอลหรือไฟล์ดังกล่าวเป็นไฟล์อันตราย ไวรัสโททอลจะส่งรายงานกลับมายังระบบที่พัฒนา และแจ้งเตือนไปที่ผู้ดูแลระบบเพื่อดำเนินการเสริมกำลัง เตรียมป้องกัน และพัฒนาการปฏิบัติงานด้านความปลอดภัยองค์กรให้รัดกุมมากยิ่งขึ้น ผลจากการทดลองพบว่า ยูอาร์แอลหรือไฟล์ต่าง ๆ ที่ระบุอยู่ในคำสั่งของผู้บุกรุก 86% เป็นภัยคุกคาม
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
เครื่องมือทางชีวสารสนเทศเพื่อตรวจหาการแปรผันเชิงโครงสร้างทางพันธุกรรม, ศักยภาพ ผิวเหลือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแปรผันเชิงโครงสร้างทางพันธุกรรมคือการเปลี่ยนแปลงลำดับเบสของจีโนมที่ครอบคลุมบริเวณกว้าง การแปรผันเชิงโครงสร้างเหล่านี้มีโอกาสที่จะเกี่ยวข้องกับการเกิดโรค ดังนั้นการตรวจหาการแปรผันเชิงโครงสร้างจึงเป็นปัจจัยหนึ่งที่สำคัญในการหาสาเหตุของโรค อย่างไรก็ตามเครื่องมือสำหรับตรวจหาการแปรผันเชิงโครงสร้างที่มีอยู่มีประสิทธิภาพแตกต่างกันไปในการตรวจหาการแปรผันเชิงโครงสร้างแต่ละประเภท รวมทั้งไม่สามารถตรวจหาการแปรผันได้ครอบคลุมในตำแหน่งส่วนใหญ่ที่ได้ยืนยันจากการทดลองในห้องปฏิบัติการ วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการทางคอมพิวเตอร์เพื่อตรวจหาการแปรผันเชิงโครงสร้างที่เน้นการเพิ่มประสิทธิภาพความครอบคลุม โดยพยายามรักษาความแม่นยำของการแปรผันเชิงโครงสร้างที่ตรวจพบผ่านการวิเคราะห์คู่รีด การแตกรีด และการนับรีด เพื่อรวบรวมหลักฐานที่แสดงความเป็นไปได้ในการเกิดการแปรผันเชิงโครงสร้างแต่ละประเภทในแต่ละบริเวณของจีโนม และนำเสนอวิธีการคัดกรองเบรกเอ็นด์ที่แสดงถึงตำแหน่งเริ่มต้นและตำแหน่งสิ้นสุดของการเกิดการแปรผันประเภทต่างๆ วิธีการกรองจะทำการแบ่งตัวอย่างเป็นบล็อกๆ ข้อมูลของบล็อกประกอบไปด้วย จำนวนรีดที่แมพได้ในบล็อกนั้นและจำนวนการแปรผันเชิงโครงสร้างของแต่ละประเภทภายในบล็อก การคัดกรองเบรกเอ็นด์จะอาศัยข้อมูลทั้งจากบล็อกที่เบรกเอ็นด์อยู่และบล็อกที่อยู่ติดกัน ผลลัพธ์จากการเปรียบเทียบประสิทธิภาพของวิธีการที่นำเสนอกับ SvABA DELLY GROM LUMPY และ Wham พบว่าวิธีการที่นำเสนอได้ผลลัพธ์ดีกว่าเครื่องมืออื่นๆ ในส่วนของความแม่นยำในการตรวจหาลำดับเบสที่เกิดความซ้ำเป็นชุดติดๆกันและลำดับเบสที่เกิดการกลับด้าน และความครบถ้วนในส่วนของการตรวจหาลำดับเบสที่ถูกเพิ่มเข้ามาสำหรับชุดข้อมูลจริง NA12878 และ HG00514 ที่ใช้ในการทดสอบ
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจสำหรับการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์โดยใช้การสกัดลักษณะสำคัญร่วมกับเทคนิคการลดข้อมูล, วิระศักดิ์ ชมภู
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในอุตสาหกรรมน้ำมันและก๊าซธรรมชาติ รีโมทคอมเพรสเซอร์ถือเป็นอุปกรณ์สำคัญ ซึ่งความล้มเหลวของอุปกรณ์ที่มีความรุนแรงระดับสูงสามารถทำให้เกิดความเสียหายอย่างใหญ่หลวงต่อมนุษย์และสิ่งแวดล้อมได้ วิศวกรต้องใช้ข้อมูลจากเครื่องมือวัดหลายจุดเพื่อวิเคราะห์ด้วยวิธีการทางสถิติในการวางแผนการบำรุงรักษาและการดำเนินงาน แต่เมื่อข้อมูลมีปริมาณมหาศาลจึงเป็นความท้าทายอย่างยิ่งในการวิเคราะห์โดยมนุษย์ ดังนั้นการทำนายความล้มเหลวล่วงหน้าของรีโมทคอมเพรสเซอร์จึงมีความสำคัญอย่างยิ่ง วิทยานิพนธ์นี้นำเสนอ หน่วยความจำระยะสั้นแบบยาวแบบสองทิศทางกับกลไกจุดสนใจ ซึ่งมีความสามารถในการเรียนรู้ที่มีการอ้างอิงระยะยาวของข้อมูลอนุกรมเวลาและกลไกจุดสนใจที่ช่วยเพิ่มช่วยให้แบบจำลองสามารถเลือกลำดับของเอาต์พุตที่เหมาะสม และเสริมประสิทธิภาพโดยใช้โครงข่ายคอนโวลูชันในการสลัดคุณลักษณะสำคัญอย่างอัตโนมัติจากคุณลักษณะท้องถิ่นที่อิสระต่อเวลา เพื่อเสริมประสิทธิภาพความครอบคลุมแก่แบบจำลอง วิทยานิพนธ์นี้ยังได้นำเสนอเทคนิคการลดข้อมูล เพื่อปรับปรุงประสิทธิโดยแสดงประสิทธิผลของกระบวนการฝึกด้วยชุดข้อมูลขนาดใหญ่ ผู้วิจัยประเมินประสิทธิภาพของวิธีการที่นำเสนอโดยใช้ชุดข้อมูลจริงของรีโมทคอมเพรสเซอร์ เปรียบเทียบคะแนน F1 กับแบบจำลองการเรียนรู้ของเครื่องและแบบจำลองโครงข่ายประสาทเทียมหลากหลายสถาปัตยกรรม ผลการลดลองชี้ให้เห็นว่าวิธีการที่นำเสนอนี้มีประสิทธิภาพการทำนายความล้มเหลวของรีโมทคอมเพรสเซอร์ที่เหนือกว่าวิธีอื่น
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
การจำแนกรุ่นอายุผู้ใช้งานเฟซบุ๊กไทย โดยใช้การเรียนรู้เชิงลึกร่วมกับความน่าจะเป็นของคำ, ศุภชัย ตั้งตรีรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
เฟซบุ๊กเป็นแพลตฟอร์มที่ได้รับความนิยมมากที่สุดในโลก นักการตลาดจึงต้องการใช้ข้อมูลเฟซบุ๊กจำนวนมากในการทำการตลาด ดังนั้นการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจึงเป็นเรื่องสำคัญ เพื่อนำรุ่นอายุของผู้ใช้งานเฟซบุ๊กมาวิเคราะห์หากลุ่มเป้าหมายในการทำการตลาด ในงานวิจัยนี้ได้ทำการวิเคราะห์รุ่นอายุของผู้ใช้งานเฟซบุ๊กจากข้อมูลการโพสของผู้ใช้งาน โดยใช้การรวมกันระหว่างการเรียนรู้เชิงลึกกับข้อมูลความน่าจะเป็นของคำในแต่ละรุ่นอายุ ผลลัพธ์จากการทดลองได้ค่าความแม่นยำแบบต่อผู้ใช้เท่ากับ 82.90% และค่าความแม่นยำแบบต่อโพสต์เท่ากับ 52.48% ซึ่งได้ประสิทธิภาพดีกว่าการใช้แบบจำลองเพอร์เซ็ปตรอนหลายชั้น ,นิวรอลเน็ตเวิร์กคอนโวลูชัน ,หน่วยความจำระยะสั้นแบบยาว เพียงอย่างเดียว จากผลการทดลองแสดงให้เห็นว่าการใช้ความน่าจะเป็นของคำในแต่ละรุ่นอายุเข้ามาช่วย ทำให้สามารถเพิ่มประสิทธิภาพของแบบจำลองได้ดียิ่งขึ้น
การแบ่งส่วนโรคหลอดเลือดเจริญผิดปกติบนภาพกล้องแคปซูลโดยใช้โครงข่ายตัวเข้ารหัสตัวถอดรหัสที่เพิ่มประสิทธิภาพ, สิริชาติ กอบประดิษฐ์
การแบ่งส่วนโรคหลอดเลือดเจริญผิดปกติบนภาพกล้องแคปซูลโดยใช้โครงข่ายตัวเข้ารหัสตัวถอดรหัสที่เพิ่มประสิทธิภาพ, สิริชาติ กอบประดิษฐ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
โรคหลอดเลือดเจริญผิดปกติเป็นรอยแผลที่อาจเกิดขึ้นได้ในทางเดินอาหารส่วนล่าง ถึงแม้รอยแผลเหล่านี้จะไม่แสดงอาการเจ็บในผู้ป่วย แต่อาจเกิดการเลือดออกจากรอยแผลเหล่านี้ได้ หนึ่งในวิธีการตรวจสอบโรคนี้คือใช้การส่องกล้องแคปซูลไร้สายด้วยการกลืน ข้อมูลที่ได้จากการเก็บภาพภายในทางเดินอาหารจะมีปริมาณมากซึ่งจะมีทั้งภาพที่มีรอยโรคที่สนใจ และภาพที่ไม่มีรอยโรคปะปนกันอยู่ งานวิจัยการตรวจจับรอยโรคที่ได้ศึกษามานั้นมักมุ่งเน้นการสร้างแบบจำลองที่มีความแม่นยำในตรวจจับเฉพาะส่วนของภาพที่มีรอยโรคโดยเฉพาะ ไม่ได้ศึกษาการนำแบบจำลองไปใช้งานกับภาพส่วนที่ไม่มีรอยโรค วิทยานิพนธ์ฉบับนี้ได้เห็นถึงส่วนที่สามารถเพิ่มประสิทธิภาพแก่แบบจำลองในการใช้งานในโลกจริงได้เหมาะสมขึ้น โดยนำเสนอวิธีการประมวลผลภาพเบื้องต้น และการเพิ่มกลไกจุดสนใจแก่แบบจำลอง นอกจากนี้ยังได้นำเสนอการสร้างแบบจำลอง 2 รูปแบบคือ แบบจำลองเรียงซ้อน และแบบจำลองร่วมกัน เพื่อเพิ่มประสิทธิภาพในงานแบ่งส่วนโรคอีกด้วย การทดลองได้ทดสอบแบบชุดข้อมูลโรคหลอดเลือดเจริญผิดปกติ MICCAI 2017 และ MICCAI 2018 ผลลัพธ์แสดงให้เห็นว่าแบบจำลองร่วมกันที่นำเสนอมีประสิทธิภาพดีที่สุด สามารถแบ่งส่วนภาพ และจำแนกประเภทภาพที่มีรอยโรค และไม่มีรอยโรคได้ด้วยค่าคะแนนมาตรวัดที่สูง
การจำแนกเพศจากชื่อผู้ใช้งานภาษาไทยบนเฟซบุ๊ก, สุพิชชา ยืนยงค์
การจำแนกเพศจากชื่อผู้ใช้งานภาษาไทยบนเฟซบุ๊ก, สุพิชชา ยืนยงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์นี้นำเสนอการนำการเรียนรู้ของเครื่องมาประยุกต์ในการจำแนกเพศผู้ใช้งานเฟซบุ๊กโดยใช้เพียงชื่อผู้ใช้งานเท่านั้น ซึ่งข้อมูลส่วนตัวของผู้ใช้งานของโซเชียลเนตเวิร์คมีความสำคัญในการนำมาวิเคราะห์ แต่บางครั้งไม่มีการเปิดเผยข้อมูล เช่น อายุ หรือเพศ โดยการศึกษาส่วนใหญ่มักจะนำเอาข้อความบนเว็บเพจมาวิเคราะห์ แต่การศึกษานี้เลือกใช้ชื่อผู้ใช้งานในการจำแนกเพศ โดยเพศสามารถอนุมานได้จากทั้งชื่อจริงและชื่อแฝงของผู้ใช้งาน โดยงานวิจัยนี้สนใจเฉพาะชื่อที่เป็นภาษาไทย ซึ่งชื่อของคนไทยจะมีรูปแบบที่สามารถแสดงตัวตนความเป็นเพศได้ การรวมกันของแบบจำลองสำหรับการจำแนกเพศจากชื่อผู้ใช้งานภาษาไทยบนเฟซบุ๊กที่แตกต่างกัน ในแต่ละแบบจำลองมีการเรียนรู้โดยใช้วิธีการเรียนรู้แบบจำลองเชิงทำนาย ได้แก่ การจำแนกเพศจากชื่อจริง การจำแนกเพศจากชื่อแฝง การจำแนกชื่อจริงและชื่อแฝง และการจำแนกชื่อทั้งหมด โดยผลการจำแนกทั้งหมดจะถูกรวมในแบบจำลองสุดท้าย เมื่อใช้วิธีนี้แบบจำลองมีความถูกต้องที่ 85.85% ซึ่งได้ผลลัพธ์ที่ดีกว่าเมื่อเปรียบเทียบกับการจำแนกเพศโดยคน ที่มีความถูกต้องที่ 77.03%
การนำเสนอโหนดที่ซ่อนอยู่ในกราฟความสัมพันธ์ของผู้ใช้งานอินสตาแกรม, อรรมณี อุ่นเมือง
การนำเสนอโหนดที่ซ่อนอยู่ในกราฟความสัมพันธ์ของผู้ใช้งานอินสตาแกรม, อรรมณี อุ่นเมือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
เครือข่ายสังคมออนไลน์ เช่น เฟซบุ๊ก ทวิตเตอร์ และ อินสตาแกรม เป็นแอปพลิเคชันที่ช่วยขยายเครือข่ายความสัมพันธ์ เพื่อการให้คำแนะนำผู้ใช้งานที่มีความเกี่ยวกัน เครื่อข่ายสังคมออนไลน์ต้องเข้าใจความสัมพันธ์ที่เกิดขึ้น จากการศึกษาจำนวนมากได้มีการค้นพบความสัมพันธ์ที่ไม่รู้จักกันระหว่างผู้ใช้ โดยใช้ตัวชี้วัดที่คล้ายคลึงกัน ตัวชี้วัดที่ใช้ความคล้ายคลึงกันที่ใช้บ่อยที่สุดคือเมทริกเพื่อนบ้าน อย่างไรก็ตามตัวชี้วัดดังกล่าวสันนิษฐานว่าเครือข่ายนั้นเป็นรูปแบบเอกพันธ์ ในขณะที่เครือข่ายสังคมออนไลน์ในโลกแห่งความเป็นจริงนั้นมีเอนทิตีและความสัมพันธ์หลายประเภททำให้ต่างกัน นอกจากนี้ยังพิจารณาข้อมูลโครงสร้างโดยไม่ใช้ประโยชน์จากข้อมูลบริบทของเครือข่าย ดังนั้นความสัมพันธ์ที่ค้นพบไม่มีความหมายที่ซ่อนอยู่ ในบทความนี้ผู้วิจัยวิเคราะห์ความสัมพันธ์ระหว่างผู้ใช้งานอินสตาแกรม โดยพิจารณาทั้งข้อมูลเชิงโครงสร้างและเชิงบริบท เป็นผลให้ผู้วิจัยใช้ประโยชน์จากความหลากหลายของเครือข่ายและค้นพบโหนดที่ซ่อนอยู่ซึ่งมีความหมายของความสัมพันธ์ ผู้วิจัยทำการวิเคราะห์ในสองขั้นตอนดังนี้ 1. ผู้วิจัยพิจารณาข้อมูลโครงสร้างของเครือข่ายโดยใช้เพื่อนบ้านทั่วไประหว่างผู้ใช้สองคน ผู้วิจัยเลือกคู่ผู้ใช้ 13 อันดับแรกที่แบ่งปันเพื่อนบ้านที่พบมากที่สุดเพื่อดำเนินการขั้นตอนต่อไป 2. ผู้วิจัยทำการวิเคราะห์เชิงบริบทระหว่างผู้ใช้แต่ละคนในคู่ผู้ใช้โดยใช้โพสต์และความคิดเห็น จากนั้นผู้วิจัยได้คำนวณความถี่คำของแต่ละโทเค็นในความคิดเห็น ผู้วิจัยสังเกตว่าโทเค็นที่มีค่าความถี่สูงจะแสดงข้อมูลเชิงบริบทระหว่างผู้ใช้สองคน ในที่สุดผู้วิจัยจะแสดงโทเค็นเหล่านี้เป็นโหนดที่ซ่อนอยู่ในความสัมพันธ์ระหว่างผู้ใช้สองคนโดยใช้กราฟความสัมพันธ์ที่แตกต่างกัน
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
การใช้กลุ่มของภาพฉากเพื่อจำแนกวิดีโอจากรายการโทรทัศน์, อิทธิศักดิ์ เผือกศรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้นำเสนอวิธีการจำแนกวิดีโอ ด้วยเทคนิคแบบจำลองคอนโวลูชันสองมิติ และการเรียนรู้แบบกึ่งกำกับ โดยทั่วไปการจำแนกวิดีโอที่มีประสิทธิภาพสูง ถูกนำเสนอโดยใช้วิธีการเรียนรู้แบบลึก อย่างไรก็ตามจากการเพิ่มขึ้นของจำนวนวิดีโอในปัจจุบัน การเรียนรู้ของแบบจำลองเพื่อจำแนกวิดีโอจำเป็นต้องใช้ประสิทธิภาพในการประมวลผลสูง งานวิจัยนี้จึงนำเสนอวิธีการเรียนรู้ด้วยแบบจำลองคอนโวลูชันสองมิติโดยใช้การซ้อนทับกันของภาพฉาก และการจัดกลุ่มของภาพฉากด้วยแผนที่จัดระเบียบด้วยตนเองก่อนนำไปสร้างแบบจำลองจำแนกประเภทรายการ โดยการสร้างแบบจำลองประเภทรายการถูกนำเสนอใน 4 รูปแบบ ประกอบด้วย การออกเสียง การคำนวณค่าความวุ่นวาย การเรียนรู้ด้วยแบบจำลองโครงข่ายประสาทเทียม การเรียนรู้ด้วยหน่วยความจำระยะสั้นแบบยาว อีกทั้งยังประเมินจำนวนภาพฉากสำหรับการประมวลผลในการจัดกลุ่มโดยเปรียบเทียบระหว่างระยะเวลาการเรียนรู้และความแม่นยำ วิธีการในงานวิจัยนี้ถูกนำเสนอด้วยประเมินจากการเรียนรู้ด้วยชุดข้อมูลวิดีโอจำนวน 18 ประเภท 912 วิดีโอ จากรายการโทรทัศน์ ในการประเมินด้วยการประเมินผลแบบไขว้ จำนวน 5 โฟลด์ วิธีการในงานวิจัยนี้มีความแม่นยำเฉลี่ยร้อยละ 71.98 และใช้เวลาในการเรียนรู้โดยเฉลี่ยประมาณ 40 นาที นอกจากนี้ยังเปรียบเทียบกับการเรียนรู้ด้วยแบบจำลองอื่นๆ อาทิ แบบจำลองคอนโวลูชันสามมิติ และแบบจำลองคอนโวลูชันร่วมกับหน่วยความจำระยะสั้นแบบยาว รวมถึงประเมินผลกับชุดข้อมูลพื้นฐาน Hollywood2 ซึ่งการเรียนรู้มีความแม่นยำเฉลี่ยร้อยละ 93.72
การจำแนกประเภทข้อความโฆษณาบนเฟซบุ๊กโดยใช้เทคนิคการสุ่มเพิ่มตัวอย่างกลุ่มน้อย, ศุภมงคล อัครดำรงค์รัตน์
การจำแนกประเภทข้อความโฆษณาบนเฟซบุ๊กโดยใช้เทคนิคการสุ่มเพิ่มตัวอย่างกลุ่มน้อย, ศุภมงคล อัครดำรงค์รัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
นักการตลาดนิยมทำการตลาดผ่านสื่อสังคมออนไลน์มากขึ้นในปัจจุบัน เนื่องจากแพลตฟอร์มโซเชียลมีเดียได้รับความนิยมอย่างมากและมีผู้ใช้งานเป็นจำนวนหลายล้านคน โดยเฉพาะเฟซบุ๊กซึ่งเป็นแพลตฟอร์มที่ได้รับความนิยมสูงสุดในประเทศไทย อย่างไรก็ตามผู้คิดค้นโฆษณาต้องมีความเข้าใจพฤติกรรมของผู้บริโภคเพื่อให้สามารถคิดค้นถ้อยคำโฆษณาที่ดี ตัวแบบ AISAS เป็นตัวแบบหนึ่งซึ่งถูกนำเสนอโดยบริษัทเดนท์สึเพื่ออธิบายพฤติกรรมของผู้บริโภค ตัวแบบดังกล่าวนิยามสถานะที่เกิดขึ้นหลังจากผู้บริโภคเห็นโฆษณาของสินค้าทั้งหมดห้าสถานะ ได้แก่ ความใส่ใจ (Attention) ความสนใจ (Interest) การค้นหา (Search) การลงมือกระทำ (Action) และการแบ่งปัน (Share) วิทยานิพนธ์นี้ได้พัฒนาตัวแบบการเรียนรู้ของเครื่องเพื่อใช้จำแนกประเภทโฆษณาภาษาไทยจากเฟซบุ๊กออกเป็นสถานะตามตัวแบบ AISAS เพื่อเป็นประโยชน์ต่อผู้ลงโฆษณา อย่างไรก็ตาม ข้อมูลที่ถูกรวบรวมมาเพื่อการเรียนรู้เป็นข้อมูลที่ไม่สมดุล เนื่องจากตัวอย่างที่เป็นคลาสบวกมีจำนวนน้อย ทำให้ตัวแบบมีประสิทธิภาพต่ำในการทำนายตัวอย่างบวก เพื่อเพิ่มประสิทธิภาพของตัวแบบ ผู้วิจัยได้นำเทคนิคการสุ่มเพิ่มตัวอย่างกลุ่มน้อย เทคนิคการคัดเลือกคุณลักษณะมาใช้ อีกทั้งได้เสนอเทคนิคการเพิ่มคุณลักษณะใหม่ซึ่งเป็นคำคล้ายคลึง ประยุกต์ใช้ร่วมกับตัวแบบจำแนกประเภทนาอีฟเบย์ การถดถอยโลจิสติกส์ และซัพพอร์ตเวกเตอร์แมชชีน และได้นำเทคนิคการสร้างข้อความมาประยุกต์ใช้ร่วมกับตัวแบบจำแนกประเภทแอลเอสทีเอ็ม ผลการทดลองพบว่าหลังการประยุกต์ใช้เทคนิคต่าง ๆ ทุกตัวแบบจำแนกประเภทสามารถทำนายตัวอย่างคลาสบวกเป็นจำนวนมากขึ้นและถูกต้องมากขึ้นในเกือบทุกชุดข้อมูล โดยสังเกตได้จากค่าความแม่นและค่าระลึกที่เพิ่มขึ้น เทคนิคการเพิ่มคุณลักษณะใหม่ซึ่งเป็นคำคล้ายคลึงทำให้บางตัวแบบมีค่าระลึกเพิ่มขึ้น เทคนิคการสร้างข้อความทำให้ตัวแบบแอลเอสทีเอ็มได้รับค่าระลึกสูงแต่ค่าความแม่นต่ำ อย่างไรก็ตามทุกเทคนิคทำให้ค่าความถูกต้องต่ำลงในชุดข้อมูลส่วนใหญ่
การจำแนกโครงสร้างจุลภาคไทเทเนียมด้วยโครงข่ายประสาทคอนโวลูชันเต็มรูป, สิโรดม มงคลธนาภรณ์
การจำแนกโครงสร้างจุลภาคไทเทเนียมด้วยโครงข่ายประสาทคอนโวลูชันเต็มรูป, สิโรดม มงคลธนาภรณ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในช่วงทศวรรษที่ผ่านมา ได้มีการใช้การเรียนรู้เชิงลึกอย่างแพร่หลายเพื่อจำแนกภาพที่ให้ความแม่นยำสูง การแบ่งส่วนความหมายเป็นประเภทหนึ่งของการเรียนรู้เชิงลึกที่มุ่งเน้นการจำแนกคลาสในแต่ละพิกเซลของภาพ ทางด้านโลหะศาสตร์ ไทเทเนียมและอัลลอยมีคุณสมบัติที่โดดเด่นสำหรับการใช้งานทางชีวการแพทย์ โดยเฉพาะในการผ่าตัดฝังวัสดุทดแทน การตรวจสอบวัสดุโดยทั่วไปมักกระทำโดยผู้เชี่ยวชาญในการจำแนกโครงสร้างจุลภาคไทเทเนียม งานวิจัยนี้เสนอการประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกเพื่อเป็นแนวทางการจำแนกระดับพิกเซลโครงสร้างจุลภาคไทเทเนียมที่อาจช่วยลดทรัพยากรและความไม่แน่นอนระหว่างการควบคุมคุณภาพ วิธีการที่ใช้คือเทคนิคการแบ่งส่วนความหมายที่เรียกว่า โครงข่ายประสาทคอนโวลูชันเต็มรูปที่ถูกพัฒนาด้วยสถาปัตยกรรมยู-เน็ต งานวิจัยนี้ได้สำรวจการบูรณาการเทคนิคการปรับจูนเข้ากับสถาปัตยกรรมยู-เน็ตเพื่อปรับปรุงสมรรถนะแบบจำลอง โมเดลที่สร้างขึ้นถูกปรับจูนด้วยค่าน้ำหนักที่เรียนรู้มาแล้วก่อนหน้าจากตัวจำแนกวีจีจี-16 นอกจากนี้ ชุดข้อมูลภาพโครงสร้างจุลภาคไทเทเนียมได้ถูกเพิ่มจำนวนตัวอย่างด้วยวิธีความผิดปกติยืดหยุ่น สำหรับการประเมินสมรรถนะแบบจำลองจะใช้ตัววัด 4 ตัว ประกอบด้วย ความแม่นยำพิกเซล ความแม่นยำเฉลี่ย ไอโอยูเฉลี่ย และ ไอโอยูถ่วงน้ำหนักความถี่ ผลลัพธ์การประเมินพบว่าค่าความแม่นยำเพิ่มขึ้นเล็กน้อย ในขณะที่เวลาเรียนรู้เร็วกว่ามากเทียบกับการเรียนรู้ปกติที่ไม่มีการปรับจูนค่าน้ำหนักเริ่มต้น
Boundwarden: Thread-Enforced Spatial Memory Safety Through Compile-Time Transformations, Smith Dhumbumroong
Boundwarden: Thread-Enforced Spatial Memory Safety Through Compile-Time Transformations, Smith Dhumbumroong
Chulalongkorn University Theses and Dissertations (Chula ETD)
This dissertation presents BoundWarden, a novel runtime spatial memory safety enforcement technique that comprehensively detects and prevents buffer overflow and other out-of-bound errors in buffers on stack, heap, and BSS and data segments of memory. BoundWarden leverages the ubiquity of multi-core processors by offloading most of the works to a dedicated bound checking thread, which performs bound checking and manages metadata, thus reducing the runtime overhead. Since BoundWarden stores base and bound of buffers in a dedicated bound table, the memory layout of programs remains unchanged, thus preserving compatibility with existing libraries and binaries. Experiments showed that the prototype of …
การทำนายข้อมูลจราจรเชิงพื้นที่และเวลาโดยใช้การฝังข้อมูลอุบัติเหตุร่วมกับนิวรอลเน็ตเวิร์กเชิงลึก, วนิดา ลิยงค์
การทำนายข้อมูลจราจรเชิงพื้นที่และเวลาโดยใช้การฝังข้อมูลอุบัติเหตุร่วมกับนิวรอลเน็ตเวิร์กเชิงลึก, วนิดา ลิยงค์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบขนส่งและจราจรอัจฉริยะ (Intelligent Transportation System, ITS) นั้น มีความสำคัญเป็นอย่างมากต่อการดำรงชีวิตในปัจจุบัน และเมื่อไม่นานมานี้ เริ่มมีการนำการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการทำนายข้อมูลจราจรเพื่อช่วยให้มีความแม่นยำมากยิ่งขึ้น อย่างไรก็ตาม ปัญหาสำคัญของการทำนายข้อมูลจราจรในเครือข่ายขนาดใหญ่คือการทำนายล่วงหน้าในหลาย ๆ ช่วงเวลา และทำนายในตำแหน่งที่แตกต่างกัน นอกจากนี้สำหรับการจราจรแล้ว อุบัติเหตุที่เกิดขึ้นนั้นจะส่งผลกระทบต่อการจราจรเสมอ การเรียนรู้ถึงผลกระทบที่เกิดขึ้นของอุบัติเหตุจะช่วยให้การทำนายข้อมูลจราจรมีความแม่นยำขึ้น งานวิจัยนี้ จึงนำเสนอนิวรอลเน็ตเวิร์กที่เรียนรู้ความสัมพันธ์ในเชิงพื้นที่และเวลาของข้อมูลจราจร โดยใช้นิวรอลเน็ตเวิร์คแบบคอนโวลูชัน (Convolutional Neural Network, CNN) ร่วมกับหน่วยความจำระยะสั้นแบบยาว (Long Short-Term Memory, LSTM) เพื่อให้สามารถเรียนรู้และทำนายข้อมูลจราจรได้แม่นยำยิ่งขึ้น อีกทั้งยังมีการนำตัวเข้ารหัสอัตโนมัติ (Autoencoder) มาเรียนรู้ข้อมูลอุบัติเหตุ เพื่อให้สามารถเรียนรู้ถึงผลกระทบที่เกิดขึ้นในช่วงที่เกิดอุบัติเหตุไปพร้อม ๆ กันได้
การปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวไม่สม่ำเสมอแบบทันที, วรายุ จริยาวัฒนรัตน์
การปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวไม่สม่ำเสมอแบบทันที, วรายุ จริยาวัฒนรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วัตถุประสงค์หลักของงานวิจัยนี้คือปรับปรุงการแยกฉากหลังบนพื้นหลังสีเขียวที่ไม่สม่ำเสมอแบบทันที ในวิธีการพื้นฐาน แต่ละพิกเซลจะถูกคำนวณว่าเป็นฉากหลังโดยใช้ค่าขีดจำกัดเดียวกันทั้งภาพเพียง 2 ค่า แต่ในความเป็นจริง วิธีการนี้มีปัญหาในหลาย ๆ กรณี เช่น พื้นหลังไม่ได้เป็นสีเดียวกันทั้งหมด หรือมีเงาของนักแสดงทอดลงไปที่พื้นหลัง เป็นต้น ดังนั้นการใช้ค่าขีดจำกัดเดียวกันหมดทั้งภาพจึงไม่เหมาะสมสำหรับกรณีดังกล่าว งานวิจัยนี้จึงใช้การประมาณความหนาแน่นเคอร์เนลมาช่วยในการหาค่าขีดจำกัดของแต่ละพิกเซลในภาพ เพื่อให้ทุก ๆ พิกเซลในภาพมีขีดจำกัดที่เหมาะสม และยังมีความเร็วในการประมวลผลที่สามารถออกอากาศสดได้ที่ 60 เฟรมต่อวินาที สำหรับความละเอียดระดับ Full HD
ระบบนำทางหุ่นยนต์ด้วยหลายตัวนำทางย่อยและหลายแผนที่ย่อย, สุขุม สัตตรัตนามัย
ระบบนำทางหุ่นยนต์ด้วยหลายตัวนำทางย่อยและหลายแผนที่ย่อย, สุขุม สัตตรัตนามัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การใช้งานหุ่นยนต์อัตโนมัติในเขตเมืองที่มีความหลากหลายของลักษณะพื้นที่สูงเป็นงานท้าทายที่ต้องการโปรแกรมนำทางและรูปแบบแผนที่ที่แตกต่างกันในแต่ละบริเวณ การปฏิบัติงานของหุ่นยนต์ในโลกจริงต้องเจอกับสิ่งแวดล้อมที่มีการเปลี่ยนแปลงอย่างต่อเนื่อง เช่น ฝนตกหรือความคับคั่งของบริเวณที่ต้องนำทาง ส่งผลให้ต้องปรับแผนเส้นทาง ในงานวิจัยนี้นำเสนอระบบนำทางหุ่นยนต์ในโลกจริงซึ่งเป็นรูปแบบใหม่ของการสลับการทำงานระหว่างโปรแกรมนำทางหลายตัวอย่างเหมาะสม เพื่อให้สามารถจัดการกับพฤติกรรมของหุ่นยนต์และสภาพแวดล้อมที่ท้าทายได้ ระบบที่นำเสนอในงานวิจัยนี้เป็นผลลัพธ์ของการติดตั้งหุ่นยนต์จริงในระบบซึ่งมีผู้ใช้งานและสภาพแวดล้อมจริง
Knowing When Not To Answer: Positional Peptide Sequencing With Encoder-Decoder Networks, Korrawe Karunratanakul
Knowing When Not To Answer: Positional Peptide Sequencing With Encoder-Decoder Networks, Korrawe Karunratanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
การถอดรหัสเปปไทด์นั้นเป็นองค์ประกอบสำคัญสำหรับการศึกษาโปรตีน โดยทั่วไปแล้วการวิเคราะห์ข้อมูล mass spectrum นั้นจะศึกษาเพียงสายของกรดอะมิโนที่ปรากฏอยู่ในฐานข้อมูลเท่านั้น ทำให้การค้นหาสายเปปไทด์แบบใหม่ที่อาจเกิดจากการกลายพันธุ์นั้นทำได้ยาก วิถีการถอดรหัสด้วยดีโนโวแก้ไขข้อจำกัดนี้ด้วยการถอดรหัสสายเปปไทด์โดยตรงจากข้อมูล mass spectrum โดยใช้ความรู้เกี่ยวกับกระบวนการแตกตัวของไอออน ทำให้ไม่จำเป็นต้องใช้ฐานข้อมูลโปรตีนช่วย อย่างไรก็ดี วิธีดังกล่าวยังมีข้อจำกัดด้านความแม่นยำและต้องการการตรวจทานโดยผู้เชี่ยวชาญ วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการถอดรหัสเปปไทด์ด้วยวิธีการดีโนโวแบบใหม่ชื่อ SMSNet โดยใช้โมเดล deep learning เข้าช่วย โดยยังสามารถทำนายกรดอะมิโนได้อย่างครอบคลุมในระดับความแม่นยำของกรดอะมิโนที่ 95% งานฉบับนี้เสนอขั้นตอน ถอดรหัส ตัดออก และสืบค้น เพื่อตัดผลทำนายในตำแหน่งที่มีความกำกวมออกและใช้ข้อมูลจากฐานข้อมูลโปรตีนช่วยเพื่อให้ทำนายสายเปปไทด์ได้ถูกต้องทั้งเส้น นอกจากนี้ งานนี้ได้นำเสนอการใช้ rescorer ในการแก้ไขคะแนนความมั่นใจสำหรับผลทำนายในแต่ละตำแหน่ง ซึ่งส่งผลให้สามารถแยกกลุ่มคะแนนความมั่นใจสำหรับคำตอบที่ถูกต้องและคำตอบที่ผิดได้ดียิ่งขึ้น เมื่อประกอบทุกขั้นตอนวิธีในงานวิจัยฉบับนี้เข้าด้วยกันพบว่า SMSNet สามารถทำนายสายเปปไทด์ได้ในประสิทธิภาพที่ใกล้เคียงกับการทำนายด้วยฐานข้อมูลในการทดลองจริง
การลดสัญญาณรบกวนภาพชนิดเกาส์เซียนด้วยวิธีการเรียนรู้เชิงลึกและเส้นแบ่งระหว่างวัตถุกับพื้นหลัง, ศุภกร ชูประภาวรรณ
การลดสัญญาณรบกวนภาพชนิดเกาส์เซียนด้วยวิธีการเรียนรู้เชิงลึกและเส้นแบ่งระหว่างวัตถุกับพื้นหลัง, ศุภกร ชูประภาวรรณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การลดสัญญาณรบกวนภาพเป็นปัญหาพื้นฐานในงานด้านคอมพิวเตอร์วิชันและได้รับความสนใจในด้านงานวิจัยเป็นอย่างมากในช่วงหลายปีที่ผ่านมาเพื่อที่จะหาวิธีในการลดสัญญาณรบกวนภาพแบบต่าง ๆ โดยในงานวิทยานิพนธ์นี้มุ่งเน้นไปที่งานด้านการลดสัญญาณรบกวนภาพสำหรับสัญญาณรบกวนแบบเกาส์เซียน โดยในปัจจุบันการเรียนรู้เชิงลึกได้ถูกนำมาประยุกต์ใช้กับงานด้านการลดสัญญาณรบกวนภาพแต่ทว่ายังมีข้อจำกัดอยู่คือการเรียนรู้เชิงลึกจะสร้างสิ่งแปลกปลอมขึ้นมาบนภาพ วิทยานิพนธ์นี้เสนอวิธีการใช้การเรียนรู้เชิงลึกร่วมกับเส้นแบ่งระหว่างวัตถุกับพื้นหลัง โดยเส้นแบ่งระหว่างวัตถุกับพื้นหลังนั้นจะได้รับจากอัลกอริทึมแคนนี เอ็จ ดีเท็กชัน (Canny edge detection) เพื่อทำให้โมเดลสามารถกำจัดสิ่งแปลกปลอมได้ สำหรับชุดข้อมูลที่ใช้งานวิจัยคือชุดข้อมูลภาพเบิร์กลีย์ 400 ภาพ (BSD400) สำหรับฝึกสอนโมเดลของผู้วิจัย และชุดข้อมูลทดสอบสำหรับทดสอบคือชุดข้อมูลภาพเบิร์กลีย์ 68 ภาพ (BSD68) และชุดข้อมูลภาพ 12 ภาพ (Set12) โดยจากการทดลองของผู้วิจัยบนชุดข้อมูลทดสอบที่มีระดับความเข้มข้นของสัญญาณรบกวนเกาส์เซียนที่ระดับ 15 25 และ 50 พบว่าโมเดลของผู้วิจัยสามารถทำประสิทธิผลได้ดีบนระดับความเข้มข้นที่ 15 และระดับความเข้มข้นที่ 25 แต่ทว่าบนระดับความเข้มข้นที่ 50 นั้นโมเดลของผู้วิจัยทำประสิทธิผลได้เทียบเท่ากับอัลกอริทึมอื่น และการลดสัญญาณรบกวนภาพจริงนั้นโมเดลของผู้วิจัยสามารถลดสัญญาณรบกวนภาพจริงได้ดีกว่าอัลกอริทึมอื่น
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์
การจําแนกรอยโรควัณโรคปอดด้วยโครงข่ายแคปซูล, ตะวันส่องแสง การย์กวินพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้มีการขยายตัวเติบโตเป็นอย่างมากในช่วงหลายปีที่ผ่านมา โครงข่ายประสาทคอนโวลูชันหรือซีเอ็นเอ็นเป็นหนึ่งในหลายแบบจำลองสมรรถนะสูงที่รู้จักกันดีสำหรับการจำแนกและการแบ่งส่วนภาพ งานวิจัยนี้เสนอแนวคิดการใช้คอมพิวเตอร์ที่สามารถช่วยวินิจฉัยในเบื้องต้นการติดเชื้อวัณโรค ผู้วิจัยได้ปรับแต่งสถาปัตยกรรมซีเอ็นเอ็นสามโครงสร้างประกอบด้วย อเล็กซ์เน็ต วีจีจี-16 และ แคปส์เน็ต เพื่อจำแนกรอยโรควัณโรคบนภาพเอกซเรย์ทรวงอกหรือซีเอกซ์อาร์ที่ได้มาจากไลบรารีทางการแพทย์แห่งชาติและชุดข้อมูลไทยส่วนตัว ตัววัดที่ใช้ประเมินสมรรถนะตัวจำแนกประเภททั้งสาม ได้แก่ ความแม่นยำ ความไว และความจำเพาะ การทดสอบแบบจำลองทั้งสามบนชุดข้อมูลที่เพิ่มจำนวนด้วยการสุ่มตัวอย่างแบบสับเปลี่ยนให้ผลลัพธ์ค่าความแม่นยำที่เพิ่มขึ้นทุกแบบจำลอง นอกจากนี้ ยังได้มีการประเมินสมรรถนะแบบจำลองบนชุดข้อมูลที่เพิ่มจำนวนตัวอย่างด้วยการหมุนภาพ เนื่องจากในความเป็นจริงภาพซีเอกซ์อาร์อาจไม่ได้ตั้งตรงในแนวดิ่ง ผลการประเมินพบว่า แคปส์เน็ตให้ค่าตัววัดที่ดีกว่าแบบจำลองอเล็กซ์เน็ต และวีจีจี-16 เมื่อทำนายภาพแอฟฟีน
แบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาที่เรียนรู้จากคำพิพากษาศาลฎีกาไทย โดยใช้เทคนิคการเรียนรู้เชิงลึก, กานกวิญจน์ โค้วสีหวัฒน์
แบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาที่เรียนรู้จากคำพิพากษาศาลฎีกาไทย โดยใช้เทคนิคการเรียนรู้เชิงลึก, กานกวิญจน์ โค้วสีหวัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำนายผลคำตัดสินในคดีอาญาด้วยแบบจำลองการเรียนรู้ของเครื่องได้รับความสนใจมากขึ้นในช่วงเวลาที่ผ่านมา อย่างไรก็ดี เทคนิคที่ใช้ในแบบจำลองดังกล่าวมักใช้ตัวแทนข้อความที่มีที่มาจากแบบจำลองถุงคำ ซึ่งไม่สนใจลำดับของข้อความทำให้สูญเสียบริบทของข้อความ และผลลัพธ์การทำนายมีความแม่นยำลดลง ดังนั้น วิทยานิพนธ์ฉบับนี้จึงเสนอแบบจำลองทำนายผลคำตัดสินและประเด็นในคดีอาญาซึ่งเรียนรู้จากคำพิพากษาศาลฎีกาไทยโดยใช้เทคนิคการเรียนรู้เชิงลึกผ่านชุดโครงข่ายประสาทเทียม แบบจำลองนี้สร้างตัวแทนข้อความด้วยโครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจ ก่อนนำตัวแทนข้อความนั้นไปทำนายผลคำตัดสินและประเด็นในคดีอาญาด้วยโครงข่ายประสาทเทียมแบบโมดูลซึ่งจำลองโครงสร้างความรับผิดทางอาญาตามทฤษฎีกฎหมายอาญา ผลการทดลองแสดงให้เห็นว่าแบบจำลองให้ประสิทธิภาพสูงกว่าแบบจำลองที่ใช้เทคนิคการเรียนรู้ของเครื่องเดิมอย่างเนอีฟเบยส์และเอสวีเอ็ม เมื่อพิจารณาจากค่า F1 นอกจากนี้ แบบจำลองยังให้ประสิทธิภาพสูงในการทำนายประเด็นในคดีอาญาบางประเด็นซึ่งมีผลต่อการทำนายผลคำตัดสินในคดีอาญาด้วย นอกจากนั้น ผลการทดลองสะท้อนให้เห็นว่า การใช้โครงข่ายประตูวกกลับสองทิศทางร่วมด้วยกลไกจุดสนใจสามารถสร้างตัวแทนข้อความที่ดีกว่าแบบจำลองดั้งเดิมที่มีลักษณะเดียวกันกับถุงคำ ตลอดจนโครงข่ายประสาทเทียมแบบโมดูลสามารถจำลองโครงสร้างความรับผิดทางอาญาได้
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ
การทำนายผลการรีวิวโค้ดในโครงการโอเพนซอร์สบนกิตฮับ, ปานทิพย์ พู่พุฒ
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการรีวิวโค้ดบนกิตฮับ เป็นกระบวนการที่สำคัญกระบวนการหนึ่งในการทำงานบนกิตฮับ โดยนักพัฒนาซอฟต์แวร์จะทำการร้องขอการนำเข้าซอร์สโค้ดหลังจากทำการแก้ไขหรือเปลี่ยนแปลงซอร์สโค้ดเสร็จเรียบร้อยแล้ว ผู้ดูแลระบบจะเป็นผู้รีวิวซอร์สโค้ด โดยพิจารณาถึงคุณภาพ และรายละเอียดทั้งหมดของรายการร้องขอการนำเข้าซอร์สโค้ดนั้น ๆ จากการวิเคราะห์ผลการรีวิว พบว่ามีรายการร้องขอการนำเข้าซอร์สโค้ดจำนวนมาก ที่ไม่ผ่านการรีวิว เนื่องด้วยปัจจัยหลายประการ เช่น ความซับซ้อนของซอร์สโค้ด คุณภาพของซอร์สโค้ด รวมไปถึงจำนวนการเปลี่ยนแปลงไฟล์ เป็นต้น กระบวนการแก้ไขรายการร้องขอการนำเข้าซอร์สโค้ดที่ไม่ผ่านการรีวิวต้องใช้ความพยายาม และเวลาอย่างมากในการแก้ไข ซึ่งอาจส่งผลกระทบกับค่าใช้จ่ายของโครงการ หรือกำหนดการของโครงการได้ งานวิทยานิพนธ์นี้จึงออกแบบ แบบจำลองการทำนายผลการรีวิวโค้ดบนกิตฮับ โดยการวิเคราะห์ข้อมูลบนกิตฮับ กำหนดตัวแปรที่คาดว่าจะมีผลกระทบกับการรีวิวโค้ด รวมถึงการหาความสัมพันธ์ที่เกิดขึ้นบ่อยจากกฎความสัมพันธ์ จากนั้นทำการสร้างแบบจำลองการทำนายการรีวิวโค้ดบนกิตฮับด้วยวิธีการทางสถิติโลจิสติก และหลักการเรียนรู้ด้วยเครื่อง การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น ผลการทดลองแสดงสิบรายการร้องขอการนำเข้าซอร์สโค้ดที่พบบ่อยที่สุดในชุดข้อมูล และแบบจำลองการทำนายผลการรีวิวโค้ด โดยแบบจำลองที่ใช้ในการทำนายผลการรีวิวโค้ดที่ใช้การวิเคราะห์โลจิสติกในการวิเคราะห์ข้อมูลมีเปอร์เซ็นต์ความแม่นยำ 89.2307% และแบบจำลองที่ใช้การวิเคราะห์โครงข่ายประสาทเทียมเพอร์เซปตรอนหลายชั้น มีเปอร์เซ็นต์ความแม่นยำ 90.7692%
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์
การสร้างแบบจำลองเครือข่ายทางรถไฟด้วยไทมด์คัลเลอร์เพทริเน็ต, นิติพัฒน์ ทรงวิโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทวนสอบเชิงรูปนัยสามารถนำไปใช้เป็นทางเลือกในการทวนสอบแบบจำลองต้นแบบที่ออกแบบให้ทราบถึงข้อผิดพลาดหรือคุณลักษณะด้านความปลอดภัย แต่อย่างไรก็ตาม การออกแบบแบบจำลองเครือข่ายทางรถไฟขนาดใหญ่ที่มีความซับซ้อนค่อนข้างมากอาจเกิดข้อผิดพลาดขึ้นได้ง่าย วิทยานิพนธ์นี้จึงได้นำเสนอทางเลือกในการสร้างแบบจำลองเครือข่ายทางรถไฟโดยใช้มอดูลที่ถูกสร้างขึ้นจากแบบจำลองไทมด์คัลเลอร์เพทริเน็ตซึ่งเป็นแบบจำลองเชิงรูปนัยแทนการสร้างแบบจำลองไทมด์คัลเลอร์เพทริเน็ตแบบทั่วไป โดยวิทยานิพนธ์ได้นำเสนอมอดูลมาตรฐานที่แทนส่วนประกอบในเครือข่ายทางรถไฟ คือ สถานีรถไฟ และ รางรถไฟ รองรับประเภทรถไฟโดยสาร 3 ประเภทและการควบคุมการเดินรถไฟโดยใช้ตารางเวลารถไฟที่สามารถกำหนดได้ พร้อมทั้งนำเสนอกฎและเงื่อนไขในการต่อประสานมอดูลเหล่านั้นเพื่อประกอบกันเป็นเครือข่ายทางรถไฟขนาดใหญ่ได้ โดยมีเครื่องมือที่ถูกพัฒนาในวิทยานิพนธ์ช่วยเหลือผู้ใช้ในการสร้างและแปลงเครือข่ายทางรถไฟที่ถูกออกแบบไปเป็นไทมด์คัลเลอร์เพทริเน็ต ผลลัพธ์การจำลองแสดงผลผ่านโปรแกรมเครื่องมือ ซีพีเอ็น เพื่อตรวจหาความถูกต้อง และความปลอดภัยของแบบจำลองเครือข่ายทางรถไฟและตารางรถไฟที่นำเข้ามาตรวจสอบ โดยยกตัวอย่างกรณีศึกษาสำหรับเครือข่ายทางรถไฟจำนวน 8 สถานี พร้อมทำการจำลองเหตุการณ์ความล่าช้าที่เกิดขึ้นที่เครือข่ายทางรถไฟ เพื่อตรวจสอบผลกระทบที่เกิดขึ้น
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul
A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The biomedical relation extraction (RE) tasks aim to study the interaction between pre-defined entities from biomedical literature: Bacteria Biotope (BB) and Drug-Drug interactions (DDI) tasks. Some previous investigations have used feature-based models; others have presented deep-learning-based models such as convolutional and recurrent neural networks used with the shortest dependency paths (SDPs). Although SDPs contain valuable and concise information, sections of significant information necessary to define bacterial location relationships are often neglected. In addition, the traditional word embedding used in previous studies may suffer from word ambiguation across linguistic contexts. Here, we present a deep learning model for biomedical RE. The …
Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul
Knowledge Sharing In Cooperative Compact Genetic Algorithm, Orakanya Gateratanakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
The compact genetic algorithm is derived from the genetic algorithm in which the population is represented by the probabilistic vector. To improve the search capability and avoiding local minima, parallelization has been employed where many search processes are deployed concurrently. In order to coordinate the work of multiple processes, knowledge sharing is necessary. Multiple processes share their probabilistic vectors partially. To escape from local minima the restart step is introduced. The experiment compares the proposed algorithm with two other competitive algorithms using Traveling Salesman problem, Bin Packing problem, Subset Sum problem, and Knapsack problem. The results show that the proposed …
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk
Explicit Energy-Minimal Short-Term Path Planning For Collision Avoidance In Bidirectional Crowd Simulation, Saran Sillapaphiromsuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
การหาเส้นทางการเดินในระยะยาวรวมกับการหลบหลีกสิ่งกีดขวางรอบๆ เป็นวิธีทั่วไปที่ถูกนำมาใช้ในการจำลองการเคลื่อนไหวของตัวตนจำลองจากตำแหน่งหนึ่งไปยังอีกตำแหน่งหนึ่ง โดยไม่ให้เกิดการชนกันระหว่างตัวตนจำลองกับวัตถุในฉากและระหว่างตัวตนจำลองด้วยกันเอง วิธีนี้สามารถให้ผลการจำลองที่ดีในสถานการณ์ที่ผู้คนสามารถเดินได้หลายทิศทาง แต่ในสถานการณ์ที่ผู้คนถูกจำกัดทิศทางการเดินให้เหลือเพียงหนึ่งหรือสองทิศทางนั้น ปรากฏว่าตัวตนจำลองมีลักษณะการเดินที่ผิดธรรมชาติ เช่น เดินเข้าไปติดและอยู่นิ่งระหว่างตัวตนจำลองสองตัวที่เดินสวนมาหรือเดินเข้าไปในพื้นที่ที่แออัดหรือมีกลุ่มคนเยอะๆ ทั้งๆที่ยังมีเส้นทางเดินที่ทำให้ตัวตนจำลองสามารถเดินหลบหลีกไปได้ ลักษณะเช่นนี้เกิดขึ้นบ่อยและเห็นได้ชัดในสถานการณ์แบบสองทิศทาง งานวิจัยนี้จึงได้เสนอขั้นตอนในการหาเส้นทางในระยะสั้นเพื่อขจัดความบกพร่องของพฤติกรรมการเดินของตัวตนจำลองในสถานการณ์แบบสองทิศทางนี้ขึ้น โดยใช้สมการพลังงานทางชีวกลศาสตร์ของการเดินเข้ามาเป็นตัวแปรที่บังคับให้ตัวตนจำลองมีความฉลาดในการเลือกเส้นทางในระยะสั้นได้ ผลลัพธ์ของการวิเคราะห์สมการพลังงานนั้น ช่วยบ่งบอกลักษณะของการเลือกเส้นทางการเดินที่ดีที่สุด โดยคำนึงถึงความเร็วที่ใช้เพื่อให้ประหยัดพลังงานที่สุด พร้อมๆ กับถึงจุดหมายปลายทางให้เร็วที่สุดด้วย นอกจากนี้ยังพบว่าการนำวิธีที่เสนอนี้ไปใช้ในสถานการณ์แบบหลายทิศทางนั้น ตัวตนจำลองสามารถหาเส้นทางที่เหมาะสมกว่าเมื่อเทียบกับวิธีก่อนอีกด้วย ยกตัวอย่าง เช่น ตัวตนจำลองสามารถเดินแทรกเข้าไปในช่องแคบๆ ของขบวนพาเหรดได้ เป็นต้น