Open Access. Powered by Scholars. Published by Universities.®
Articles 481 - 510 of 618
Full-Text Articles in Computer Sciences
การสร้างแบบจำลองเชิงรูปนัยของเครือข่ายแถวคอยแบบหลายหน่วยบริการ โดยใช้สโตแคสติกเพทริเน็ตส์, พิมพร บุญอินทร์
การสร้างแบบจำลองเชิงรูปนัยของเครือข่ายแถวคอยแบบหลายหน่วยบริการ โดยใช้สโตแคสติกเพทริเน็ตส์, พิมพร บุญอินทร์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบเครือข่ายแถวคอยเชิงรูปนัยครอบคลุมแบบจำลองระดับสูง เพื่อช่วยในการวิเคราะห์ประสิทธิภาพของความพร้อมใช้งานของลูกค้าที่เข้ามารับบริการ และทรัพยากรที่ให้บริการ ผู้ออกแบบกระบวนการทางธุรกิจสามารถปรับการสร้างเครือข่ายแถวคอยเพื่อรับมือกับข้อจำกัดด้านเวลาในลักษณะแบบสุ่ม ผู้วิจัยตั้งเป้าหมายที่จะจัดทำสโตแคสติกแถวคอยเชิงรูปนัยแบบหลายหน่วยบริการในวิทยานิพนธ์นี้ เพื่อรองรับระบบเครือข่ายแถวคอยที่ซับซ้อนแบบหลายหน่วยบริการ พฤติกรรมการให้บริการแบบสุ่มจะถูกพิจารณาและแปลงเป็นสโตแคสติกเพทริเน็ตส์ ชุดของกฎการจับคู่ถูกกำหนดเพื่อแปลงเครือข่ายแถวคอยแบบหลายหน่วยบริการเป็นสโตแคสติกเพทริเน็ตส์ อีกทั้งผู้วิจัยได้สาธิตการสร้างกราฟมาร์คอฟพร้อมการแจกแจงความน่าจะเป็นของเครือข่ายแถวคอย
เครื่องมือวิเคราะห์ผลกระทบต่อซอร์สโค้ดไฮเบอร์เนตและกรณีทดสอบสำหรับการเปลี่ยนแปลงสคีมาฐานข้อมูล, อมรรัตน์ ใจมูล
เครื่องมือวิเคราะห์ผลกระทบต่อซอร์สโค้ดไฮเบอร์เนตและกรณีทดสอบสำหรับการเปลี่ยนแปลงสคีมาฐานข้อมูล, อมรรัตน์ ใจมูล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การออกแบบฐานข้อมูลเป็นส่วนสำคัญของการพัฒนาซอฟต์แวร์ เพราะมีการจัดการความสอดคล้องของข้อมูลและทำให้มั่นใจได้ว่าข้อมูลไม่ได้อยู่ในสภาพที่ไม่ถูกต้อง โดยในแต่ละรอบของการพัฒนาซอฟต์แวร์จะมีเปอร์เซ็นต์ของความซับซ้อนและขนาดของฐานข้อมูลที่มีแนวโน้มเพิ่มขึ้นอย่างมาก ซึ่งการเปลี่ยนแปลงสคีมาฐานข้อมูลจะส่งผลกระทบต่อซอร์สโค้ดที่เกี่ยวข้องรวมไปถึงกรณีทดสอบที่มักจะนำไปสู่ความล้มเหลวของกระบวนการซอฟต์แวร์ได้ นักวิจัยบางคนวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงโดยใช้เทคนิคต่าง ๆ เช่น การจัดการตัวกำหนดค่า การตรวจสอบความสัมพันธ์ในรูปแบบย้อนกลับ และการแบ่งส่วนของโปรแกรม เป็นการวิเคราะห์ผลกระทบเพื่อระบุปัจจัยที่ทำให้เกิดการเปลี่ยนแปลงขึ้น แต่อย่างไรก็ตามการศึกษาเหล่านั้นไม่ได้เน้นถึงผลกระทบที่มีต่อซอร์สโค้ดและกรณีทดสอบ ดังนั้นงานวิจัยนี้นำเสนอเครื่องมือที่ใช้ในการวิเคราะห์ผลกระทบต่อซอร์สโค้ดไฮเบอร์เนตและกรณีทดสอบสำหรับการเปลี่ยนแปลงสคีมาฐานข้อมูล นอกจากนี้เครื่องมือยังสามารถแสดงให้ผู้ใช้ได้ทราบถึงตำแหน่งของผลกระทบที่เกิดขึ้นในซอร์สโค้ดและกรณีทดสอบรวมไปถึงตำแหน่งของซอร์สโค้ดและกรณีทดสอบที่ได้รับการปรับปรุงแก้ไขบนซอร์สโค้ดและการณีทดสอบที่ได้รับผลกระทบอีกด้วย สุดท้ายนี้เครื่องมือที่สร้างขึ้นจะถูกนำไปทดสอบกับกรณีศึกษา 3 กรณี ซึ่งพบว่าซอร์สโค้ดและกรณีทดสอบที่ได้รับผลกระทบจากการเปลี่ยนแปลงสคีมาฐานข้อมูลสามารถนำกลับไปใช้งานต่อได้อย่างสมบูรณ์เนื่องจากได้รับการปรับปรุงแก้ไขจากเครื่องมือที่สร้างขึ้น
เครื่องมือประเมินความสามารถในการใช้งานเชิงฮิวริสติกสำหรับแอปพลิเคชันแอนดรอยด์เพื่อเด็กอายุ 6 – 12 ปี, ณัฏฐิกา ศรีเกียรติวงศ์
เครื่องมือประเมินความสามารถในการใช้งานเชิงฮิวริสติกสำหรับแอปพลิเคชันแอนดรอยด์เพื่อเด็กอายุ 6 – 12 ปี, ณัฏฐิกา ศรีเกียรติวงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การออกแบบโมไบล์แอปพลิเคชันสำหรับเด็กนั้นมีความแตกต่างจากการออกแบบโมไบล์แอปพลิเคชันสำหรับผู้ใช้งานที่เป็นผู้ใหญ่เนื่องจากเด็กมีพฤติกรรมและพัฒนาการที่ต่างกับผู้ใหญ่ และยังต้องคำนึงถึงประสบการณ์ของผู้ใช้และความสามารถในการใช้งานอีกด้วย การประเมินเชิงฮิวริสติกเป็นวิธีการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ที่ได้รับความนิยม โดยให้ผู้เชี่ยวชาญด้านความสามารถในการใช้งานทำการเปรียบเทียบการออกแบบส่วนต่อประสานกับผู้ใช้กับแนวทางการออกแบบหรือฮิวริสติกว่ามีความขัดแย้งกับแนวทางการออกแบบแต่ละข้อหรือไม่ แต่เนื่องจากแนวทางการออกแบบมีเป็นจำนวนมากจึงทำให้เป็นภาระในการประเมิน ทำให้บ่อยครั้งเกิดการตรวจพบข้อผิดพลาดได้ไม่ครบถ้วน จึงทำให้การประเมินเชิงฮิวริสติกมีประสิทธิภาพไม่ดีนัก งานวิจัยนี้ได้ทำการรวบรวมและปรับปรุงแนวทางการออกแบบความสามารถในการใช้งานเชิงฮิวริสติกสำหรับโมไบล์แอปพลิเคชันเพื่อเด็กอายุ 6–12 ปี มาจากหลายแหล่ง แล้วนำไปประเมินความเหมาะสมโดยผู้เชี่ยวชาญด้านการออกแบบส่วนต่อประสานกับผู้ใช้สำหรับโมไบล์แอปพลิเคชัน แนวทางการออกแบบที่ได้จะแบ่งออกเป็น 12 หมวด รวมทั้งหมด 94 รายการ จากนั้นได้ทำการพัฒนาเครื่องมือประเมินความสามารถในการใช้งาน ซึ่งสามารถประเมินจากรหัสต้นฉบับของแอปพลิเคชันแอนดรอยด์ตามแนวทางการออกแบบเฉพาะในส่วนที่สามารถตรวจสอบได้อย่างอัตโนมัติจำนวน 25 รายการ เพื่อช่วยแบ่งเบาภาระของผู้ประเมินในการประเมินความสามารถในการใช้งานส่วนต่อประสานกับผู้ใช้ จากการทดสอบการประเมินความสามารถในการใช้งานของ 5 แอปพลิเคชันสำหรับเด็กบนระบบปฏิบัติการแอนดรอยด์ตามรายการประเมิน 25 รายการที่สามารถตรวจสอบได้อย่างอัตโนมัติพบว่า เครื่องมือสามารถตรวจหาข้อผิดพลาดในการออกแบบที่ผู้ประเมินทั้งที่เป็นผู้มีประสบการณ์ด้านการออกแบบส่วนต่อประสานกับผู้ใช้และที่เป็นนักพัฒนาแอปพลิเคชันไม่สามารถตรวจพบได้ ในขณะที่เครื่องมือเองยังมีข้อจำกัดที่ทำให้ตรวจไม่พบข้อผิดพลาดที่ผู้ประเมินตรวจพบได้เช่นกัน ถึงอย่างนั้นก็ตามค่าเฉลี่ยของจำนวนจุดที่พบข้อผิดพลาดในการออกแบบเมื่อประเมินด้วยเครื่องมือมีค่ามากกว่าค่าเฉลี่ยของผู้ประเมินทั้งสองกลุ่มที่ระดับนัยสำคัญทางสถิติ 0.05 และจากการทดสอบประสิทธิภาพด้านเวลายังพบว่า เครื่องมือสามารถช่วยลดเวลาในการประเมินได้อีกด้วย
ตัวสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสจากแผนภาพลำดับและแผนภาพคลาส, พีรวุฒิ เหลืองเรืองโรจน์
ตัวสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสจากแผนภาพลำดับและแผนภาพคลาส, พีรวุฒิ เหลืองเรืองโรจน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในการพัฒนาซอฟต์แวร์ นักเขียนโปรแกรมแต่ละคนอาจจะเขียนโปรแกรมแต่ละส่วนเสร็จไม่พร้อมกัน หากต้องรอนักเขียนโปรแกรมทุกคนเขียนโปรแกรมเสร็จสิ้นจึงเริ่มการทดสอบจะเป็นการเสียเวลา การทดสอบซอฟต์แวร์จึงเริ่มทันทีเมื่อรหัสต้นฉบับบางส่วนพัฒนาเสร็จสิ้น ซึ่งสตับและไดร์เวอร์จะถูกนำมาใช้แทนมอดูลที่ยังพัฒนาไม่เสร็จ อย่างไรก็ตามสตับและไดร์เวอร์เป็นรหัสต้นฉบับเสียเปล่าที่ถูกสร้างเพื่อใช้เพียงครั้งเดียวและไม่สามารถนำมาใช้กับโครงการอื่น ๆ ได้ การสร้างสตับและไดร์เวอร์จึงควรใช้ความพยายามในการพัฒนาให้น้อยที่สุด งานวิจัยก่อนหน้าได้นำเสนอตัวสร้างสตับและไดร์เวอร์โดยใช้ข้อมูลจากแผนภาพลำดับและแผนภาพคลาส ซึ่งมีข้อจำกัดด้านการสร้างสตับและไดร์เวอร์สำหรับคลาสนามธรรม คลาสภายใน และอินเตอร์เฟส รวมทั้งสามารถเลือกคลาสภายใต้การทดสอบได้เพียงคลาสเดียวและไม่สามารถสร้างกรณีทดสอบได้ โดยงานวิจัยนี้จะพัฒนาตัวสร้าง สตับและไดร์เวอร์ที่แก้ไขข้อจำกัดของงานวิจัยดังกล่าว ผู้ทดสอบสามารถสร้างสตับและไดร์เวอร์สำหรับการทดสอบรวมของคลาสโดยนำเข้าแผนภาพลำดับและแผนภาพคลาสในรูปเอกซ์เอ็มแอล จากนั้นตัวสร้างจะประมวลผลแผนภาพและสร้างกราฟการเรียกใช้งานขึ้นมา ผู้ทดสอบสามารถเลือกกคลาสภายใต้การทดสอบได้ตั้งแต่หนึ่งคลาสขึ้นไป และตัวสร้างจะรวบรวมสตับและไดร์เวอร์ที่ต้องใช้ทดสอบคลาสที่เลือกและสร้างรหัสต้นฉบับของสตับและไดร์เวอร์ขึ้นมาเพื่อทดสอบคลาสเหล่านั้น นอกจากนี้ตัวสร้างจะสุ่มค่าของข้อมูลทดสอบได้แก่ข้อมูลนำเข้าและผลลัพธ์ที่คาดหวังลงไปในไดร์เวอร์ จากนั้นตัวสร้างจะส่งออกไฟล์รหัสต้นฉบับเพื่อการทดสอบรวมคลาสดังกล่าว ซึ่งสตับและไดร์เวอร์ที่สร้างขึ้นมาจะนำไปทดสอบรวมกับกรณีศึกษา 3 กรณี ซึ่งพบว่าสตับและไดร์เวอร์ที่ถูกสร้างขึ้นสามารถแทนที่คลาสที่ยังพัฒนาไม่เสร็จได้
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
ปัจจัยที่มีผลต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์, ณัฏฐ์พัชร์ พีรชัยเดโช
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อความตั้งใจที่จะแบ่งปันวิดีโอโฆษณาไวรัลบนสื่อสังคมออนไลน์ โดยได้ศึกษาตัวแปรที่สำคัญต่อความตั้งใจที่จะแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ 3 ตัวแปร ได้แก่ ลักษณะบุคลิกภาพห้าองค์ประกอบ อารมณ์ที่มีต่อการรับชมวิดีโอไวรัล และการรับรู้ถึงประโยชน์จากวิดีโอไวรัล โดยประชากรของงานวิจัยนี้คือผู้ใช้งานสื่อสังคมออนไลน์ที่ใช้งานสื่อสังคมออนไลน์ โดยไม่สามารถทราบขนาดของประชากร งานวิจัยนี้ได้ใช้วิดีโอไวรัล 3 วิดีโอ ซึ่งมาจากวิดีโอที่ได้กลายเป็นวิดีโอไวรัลบนสื่อสังคมออนไลน์ในประเทศไทย งานวิจัยครั้งนี้ใช้การทดสอบสมมติฐานในการวิจัยโดยการวิเคราะห์การถดถอยโลจิสติคเพื่อค้นหาอิทธิพลของตัวแปรต้นต่อความตั้งใจในการแบ่งปันวิดีโอไวรัลบนสื่อสังคมออนไลน์ จากผลการวิเคราะห์ข้อมูลพบว่า ลักษณะบุคลิกภาพในด้านความเห็นด้วยกับผู้อื่นและความมีจิตสำนึก รวมทั้งการรับรู้ถึงประโยชน์จากวิดีโอไวรัลเป็นตัวแปรที่มีอิทธิพลต่อความตั้งใจในการแบ่งปันวิดีโอ ผลลัพธ์ของงานวิจัยนี้จะเป็นประโยชน์ต่อผู้สร้างวิดีโอบนสื่อสังคมออนไลน์เพื่อใช้ปรับปรุงวิดีโอให้กลายเป็นวิดีโอไวรัลได้ดีขึ้น
ผลกระทบของคุณลักษณะแชทบอทต่อการรับรู้ของผู้เยี่ยมชมโซเชียลคอมเมิร์ซ, ณัฐ ปานมโนธรรม
ผลกระทบของคุณลักษณะแชทบอทต่อการรับรู้ของผู้เยี่ยมชมโซเชียลคอมเมิร์ซ, ณัฐ ปานมโนธรรม
Chulalongkorn University Theses and Dissertations (Chula ETD)
ด้วยการเติบโตของแชทบอทในธุรกิจโซเชียลคอมเมิร์ซ และความสามารถของหลักภาษาไทย งานวิจัยนี้จึงมีจุดมุ่งหมายในการวิเคราะห์และเปรียบเทียบผลกระทบของคุณลักษณะของแชทบอท ได้แก่ การรับรู้เพศ และการรับรู้ความเป็นทางการ ที่มีต่อความพึงพอใจและการรับรู้คุณภาพบริการโดยใช้แบบจำลอง SERVQUAL ในขณะที่ผู้เยี่ยมชมใช้แชทบอทเลือกซื้อสินค้าผ่านร้านค้าบนเครือข่ายสังคมออนไลน์ และมีตัวแปรกำกับ ได้แก่ เพศของผู้เยี่ยมชม โดยในการทดลอง หน่วยตัวอย่างแต่ละคนจะได้รับหนึ่งในสี่แบบจำลองแชทบอทด้วยการสุ่ม ได้แก่ (1) เพศหญิง เป็นทางการ (2) เพศชาย เป็นทางการ (3) เพศหญิง ไม่เป็นทางการ และ (4) เพศชาย ไม่เป็นทางการ และได้รับคำชี้แจงในการค้นหาราคาสินค้าในร้านค้าออนไลน์บน Facebook ที่กำหนด งานวิจัยแสดงถึงผลกระทบการรับรู้ความเป็นทางการของแชทบอทที่มีต่อการรับรู้คุณภาพบริการในด้านความน่าเชื่อถือกับการสร้างความมั่นใจในภาพรวม รวมถึงผลกระทบการรับรู้ความเป็นทางการของแชทบอทต่อความพึงพอใจเพิ่มเติมในผู้เยี่ยมชมเพศชาย ถึงแม้ว่าจะไม่มีการพบผลกระทบของการรับรู้เพศแชทบอทที่มีต่อตัวแปรตาม แต่งานวิจัยนี้ก็ได้พบผลกระทบร่วมของคุณลักษณะแชทบอทที่มีต่อการรับรู้คุณภาพบริการด้านการสร้างความมั่นใจ ผลของงานวิจัยแนะนำให้ใช้แชทบอทเพศชายที่ใช้ภาษาเป็นทางการในการเป็นผู้ให้บริการผู้เยี่ยมชมโซเชียลคอมเมิร์ซเพศหญิงและเพศชาย
ปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์, ภัทรา อาวะกุลพาณิชย์
ปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์, ภัทรา อาวะกุลพาณิชย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้มีจุดมุ่งหมายเพื่อศึกษา วิเคราะห์และเปรียบเทียบปัจจัยที่มีอิทธิพลต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อเว็บไซต์คราวด์ฟันดิงรูปแบบบริจาคเพื่อการกุศลที่ผสมผสานการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ ผู้วิจัยมุ่งศึกษาตัวแปรที่เกี่ยวข้องได้แก่ (1) ปัจจัยด้านการกุศล (ปัจจัยภายใน คือ ความเข้าใจผู้อื่น ความเอื้อเฟื้อ และความรู้สึกเป็นส่วนหนึ่งของชุมชน และ ปัจจัยภายนอก ได้แก่ ภาพลักษณ์ขององค์กร) และ (2) ปัจจัยด้านการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ (ปัจจัยภายใน ได้แก่ ความสนใจและความอยากรู้ และ ปัจจัยภายนอก ได้แก่ ความสนุก คุณภาพเนื้อหาการเรียนรู้ และความน่าดึงดูดใจของสื่อการเรียนมัลติมีเดีย) โดยมีตัวแปรกำกับ ได้แก่ เพศของผู้ใช้งาน และเก็บข้อมูลจากหน่วยตัวอย่างกลุ่มเจเนอเรชันวายเป็นเพศชายจำนวน 101 คน และเพศหญิงจำนวน 101 คน ผลการวิเคราะห์ข้อมูลในภาพรวม พบว่า ตัวแปรต้นทั้ง 8 ตัวมีอิทธิพลเชิงบวกต่อตัวแปรตาม ได้แก่ ความตั้งใจกลับมาใช้งาน และความตั้งใจในการบอกต่อ โดยพบว่า ปัจจัยความสนุกมีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งาน และ ปัจจัยคุณภาพเนื้อหาการเรียนรู้ มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจในการบอกต่อ เมื่อเพศของผู้ใช้งานเป็นเพศชาย พบว่า ปัจจัยความสนุก มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งานและความตั้งใจในการบอกต่อ และเมื่อเพศของผู้ใช้งานเป็นเพศหญิง พบว่า ปัจจัยภาพลักษณ์องค์กร มีอิทธิพลเชิงบวกสูงสุดต่อความตั้งใจกลับมาใช้งาน และ ปัจจัยคุณภาพเนื้อหาการเรียนรู้ มีอิทธิพลเชิงบวกสูงสดต่อความตั้งใจในการบอกต่อ
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 …
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 …
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 …
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 …
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
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
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak
Development Of Eeg-Based Emotion Classification Using Deep Learning Networks, Suwicha Jirayucharoensak
Chulalongkorn University Theses and Dissertations (Chula ETD)
Emotion classification is one of essential tasks for Human Computer Interaction (HCI) to make computers more efficiently interact with their users. Electroencephalogram (EEG) signals, associated with cognitive states of emotions, propagate though a complex hierarchy of neuron cells. Therefore, EEG-based emotion classification requires sophisticated learning algorithms that can represent high-level abstraction of a complicated task. This dissertation focuses on applying deep learning networks (DLNs) to enhance accuracy performance of the EEG-based emotion classification system. The DLN provides hierarchical feature learning methodology which is suitable for EEG-related feature learning algorithms. Furthermore, this research investigates the effects of temporal neural dynamics of …
Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk
Multi-Paths Quest Generation For Structural Analysis, Thongtham Chongmesuk
Chulalongkorn University Theses and Dissertations (Chula ETD)
Existing quest generation systems that used quest structures had an important limitation. They were not compatible with dynamic environment games, where player actions may have unforeseen repercussion from chain-reaction, such as locking the quest or preventing it from being completed. In addition, quests generated by such systems were not guaranteed to have multiple completion paths.
In this thesis, action-based-objective quests were replaced with game state-based-objective quests, while retaining the previous grammar rule. Each quest's contents and objectives were filled using Token system and Full Condition State system to ensure the connectivity within the quest's contents and to prevent players from …
Fully Automatic 3d Facial Cosmetic Surgery Simulation, Adawat Chanchua
Fully Automatic 3d Facial Cosmetic Surgery Simulation, Adawat Chanchua
Chulalongkorn University Theses and Dissertations (Chula ETD)
Before cosmetic surgery procedures, the patients are commonly involved in the consultation process using interviews and reference images. The reference images typically consist of pre-post surgery images of other patients, leading to misunderstandings between patients and the surgeon. This thesis presents a fully automatic pipeline to simulate the whole face of post-surgery results. We first establish a 3D face registration and alignment based on the face surgery procedures of the current day and then generate the delta image. We proposed the delta image to solve the lack of dataset dilemma of the pre-post surgery face images. We also propose a …
Failure Prediction In Open-Hole Wireline Logging Of Oil And Gas Drilling Operation Using Support Vector Machine., Maylada Pootisirakorn
Failure Prediction In Open-Hole Wireline Logging Of Oil And Gas Drilling Operation Using Support Vector Machine., Maylada Pootisirakorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
The failure of open-hole wireline logging leads to an unexpected cost and time that add to drilling operation. The research proposes methods to predict the failure of an open hole wireline logging prior to run the log on actual situation. Three machine learning techniques are used to classify the result of the open-hole wireline logging from drilling process into two classes, a success class and a failure class which represents a well that might have abnormal conditions which can causes the tool stuck during logging. The success class is the normal well that can run logging to target depth without …