Open Access. Powered by Scholars. Published by Universities.®
Articles 91 - 120 of 618
Full-Text Articles in Computer Sciences
Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul
Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul
Chulalongkorn University Theses and Dissertations (Chula ETD)
A game story contains interactions between characters as well as the game world. Certain genres of games such as Visual Novels and Role-Playing Games rely on their stories to attract players. There were several proposed algorithms for story generation. They focused mainly on story generation for one main character. To our knowledge, there has not been a generator with support for multiple main characters, where each main character has their own storyline that could overlap with other main characters’ stories. With multiple main characters, players can see the game world through different viewpoints, thus getting more immersed into the game's …
Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch
Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch
Chulalongkorn University Theses and Dissertations (Chula ETD)
Effective hospital resource management is essential for controlling service costs and enhancing workforce efficiency, particularly during abnormal situations that cause sudden fluctuations in patient volumes. Hospitals often encounter difficulties in managing resources and predicting patient numbers due to uncertain and volatile data. Accurate patient volume predictions during such times can enable hospitals to allocate resources effectively, maintaining appropriate costs and optimizing workforce efficiency.This research presents a solution for predicting daily outpatient visits at a private hospital in Thailand during the COVID-19 outbreak, serving as a case study. The proposed method employs Ensemble Empirical Mode Decomposition (EEMD) to preprocess data by …
Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit
Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study presents a comprehensive approach to scene cut detection in videos using a combination of frame extraction and a Convolutional Neural Network (VGG16 model) with a Color Histogram method to prevent raw video file reconstruction. The main dataset contains 167,490 frames collected from various users on TikTok for the scene cut detection model development. However, since this research utilizes a modular design that consists of data preparation, data pre-processing, and model implementation stages, it promotes efficient use of resources and guarantees data safety. The results demonstrate that the model performs excellently in recognizing scene cuts. Specifically, video frames with …
Enhancing Financial Market Predictions In Taiwan: A Hybrid Approach Of Traditional Analysis And Machine Learning Techniques, Tse Lin Liu
Chulalongkorn University Theses and Dissertations (Chula ETD)
In the evolving landscape of financial markets, this study explores the predictive power of traditional panel regression and modern machine learning models, including Long Short-Term Memory (LSTM), Support Vector Machine (SVM), and Random Forest (RF), in forecasting stock returns in the Taiwanese market. Utilizing a dataset of 54 Taiwanese companies from 2015 to 2023, the research integrates financial ratios and machine learning algorithms to assess their effectiveness in predicting market trends. The findings reveal that traditional panel regression often outperforms machine learning models in terms of stability and consistency of returns, challenging the assumption that complex algorithms inherently provide superior …
Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud
Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud
Chulalongkorn University Theses and Dissertations (Chula ETD)
Radial Basis Function is commonly used as the decision boundaries for supervised and unsupervised learning algorithms due to its simplicity. But the symmetric property of the circular or elliptic shapes could deteriorate the fitness of the boundaries when the distribution of the data is asymmetric, especially in the data stream processing where the distribution of the data is temporal.In this thesis, we propose a new 2-dimensional data capsule structure using Yamamoto’s egg function. This structure can adjust its shape to be symmetric (i.e., circular or elliptic) or asymmetric (i.e., egg-shaped) depending on the configuration of its parameters, allowing it to …
Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai
Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai
Chulalongkorn University Theses and Dissertations (Chula ETD)
The paper presents an adaptation of the novel self-recovering technique known as weight shifting for application in the pruning of nodes from the fully-connected layers of convolutional neural networks. The proposed methodology involves a binary search strategy to identify the optimal subset of nodes for removal, facilitating efficient redistribution of node weights using the Moore-Penrose pseudo-inverse. The proposed methodology was evaluated by across multiple data sets, including CIFAR-100, Food101, Stanford Cars, and Flowers102. The experimental results demonstrated that the proposed methodology is able to maintain high accuracy and top-k categorical accuracy performance with minimal reductions even after pruning a significant …
Winner Prediction Model For Basketball Matches Based On Statistical Data Of Teams, Players, And Line-Ups, Chanin Witheesawas
Winner Prediction Model For Basketball Matches Based On Statistical Data Of Teams, Players, And Line-Ups, Chanin Witheesawas
Chulalongkorn University Theses and Dissertations (Chula ETD)
NBA league in the United States for professional basketball league is considered the world-famous basketball league with the highest money circulation. Basketball players around the world would rather join the league. Also, many entrepreneurs would like to become a sponsor of a basketball team in the NBA league to increase the business opportunities leading to higher revenue especially a sponsor of a team that wins the NBA championship more than other teams. Therefore, every NBA team must develop a proper strategic plan to win the NBA championship. Hence, it is the beginning of this thesis to use seven popular machine …
Machine Learning For Increasing Productivity In Shrimp Hatchery, Boonyapron Kaowleg
Machine Learning For Increasing Productivity In Shrimp Hatchery, Boonyapron Kaowleg
Chulalongkorn University Theses and Dissertations (Chula ETD)
The quality of shrimp hatcheries directly impacts the survival and growth of shrimp during the grow-out stage, with poor hatchery conditions increasing the risk of infections and reducing overall productivity. This study explores the potential of machine learning to enhance productivity in shrimp hatcheries in Thailand, focusing on improving the accuracy of hatchery success predictions. Four machine learning models were developed and compared to predict shrimp hatchery outcomes based on historical data. Data were collected from multiple sources, which presented challenges in terms of variability, missing values, and the need for extensive pre-processing. The results showed that the random forest …
Streaming Image Classification Using Class-Wise Incremental Learning And Pre-Trained Convolution Neural Network, Kongkan Kalakan
Streaming Image Classification Using Class-Wise Incremental Learning And Pre-Trained Convolution Neural Network, Kongkan Kalakan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Learning in deep learning architectures for computer vision is a resource-intensive process. Although the accuracy of state-of-the-art models has improved over time, these methods still require significant time and memory to process large datasets, particularly in the context of streaming image data. The necessity to store and reprocess old data each time new data is introduced leads to inefficient resource usage. A more efficient approach is to learn from data in chunks and discard the previously processed data. However, this strategy often results in catastrophic forgetting. In this study, we propose a novel algorithm called CNN-SCIL, which enhances the Streaming …
Identifying Unsafety Gesture Of Drivers Using Deep Learning, Yibei Bai
Identifying Unsafety Gesture Of Drivers Using Deep Learning, Yibei Bai
Chulalongkorn University Theses and Dissertations (Chula ETD)
This thesis presents the use of deep learning to identify two unsafe gestures of drivers: (1) holding the wheel with one hand and performing an action with the other hand, and (2) talking on the phone while driving. These gestures can distract the driver, potentially leading to accidents. Four models were compared and evaluated. Additionally, the study introduces the Driver Action Expression (DAE) dataset, collected through a road driving experiment focusing on driver behavior. The issue of imbalanced data was considered. The Xception model shows the best performance compared to other models, leading to its selection as the primary model …
การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์
การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบเชิงพร้อมกันเป็นระบบที่มีมากกว่าหนึ่งสายโยงใยซึ่งสามารถสลับกันทำงานระหว่างสายโยงใยโดยที่ไม่ต้องรอให้กระบวนการในสายโยงใยใดกระบวนการหนึ่งให้เสร็จสมบูรณ์ ซึ่งระบบเชิงพร้อมกันมักพบในระบบที่มีความซับซ้อน มีหลายงานที่ต้องดำเนินการและสายโยงใยที่ดำเนินงานนั้นอาจมีปฏิสัมพันธ์กัน เช่น เข้าถึงหน่วยความจำเดียวกัน เป็นต้น หนึ่งในวิธีที่สามารถอธิบายระบบเชิงพร้อมกันคือการใช้แผนภาพเครื่องสถานะซึ่งเป็นแผนภาพตามมาตรฐานยูเอ็มแอลรุ่น 2.5 แต่เนื่องจากแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันไม่สามารถนำมาใช้ในการทวนสอบได้ เนื่องจากพฤติกรรมของระบบเชิงพร้อมกันมีรูปแบบเชิงไม่กำหนด งานวิจัยจึงเล็งเห็นประโยชน์ในการพัฒนาเครื่องมือแปลงแผนภาพเครื่องสถานะเป็นโค้ดนูเอ็สเอ็มวี ซึ่งเป็นการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้อยู่ในรูปของแบบจำลองเชิงรูปนัยให้สามารถทำการทวนสอบได้ โดยเปรียบเทียบและวิเคราะห์ระหว่างองค์ประกอบของแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันตามมาตรฐานยูเอ็มแอลรุ่น 2.5 กับองค์ประกอบของนูเอ็สเอ็มวี แล้วนิยามกฏการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวีเพื่อใช้ในการพัฒนาเครื่องมือการแปลง จากนั้นจึงพัฒนาเครื่องมือการแปลง สร้างแบบจำลองซึ่งเป็นกรณีศึกษาของระบบเชิงพร้อมกันที่อยู่ในรูปของแผนภาพเครื่องสถานะ สร้างข้อกำหนดเชิงรูปนัยที่ใช้ในการทวนสอบกรณีศึกษา และนำเครื่องมือการแปลงมาใช้ในการแปลงแบบจำลองกรณีศึกษาให้เป็นแบบจำลองเชิงรูปนัยนูเอ็สเอ็มวี แล้วทำการทวนสอบด้วยข้อกำหนดเชิงรูปนัยบนนูเอ็มเอ็มวี กระบวนการวิจัยและพัฒนาทั้งหมดที่กล่าวมาพบว่าผู้วิจัยสามารถแปลงแบบจำลองในรูปของแผนภาพเครื่องสถานะให้ป็นแบบจำลองเชิงรูปนัยและเห็นพฤติกรรมของการทำงานของระบบเชิงพร้อมกัน รวมถึงทวนสอบพฤติกรรมของระบบและได้ผลลัพธ์จากการทวนสอบที่เป็นไปตามข้อกำหนดเชิงรูปนัย
การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร
การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานมหาบัณฑิตนี้จึงเสนอวิธีการสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสำหรับใช้ในการพัฒนาเกม ในการสร้างแบบจำลองเพื่อทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทย ได้ใช้ชุดข้อมูลออดิโอวิชวล TSynC-3miti: Audiovisual Speech Synthesis Database from Found Data ร่วมกับแนวคิดจาก งานวิจัย A Decision Tree Framework for Spatiotemporal Sequence Prediction ที่ได้เสนอวิธีการสำหรับการทำนายลำดับข้อมูลที่มีจำนวนมิติสูงและต่อเนื่อง โดยใช้เทคนิคการแบ่งย่อยด้วยหน้าต่างเลื่อนร่วมกับวิธีการรวมกลุ่มของต้นไม้ตัดสินใจ ซึ่งสามารถนำมาประยุกต์ใช้ในการสร้างแอนิเมชันสำหรับการพูดได้ ในการทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทยในโครงงานมหาบัณฑิตนี้ จะใช้ข้อมูลนำเข้าเป็นลำดับของสัญลักษณ์โฟเนติก จากจึงต้องมีการเตรียมชุดข้อมูลใหม่จากชุดข้อมูลออิดิโอวิชวล TSynC-3miti จากนั้นนำชุดข้อมูลไปฝึกสอนโมเดล และพัฒนาเครื่องมือที่ใช้ในการสร้างแอนิเมชัน โดยเป็นรูปแบบของส่วนเสริมสำหรับใช้ในเกมเอนจิน Unreal Engine โดยรับอินพุตเป็นข้อความภาษาไทย และจะได้ค่าการเคลื่อนไหวใบหน้ามาอ้างอิงบนใบหน้าของตัวละครในแต่ละช่วงเวลา ผลลัพธ์ของการทำงานของส่วนเสริมนี้จะได้เป็นแอนิเมชัน 3 มิติของโมเดลตัวละคร MetaHuman ที่สามารถพูดภาษาไทยได้อย่างสมจริง โดยผลการทดสอบพบว่าแอนิเมชันมีความสมจริงจากมุมมองทั้งหน้าตรงและหน้าเอียง โดยมุมมองหน้าเอียงดูสมจริงมากกว่า และการออกเสียงแต่ละโฟเนติกมีความสมจริงเช่นกัน
การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย
การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบการเงินในปัจจุบันต้องเผชิญกับการจัดการข้อมูลจำนวนมากในแต่ละวัน เช่น การสั่งซื้อสินค้า การชำระเงิน และการเติมเงินเข้าสู่ระบบ ซึ่งต้องดำเนินการด้วยความรวดเร็วและความถูกต้องแม่นยำ ระบบดั้งเดิมที่ใช้ฐานข้อมูลประเภท OLTP ได้รับการออกแบบมาเพื่อรองรับการประมวลผลธุรกรรมแบบเรียลไทม์ แต่เมื่อปริมาณข้อมูลเพิ่มมากขึ้น ระบบเริ่มประสบกับข้อจำกัดในด้านประสิทธิภาพ การใช้ทรัพยากรสูง และความซับซ้อนในการตรวจสอบข้อมูล โดยเฉพาะอย่างยิ่งเมื่อต้องรองรับการทำงานพร้อมกันของหลายบริการ ทำให้ระบบต้องรับภาระที่มากขึ้นและส่งผลให้เกิดความล่าช้าในการเรียกดูข้อมูล โครงการนี้จึงมุ่งเน้นการออกแบบและพัฒนาระบบใหม่ที่ผสานความสามารถในการวิเคราะห์ข้อมูลเชิงลึกเข้ากับการประมวลผลธุรกรรมแบบเรียลไทม์ เพื่อลดข้อจำกัดด้านประสิทธิภาพและปรับปรุงการจัดการข้อมูลขนาดใหญ่ ระบบที่ออกแบบใหม่นี้จะช่วยเพิ่มศักยภาพในการวิเคราะห์ข้อมูลที่ซับซ้อน ช่วยให้การจัดทำรายงานและการตรวจสอบธุรกรรมเป็นไปอย่างมีประสิทธิภาพและรวดเร็ว โดยระบบสามารถดึงข้อมูลเชิงลึกเพื่อใช้ในการวิเคราะห์และการตัดสินใจได้อย่างแม่นยำ แนวทางการบูรณาการระหว่างการประมวลผลแบบ OLTP และการจัดการข้อมูลแบบ OLAP ที่นำเสนอในโครงการนี้ ไม่เพียงแต่ช่วยลดภาระการทำงานของฐานข้อมูล แต่ยังทำให้การวิเคราะห์ข้อมูลที่มีความซับซ้อนสูงสามารถทำได้อย่างรวดเร็วและมีประสิทธิภาพมากยิ่งขึ้น นอกจากนี้ โครงการยังได้พัฒนาแอปพลิเคชันสำหรับการเรียกดูข้อมูลโดยอิงจากแบบจำลองข้อมูล (Data Model) ซึ่งช่วยให้ผู้ใช้งานสามารถจัดการและวิเคราะห์ข้อมูลได้เองผ่านส่วนต่อประสานที่ใช้งานง่าย ไม่จำเป็นต้องมีความเชี่ยวชาญด้านฐานข้อมูล แอปพลิเคชันนี้ช่วยให้ผู้ใช้สามารถมองเห็นภาพรวมของข้อมูล เลือกวิเคราะห์ในเชิงลึก และสร้างรายงานได้อย่างคล่องตัว จากการศึกษาและทดลองพบว่าการใช้งานฐานข้อมูลประเภท OLAP ร่วมกับ OLTP ช่วยเพิ่มความสามารถในการเรียกดูข้อมูลที่มีปริมาณมากและซับซ้อนได้อย่างรวดเร็วมากขึ้นโดยที่ไม่จำเป็นต้องเปลี่ยนแปลงโครงสร้างของฐานข้อมูลดังเดิมที่เป็นประเภท OLTP ดังนั้นโครงการนี้จึงสามารถแก้ไขปัญหาที่พบในระบบเดิม ด้วยระบบที่สามารถดึงข้อมูลขนาดใหญ่ได้อย่างรวดเร็วและมีประสิทธิภาพสูง พร้อมแอปพลิเคชันที่ช่วยให้ผู้ใช้งานสามารถวิเคราะห์ข้อมูลได้ด้วยตนเอง เพิ่มขีดความสามารถในการตัดสินใจเชิงกลยุทธ์ ตอบสนองต่อความต้องการทางธุรกิจได้อย่างแม่นยำและคล่องตัว
การพัฒนาระบบสำหรับการวิเคราะห์ความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทยตามกรอบงานพัฒนาความสามารถด้านการจัดการโครงการ, ธัญญา ธารากุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
อาชีพการบริหารโครงการในประเทศไทยได้รับความสนใจอย่างมาก โดยมีบุคคลจำนวนมากที่ประกอบอาชีพนี้อยู่ในปัจจุบันและอีกหลายคนที่ต้องการเข้ามาทำงานในสายอาชีพนี้ ความท้าทายหลักที่บุคลากรเหล่านี้พบคือการขาดแหล่งข้อมูลที่สามารถให้ความรู้เกี่ยวกับเส้นทางการเติบโตในอาชีพ โดยเฉพาะอย่างยิ่งในด้านทักษะและความสามารถที่จำเป็นต่อความสำเร็จในการทำงาน งานวิจัยนี้มุ่งเน้นแก้ไขปัญหาดังกล่าวโดยใช้กรอบการพัฒนาความสามารถของผู้จัดการโครงการ หรือ เฟรมเวิร์กพีเอ็มซีดี (Project Manager Competency Development Framework หรือ PMCD Framework) ซึ่งได้รับการสนับสนุนจากสถาบันการจัดการโครงการ หรือ PMI ที่แบ่งความสามารถออกเป็น 3 ด้าน ได้แก่ ความสามารถเชิงความรู้ (Knowledge Competence) ความสามารถเชิงปฏิบัติการ (Performance Competence) และความสามารถทางบุคลากร (Personal Competence) โครงงานนี้มีวัตถุประสงค์เพื่อพัฒนาเว็บแอปพลิเคชันที่ช่วยให้ผู้ที่สนใจในสายอาชีพผู้จัดการโครงการสามารถค้นคืนความสามารถที่เป็นที่ต้องการในตลาดงานของประเทศไทยในเอกสารรับสมัครงานได้ โดยใช้คำค้นสารสนเทศที่อ้างอิงมาจากพีเอ็มซีดีและพจนานุกรมของกูเกิล และนำผลลัพธ์ที่ได้มาทำการวิเคราะห์ว่าความสามารถใดเป็นที่ต้องการของผู้จ้างงาน ผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูลนี้จะทำให้ทราบถึงความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทย ได้ให้ข้อมูลเกี่ยวกับความสามารถที่สำคัญและจำเป็นต่อสายอาชีพผู้จัดการโครงการ ซึ่งจะช่วยให้ผู้ที่ประกอบอาชีพการจัดการโครงการและผู้ที่มีความสนใจจะเข้ามาประกอบอาชีพในสายงานนี้ได้มีแนวทางที่ชัดเจนในการพัฒนาตนเองต่อไปอย่างถูกต้องและสอดคล้องกับความต้องการของตลาดแรงงานได้อย่างมีประสิทธิภาพ
Mass-Ratio-Convex-Combination-Of-Average-Absolute-Deviation-And-Interquartile-Range Based Outlier Factor For Anomaly Scoring, Zehong Fan
Chulalongkorn University Theses and Dissertations (Chula ETD)
Anomaly detection is increasingly essential across various sectors, including fraud detection, cybersecurity, and industrial process monitoring, where it serves as an early warning system to identify unusual patterns in data. This research presents a novel, parameter-free anomaly scoring algorithm designed to assign scores to data points without the need for user-defined parameters. The algorithm calculates anomaly scores based on the statistical dispersion of the mass-ratio distribution, utilizing five key measures: variance, range, interquartile range (IQR), average absolute deviation (AAD), and the combination of AAD and IQR. The performance of the proposed Mass-Ratio-Convex-Combination-Of-Average-Absoulte-Deviation-And-Interquartile-Range Based Outlier Factor for anomaly scoring algorithm called …
Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong
Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong
Chulalongkorn University Theses and Dissertations (Chula ETD)
This study investigated the application of Conformal Prediction (CP) for uncertainty quantifica- tion in Human Epidermal growth factor receptor 2 (HER2) status classification from immunohistochemistry (IHC) images of breast cancer. Although existing machine learning approaches demonstrate high accuracy in predicting HER2 status, they often struggle with borderline cases that require additional testing. We addressed this challenge by implementing a CP framework that generates prediction sets with controlled error rates. Unlike traditional classifiers that provide single predictions, our CP framework can output either singleton predictions for confident cases or multiple labels for uncertain cases, thereby naturally identifying samples that require additional …
Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew
Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew
Chulalongkorn University Theses and Dissertations (Chula ETD)
The binding of a peptide antigen to a class I major histocompatibility complex (MHC) protein is considered an essential process by which the immune system monitors infected cells. This mechanism has facilitated the development of peptide-based vaccines aimed at stimulating the patient's immune response for cancer treat-ment. Accurate prediction of peptide-MHC binding is therefore crucial for prioritizing optimal peptides tailored to individual patients. Nevertheless, many MHC alleles lack sufficient experimental data on peptide-MHC binding, which potentially constrains the accuracy of existing prediction models. This study introduces an enhanced iteration of MHCSeqNet, an open-source deep learning model which utilizes sequence data …
Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit
Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit
Chulalongkorn University Theses and Dissertations (Chula ETD)
Automatic Speech Recognition (ASR) has been the foremost feature and integrated in many real-world usages for decades. The novel deep learning approaches prevail in the ASR field as a model architecture. However, ASR still struggles with low-resource data, especially in the Thai dialectal language. Transfer learning is the conventional approach in the machine learning field for escalating the performance of low-resource settings. In the scenario that additional fine-tuning tasks are not achievable, exerting all efficiency of target data is an accountability. To overcome stagnation, we proposed transfer-based curriculum learning for low-resource dialectal ASR, Phonemetically-induced subword Out-of-vocabulary rate (PhIS-OOV), and Model …
Grammatical Error Correction In Thai Sentences For Deaf Students, Supachan Traitruengsakul
Grammatical Error Correction In Thai Sentences For Deaf Students, Supachan Traitruengsakul
Chulalongkorn University Theses and Dissertations (Chula ETD)
Deaf students encounter challenges in written communication due to errors such as insertion, deletion, disorder, misusage, and misspellings. Grammatical error correction (GEC) technology can help mitigate these issues. However, existing GEC models are primarily trained on online resources from second-language hearing learners. In contrast, sentences written by deaf students suffer from a variety of errors not typically found elsewhere. To address this issue, we create the Thai Deaf Corpus (TDC), focusing on identifying and analyzing errors among deaf students in grades 7-12 across four deaf schools. Additionally, we introduce a two-stage system for the Thai-GEC model, automatically detecting and correcting …
การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คจากยูสเซอร์สตอรีและซีนาริโอ สำหรับการทดสอบเว็บแอปพลิเคชัน, กฤชวัฒน์ เวชสาร
การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คจากยูสเซอร์สตอรีและซีนาริโอ สำหรับการทดสอบเว็บแอปพลิเคชัน, กฤชวัฒน์ เวชสาร
Chulalongkorn University Theses and Dissertations (Chula ETD)
กระบวนการพัฒนาซอฟต์แวร์ด้วยสกรัมเฟรมเวิร์กและแนวคิดบีเฮฟเวียร์ดริเวนดีเวลลอปเมนต์ (BDD) เป็นกระบวนการที่ได้รับความนิยมในปัจจุบัน โดยความต้องการของผู้ใช้จะถูกเก็บรวบรวมและถ่ายทอดผ่านยูสเซอร์สตอรีและซีนาริโอ ซึ่งทำหน้าที่เป็นทั้งตัวอย่างและเกณฑ์การยอมรับ การแบ่งการพัฒนาออกเป็นช่วงเล็ก ๆ ช่วยลดเวลาและต้นทุนในการพัฒนา อย่างไรก็ตาม กระบวนการที่มีการพัฒนาเป็นช่วงสั้น ๆ อย่างต่อเนื่องนี้สร้างความท้าทายสำหรับการทดสอบ โดยเฉพาะการทดสอบเชิงถดถอย แม้ว่าการทดสอบแบบอัตโนมัติจะถูกนำมาใช้เพื่อลดภาระ แต่การเขียนเทสต์สคริปต์ด้วยตนเองยังคงมีความเสี่ยงที่จะเกิดข้อผิดพลาดและขาดประสิทธิภาพ ส่งผลให้การทดสอบเชิงถดถอยที่สำคัญมักถูกเลื่อนออกไปจนไม่สามารถตรวจพบข้อผิดพลาดได้ทันการณ์ งานวิจัยนี้นำเสนอแนวทางการแก้ปัญหาด้วยการสร้างเทสต์สคริปต์สำหรับโรบอทเฟรมเวิร์กโดยอัตโนมัติจากยูสเซอร์สตอรีและซีนาริโอ โดยใช้ XML เพื่อกำหนดโครงสร้างส่วนต่อประสานผู้ใช้ของหน้าเว็บ ช่วยให้สามารถจัดเตรียมเทสต์สคริปต์ได้ตั้งแต่ขั้นตอนการออกแบบ นอกจากตัวอย่างในซีนาริโอแล้ว ยังใช้ XML Schema Definition (XSD) เพื่อสร้างชุดข้อมูลสำหรับการทดสอบเพิ่มเติมโดยอัตโนมัติ การพารามิเตอร์ไรซ์เทสต์สคริปต์ช่วยรวบรวมกรณีทดสอบที่มีขั้นตอนร่วมกัน แต่ใช้ชุดข้อมูลต่างกันไว้ในสคริปต์เดียวกัน ซึ่งช่วยลดความซับซ้อนและภาระในการบำรุงรักษา เครื่องมือที่พัฒนาขึ้นตามแนวทางนี้สามารถลดความยุ่งยากในการจัดการเทสต์สคริปต์และเพิ่มประสิทธิภาพในการทดสอบเชิงถดถอยได้อย่างมีนัยสำคัญ และช่วยสนับสนุนการตรวจพบข้อผิดพลาดตั้งแต่ช่วงแรกของกระบวนการพัฒนา
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจจัดงานแสดงสินค้าอุตสาหกรรมอาหารและบริการต้อนรับ, ศุภธัช อารยเมธาเลิศ
คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจจัดงานแสดงสินค้าอุตสาหกรรมอาหารและบริการต้อนรับ, ศุภธัช อารยเมธาเลิศ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันธุรกิจจัดงานแสดงสินค้าเข้ามามีบทบาทการตลาดขององค์กรและการขับเคลื่อนอุตสาหกรรมของประเทศด้วยการเป็นสถานที่การตลาดและการแลกเปลี่ยนข้อมูลของผู้ประกอบการในอุตสาหกรรม นอกจากนี้การจัดแสดงสินค้ายังเป็นส่วนในการดึงชาวต่างชาติให้เข้ามาลงทุนและบริโภคสินค้าและบริการในประเทศ ธุรกิจการจัดงานแสดงสินค้าจึงมีแนวโน้มที่จะเติบโตมากขึ้นเรื่อยๆ โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจของธุรกิจจัดงานแสดงสินค้าอุตสาหกรรมอาหารและบริการต้อนรับ” ประกอบด้วย 5 ระบบได้แก่ ระบบวิเคราะห์รายได้และผลกำไร ระบบวิเคราะห์การใช้พื้นที่จัดงาน ระบบวิเคราะห์ผู้เช่า ระบบวิเคราะห์ผู้เข้าชม ระบบวิเคราะห์คำติชม โดยระบบได้ถูกพัฒนาขึ้นบนระบบจัดการฐานข้อมูล Microsoft SQL Server 2019 และใช้โปรแกรม Tableau Desktop 2022.2 ในการจัดทำแดชบอร์ดวิเคราะห์ ระบบที่พัฒนาขึ้นจะช่วยให้ผู้บริหารและหัวหน้าฝ่ายต่างๆ สามารถวิเคราะห์ข้อมูลมุมมองที่สำคัญต่อการดำเนินธุรกิจ ได้อย่างชัดเจนในแง่ลึก และวางแผนการดำเนินงานธุรกิจอย่างมีประสิทธิภาพและรวดเร็ว เพื่อสร้างความได้เปรียบทางการแข่งขัน
อิทธิพลของแนวดนตรีพื้นหลังของเว็บไซต์ต่อการรับรู้ความสนุกสนาน ความสอดคล้องกับธุรกิจ และความตั้งใจเชิงพฤติกรรมของผู้ใช้งาน, ญาณิศา ซุ่นใช้
อิทธิพลของแนวดนตรีพื้นหลังของเว็บไซต์ต่อการรับรู้ความสนุกสนาน ความสอดคล้องกับธุรกิจ และความตั้งใจเชิงพฤติกรรมของผู้ใช้งาน, ญาณิศา ซุ่นใช้
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้เป็นการวิจัยเชิงสำรวจที่มีจุดมุ่งหมายเพื่อศึกษาอิทธิพลของแนวดนตรีพื้นหลังของเว็บไซต์ต่อ (1) การรับรู้ความสนุกสนาน (2) ความสอดคล้องกับธุรกิจ และ (3) ความตั้งใจเชิงพฤติกรรมของผู้เข้าชมเว็บไซต์สปา ประเภทเดย์สปาหรือซิตี้สปา ที่มีการใช้แนวดนตรีพื้นหลัง 3 รูปแบบ ได้แก่ (1) เว็บไซต์ที่ไม่มีดนตรีพื้นหลัง (2) เว็บไซต์ที่มีแนวดนตรีแอมเบียนต์เป็นดนตรีพื้นหลังซึ่งแสดงถึงความสอดคล้องกับธุรกิจสปา และ (3) เว็บไซต์ที่มีแนวดนตรีคันทรีเป็นดนตรีพื้นหลังซึ่งแสดงถึงความไม่สอดคล้องกับธุรกิจสปา งานวิจัยนี้ศึกษาชาวไทยเพศหญิง ที่เกิดในช่วงปี พ.ศ. 2524 ถึง 2543 หรือเจเนอเรชันวาย ที่ทำงาน หรืออาศัยอยู่ในเขตกรุงเทพมหานคร จำนวน 264 คน และใช้เครื่องมือในการเก็บข้อมูลผ่านแบบสอบถามออนไลน์ สำหรับการรับรู้ความสนุกสนาน การทดสอบของครัสคาลและวัลลิส พบว่าเว็บไซต์ที่มีแนวดนตรีแอมเบียนต์เป็นดนตรีพื้นหลังมีการรับรู้ความสนุกสนานของผู้ใช้ที่สูงกว่าเว็บไซต์ที่ไม่มีดนตรีพื้นหลัง และเว็บไซต์ที่มีแนวดนตรีคันทรีเป็นดนตรีพื้นหลังอย่างมีนัยสำคัญทางสถิติ เช่นเดียวกับการรับรู้ความสอดคล้องของดนตรีกับธุรกิจ พบว่าเว็บไซต์ที่มีแนวดนตรีแอมเบียนต์เป็นดนตรีพื้นหลังมีการรับรู้ความสอดคล้องของผู้ใช้ที่สูงกว่าเว็บไซต์ที่ไม่มีดนตรีพื้นหลัง และเว็บไซต์ที่มีแนวดนตรีคันทรีเป็นดนตรีพื้นหลังอย่างมีนัยสำคัญทางสถิติ ในการวิเคราะห์ค่าสัมประสิทธิ์สหสัมพันธ์ของสเปียร์แมน พบว่าในภาพรวม การรับรู้ความสนุกสนานส่งผลเชิงบวกกับความตั้งใจเชิงพฤติกรรมในระดับปานกลาง แต่เมื่อมีแนวดนตรีแอมเบียนต์เป็นดนตรีพื้นหลังของเว็บไซต์ การรับรู้ความสนุกสนานส่งผลเชิงบวกกับความตั้งใจเชิงพฤติกรรมในระดับสูง และในภาพรวมพบว่าการรับรู้ความสอดคล้องของดนตรีกับธุรกิจส่งผลเชิงบวกในระดับต่ำต่อความตั้งใจเชิงพฤติกรรม แต่เมื่อมีแนวดนตรีแอมเบียนต์เป็นดนตรีพื้นหลังของเว็บไซต์ พบว่าการรับรู้ความสอดคล้องของดนตรีกับธุรกิจส่งผลเชิงบวกในระดับสูงต่อความตั้งใจเชิงพฤติกรรม แต่ไม่พบความสัมพันธ์ระหว่างการรับรู้ความสอดคล้องของดนตรีกับธุรกิจกับความตั้งใจเชิงพฤติกรรมบนเว็บไซต์ที่ไม่มีดนตรีพื้นหลัง และเว็บไซต์ที่มีแนวดนตรีคันทรีเป็นดนตรีพื้นหลัง ผู้วิจัยหวังว่าผลการวิเคราะห์จากงานวิจัยนี้จะเป็นประโยชน์ต่อองค์กรหรือผู้ที่มีส่วนเกี่ยวข้อง โดยสามารถนำผลลัพธ์ที่ได้จากงานวิจัยไปใช้พัฒนา รวมถึงออกแบบเว็บไซต์เพื่อเป็นกลยุทธ์ให้ผู้ใช้มีประสบการณ์ที่ดีในการเข้าชมเว็บไซต์
แบบจำลองการเรียนรู้โดยคำกระตุ้นสำหรับการจำแนกข้อความแบบน้อยนัด, ธนกร ทำอิ่นแก้ว
แบบจำลองการเรียนรู้โดยคำกระตุ้นสำหรับการจำแนกข้อความแบบน้อยนัด, ธนกร ทำอิ่นแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
การเรียนรู้โดยคำกระตุ้น (Prompt-based learning) ได้แสดงให้เห็นถึงประสิทธิภาพในการจำแนกประเภทข้อความในสถานการณ์ที่มีข้อมูลแบบน้อยนัด (Few-shot settings) ซึ่งเหนือกว่าวิธีการการปรับใช้แบบจำลองอย่างเต็มรูปแบบ (Full fine-tune) วิธีการนี้แปลงข้อมูลข้อความด้วยแม่แบบที่กำหนดขึ้น เพื่อให้แบบจำลองพยากรณ์คำที่ถูกปิดบัง (Masked language modeling) จากนั้นใช้ตัวแปลงคำ (Verbalizer) เพื่อจับคู่ผลลัพธ์ของแบบจำลองกับป้ายกำกับที่ต้องการ อย่างไรก็ตาม วิธีการจำแนกประเภทข้อความด้วยการเรียนรู้โดยคำกระตุ้นถูกพัฒนาสำหรับชุดข้อมูลภาษาอังกฤษเป็นหลัก ซึ่งอาจมีข้อจำกัดในการใช้งานในภาษาทรัพยากรต่ำ เช่น ภาษาไทย เพื่อแก้ไขปัญหานี้ งานวิจัยนี้ได้แนะนำวิธีการสองแบบ ได้แก่ LAAV สำหรับการจำแนกประเภทข้อความที่มีป้ายกำกับเดียว และ PLAML สำหรับการจำแนกประเภทข้อความที่มีหลายป้ายกำกับ โดยทั้งสองวิธีมีเป้าหมายเพื่อปรับปรุงการเรียนรู้โดยคำกระตุ้น สำหรับการจำแนกประเภทข้อความด้วยข้อมูลแบบน้อยนัด LAAV เสริมประสิทธิภาพด้วยการรวมคำ "และ" เข้าไป ทำให้สามารถสร้างคำที่เหมาะสมกว่าสำหรับตัวแปลงคำ และปรับให้ป้ายกำกับเข้ากับผลลัพธ์ของโมเดลภาษาได้ดียิ่งขึ้น ในขณะเดียวกัน PLAML ก็ได้รับการพัฒนาเพื่อรับมือกับข้อจำกัดของการจำแนกประเภทข้อความที่มีหลายป้ายกำกับ ซึ่งแต่ละป้ายกำกับมักมีความสัมพันธ์กัน โดยเสนอเทคนิคสามอย่าง ได้แก่ ค่าน้ำหนักของคำตัวแทนที่รับรู้ป้ายกำกับ แม่แบบที่รับรู้ป้ายกำกับ และกลไกการกำหนดเกณฑ์แบบเปลี่ยนแปลงได้ จากการทดลองพบว่า เทคนิค LAAV และ PLAML ได้เพิ่มความแม่นยำในการจำแนกประเภททั้งในชุดข้อมูลภาษาไทยและภาษาอังกฤษ
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจการจัดงานอบรมและสัมมนา, กุลปริยา จุลกัณห์
การใช้การคิดเชิงออกแบบเพื่อพัฒนาเว็บแอปพลิเคชันของธุรกิจการจัดงานอบรมและสัมมนา, กุลปริยา จุลกัณห์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันโลกเปลี่ยนแปลงอย่างรวดเร็วและเพราะเงื่อนไขต่าง ๆ ที่เปลี่ยนแปลงไปในการดำเนินการทางธุรกิจ ทำให้องค์กรต่าง ๆ ทุกองค์กรต้องปรับตัว เพื่อให้การทำงานได้มีประสิทธิภาพมากยิ่งขึ้น ทำให้ต้องพัฒนาศักยภาพของพนักงานให้มีความรู้ ทักษะ ให้ทันกับเทคโนโลยีที่เปลี่ยนแปลงไป การฝึกอบรมและสัมมนาจึงเป็นสิ่งหนึ่งที่จะช่วยให้บุคลากรพัฒนาองค์ความรู้ใหม่ ๆ อยู่เสมอและช่วยให้องค์กรมีโอกาสที่จะเติบโตได้ดีขึ้น โครงการนี้จึงนำหลักการคิดเชิงออกแบบ หรือ Design Thinking มาประยุกต์ใช้ในการทำความเข้าใจและหาความต้องการที่แท้จริงของผู้ใช้งานอย่างลึกซึ้ง เพื่อออกแบบระบบต้นแบบของเว็บแอปพลิเคชันของธุรกิจการจัดงานอบรมและสัมมนาเพื่อที่สามารถตอบโจทย์ความต้องการของลูกค้าและพนักงานให้ได้มากที่สุด ระบบต้นแบบของเว็บแอปพลิเคชันของธุรกิจการจัดงานอบรมและสัมมนานี้ จึงเป็นแนวทางในการพัฒนาเว็บแอปพลิเคชันของธุรกิจการจัดงานอบรมและสัมมนาต่อไป เพื่อให้เกิดการนำเทคโนโลยีเข้ามาสนับสนุนการดำเนินงานของธุรกิจ เพื่อเข้าถึงลูกค้ามากขึ้น และเป็นการสร้างความได้เปรียบในการแข่งขันทางธุรกิจ
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจการดำน้ำเพื่อการสันทนาการ, พลาธิป จัตุนวรัตน์
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจการดำน้ำเพื่อการสันทนาการ, พลาธิป จัตุนวรัตน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การท่องเที่ยวเชิงดำน้ำในประเทศไทยได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่อง ส่งผลให้ธุรกิจดำน้ำเติบโตตามไปด้วย อย่างไรก็ตาม ธุรกิจดำน้ำในประเทศไทยยังขาดระบบหรือแพลตฟอร์มที่มีประสิทธิภาพในการอำนวยความสะดวกให้กับผู้จองและผู้จัดทริปดำน้ำ ส่งผลให้กระบวนการค้นหา การจองและติดตามสถานะการจองทริปดำน้ำทำได้ยากและล่าช้า ในทางกลับกันผู้ให้บริการดำน้ำก็ไม่สามารถบริหารธุรกิจได้อย่างมีประสิทธิภาพ โครงการนี้พัฒนาต้นแบบแอปพลิเคชันการจองทริปดำน้ำที่ตอบสนองความต้องการของผู้ใช้งานทั้งสองฝ่าย โดยช่วยให้ผู้ใช้งานสามารถค้นหาทริปดำน้ำที่ต้องการได้อย่างง่ายดาย จองทริปได้อย่างสะดวกและติดตามสถานะการจองได้สะดวก นอกจากนี้ยังช่วยให้ผู้ให้บริการดำน้ำสามารถบริหารธุรกิจได้อย่างมีประสิทธิภาพมากขึ้น ต้นแบบแอปพลิเคชันนี้ได้รับการพัฒนาโดยใช้หลักการการคิดเชิงออกแบบ (Design Thinking) โดยศึกษาพฤติกรรมและความต้องการของผู้ใช้งานทั้งสองฝ่ายอย่างละเอียด คาดว่าต้นแบบแอปพลิเคชันนี้จะสามารถแก้ไขปัญหาและอุปสรรคในธุรกิจดำน้ำในประเทศไทยได้ ส่งผลให้การท่องเที่ยวเชิงดำน้ำในประเทศไทยเติบโตอย่างยั่งยืน
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจพิพิธภัณฑ์, ณัฐธิดา มหาสิทธิวัฒน์
การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจพิพิธภัณฑ์, ณัฐธิดา มหาสิทธิวัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
พิพิธภัณฑสถาน หรือ พิพิธภัณฑ์ เป็นสถานที่ หรือสถาบันที่ไม่แสวงหาผลกำไร จัดตั้งขึ้นเพื่อการศึกษาในลักษณะการจัดแสดง ร่วมกับการอนุรักษ์จัดเก็บฟื้นฟูสภาพ โดยจัดแสดงในรูปแบบที่มนุษย์ทำขึ้น เช่น โบราณวัตถุ วิทยาศาสตร์ ศิลปะ ประวัติศาสตร์ วัฒนธรรม และ วัตถุที่เกิดจากธรรมชาติ เช่น วัตถุทางธรณีวิทยา ชีววิทยา เป็นต้น พิพิธภัณฑ์ ไม่เพียงแค่เก็บรักษา และจัดแสดง แต่ยังให้ประสบการณ์ และมีการโต้ตอบแลกเปลี่ยนความรู้ในด้านต่าง ๆ เช่น พิพิธภัณฑ์วิทยาศาสตร์ พิพิธภัณฑ์กลางแจ้ง พิพิธภัณฑ์สัตว์น้ำ หรือ พิพิธภัณฑ์สิ่งมีชีวิต ในปัจจุบันที่อินเทอร์เน็ตเติบโต ได้มีพิพิธภัณฑ์เสมือนจริงเกิดขึ้นมากมายในลักษณะของเว็บไซต์ที่มีการจัดแสดงภาพ และ เสียง ให้ผู้เข้าชมสามารถรับฟังได้ พิพิธภัณฑ์จำนวนมาก จึงนำอินเทอร์เน็ตเข้ามาช่วยสนับสนุนการสร้างประสบการณ์ให้กับผู้เยี่ยมชมในพิพิธภัณฑ์ เพื่อดึงดูดให้ผู้คนเข้าเยี่ยมชมพิพิธภัณฑ์มากขึ้น โครงการพิเศษนี้นำหลักการการคิดเชิงออกแบบ และ หลักการเกมิฟิเคชัน มาใช้ในการวิเคราะห์ และออกแบบระบบ รวมถึงจัดทำระบบต้นแบบ เพื่อนำไปพัฒนาโมไบล์แอปพลิเคชัน สำหรับลูกค้า และผู้ดูแลระบบ ซึ่งจะช่วยเพิ่มประสบการณ์ที่ดีในการเยี่ยมชม และเพิ่มความสะดวกสบายในการจัดการข้อมูลพิพิธภัณฑ์ ระบบต้นแบบนี้ถูกพัฒนาขึ้นเพื่อสนับสนุนการดำเนินงานของธุรกิรกิจพิพิธภัณฑ์ และ ทำให้องค์กรมีการดำเนินงานที่เป็นมาตรฐานมากยิ่งขึ้น
ระบบสารสนเทศของธุรกิจเฝ้าระวังการหกล้มผ่านกล้องวงจรปิด, ทรนงชัย นนทภา
ระบบสารสนเทศของธุรกิจเฝ้าระวังการหกล้มผ่านกล้องวงจรปิด, ทรนงชัย นนทภา
Chulalongkorn University Theses and Dissertations (Chula ETD)
ณ ปัจจุบัน ประเทศไทยกำลังเข้าสู่สังคมผู้สูงวัย ส่งผลให้เกิดสถานการณ์ที่ครอบครัวที่มีผู้สูงอายุอาจต้องเผชิญ คือ การที่ผู้สูงอายุต้องพักอาศัยอยู่เพียงลำพังโดยไม่มีผู้ดูแลในบางช่วงเวลา ในเวลาที่ผ่านมา การเรียนรู้เชิงลึก (Deep Learning) ซึ่งเป็นหนึ่งในเทคนิคที่สำคัญของปัญญาประดิษฐ์ (AI) ที่ได้รับความนิยมนำมาใช้ในการวิเคราะห์รูปภาพ เนื่องจากสามารถฝึกให้เรียนรู้จำลักษณะของวัตถุได้ดี ทำให้ปัญญาประดิษฐ์มีความสามารถเป็นเสมือน"ตา" ให้กับระบบที่ต้องการวิเคราะห์วัตถุจากรูปภาพ โครงการ “ระบบสารสนเทศของธุรกิจเฝ้าระวังการหกล้มผ่านกล้องวงจรปิด” ได้นำเสนอระบบตรวจจับการหกล้มของผู้สูงอายุ โดยประยุกต์การเรียนรู้เชิงลึกในการสร้างเครื่องมือเฝ้าระวังการหกล้มของผู้สูงอายุผ่านภาพจากกล้องวงจรปิด ระบบดังกล่าวประกอบด้วย 5 ระบบย่อย ได้แก่ (1) ระบบตรวจจับการหกล้มผ่านกล้องวงจรปิดด้วยการเรียนรู้เชิงลึก (2) ระบบแจ้งเตือนอัตโนมัติผ่านไลน์ (3) ระบบดูภาพวิดีโอแบบเรียลไทม์และดูภาพวิดีโอที่บันทึกย้อนหลัง (4) ระบบบันทึกและเก็บข้อมูลรายงานสถิติ และ (5) ระบบการจัดการผู้ใช้โครงการนี้พัฒนาโดยใช้ Google Cloud SQL เป็นระบบจัดการฐานข้อมูล และ Django framework เป็นเครื่องมือออกแบบการแสดงผลบนเว็บไซด์
Depression Classification On Privacy Protected Facial Features Data, Yanisa Mahayossanunt
Depression Classification On Privacy Protected Facial Features Data, Yanisa Mahayossanunt
Chulalongkorn University Theses and Dissertations (Chula ETD)
This thesis presents depression classification on privacy protected facial features data. Fast depression classification to help patients receive proper treatment is a method that can prevent the damage of depression. However, fast and effective depression classification is difficult because medical personnel are adequate and the time to analyze depression is long per patient. Applied artificial intelligence in the medical field can help reduce the workload of medical personnel. It is also difficult because of privacy protection. Therefore, we utilize extracted facial features from facial expressions in clinical interview videos to develop a machine learning model. The model utilizes LSTM, attention …
Real-Time Polyp Analysis On Endoscopic Images Using Deep Learning Approach: Detection, Characterization And Size Estimation, Phanukorn Sunthornwetchapong
Real-Time Polyp Analysis On Endoscopic Images Using Deep Learning Approach: Detection, Characterization And Size Estimation, Phanukorn Sunthornwetchapong
Chulalongkorn University Theses and Dissertations (Chula ETD)
As medical devices advance, doctors adopt endoscopes to perform endoscopes for gastrointestinal disease screenings. For colonoscopy, skills such as polyp detection, polyp characterisation, and polyp size estimation needed to be practised while screening patients. This work aims to develop a deep learning model for performing polyp detection, characterisation, and size estimation to assist fellow doctors in these tasks. To maximise usability in assisting fellow doctors, the model must be able to perform in a real-time fashion. The work utilises existing object detection models for performing size estimation tasks. With the problems of data imbalances, we use depth information but without …
Deep Reinforcement Learning For Electricity Energy Trading On Non-Sharing Information Scenario, Nat Uthayansuthi
Deep Reinforcement Learning For Electricity Energy Trading On Non-Sharing Information Scenario, Nat Uthayansuthi
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this research, we explore an optimized model for peer-to-peer (P2P) energy trading within microgrids that addresses the gap in previous research, which often assumed mandatory sharing of private information among prosumers. Our model-based multi-agent deep reinforcement learning framework includes several key components: an LSTM for the policy model, ; the Temporal Fusion Transformer (TFT) for predicting 24h-ahead net load consumption, adept at handling multivariate time series data; the inclusion of the Global Horizontal Index (GHI) to account for solar irradiance to the model; and a clustering technique to segment the dataset of 300 households from the Ausgrid dataset in …