Open Access. Powered by Scholars. Published by Universities.®
Articles 61 - 90 of 618
Full-Text Articles in Computer Sciences
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 …
Leveraging Gpt-4 For Thai Land And Building Tax Calculation In The Bangkok Area, Sadanan Arsaibun
Leveraging Gpt-4 For Thai Land And Building Tax Calculation In The Bangkok Area, Sadanan Arsaibun
Chulalongkorn University Theses and Dissertations (Chula ETD)
This paper explores the application of large language models (LLMs), particularly GPT-4, in the context of Thai land and building tax computation. We address challenges arising from the complexity of Thai tax regulations, the scarcity of Thai-language training data, and the structured, multi-variable nature of tax computation tasks. To enhance model performance, we employ few-shot prompting, decomposition-based reasoning, and retrieval-augmented generation (RAG). We further introduce a JSON-style output format to support structured conversational interactions, allowing the model to identify missing user inputs and guide data collection. A secondary o3-mini pass is used as an answer verifier, helping to assess the …
End-To-End Development Of Mandible Reconstruction Using Machine Learning, Nattapon Kamboonsri
End-To-End Development Of Mandible Reconstruction Using Machine Learning, Nattapon Kamboonsri
Chulalongkorn University Theses and Dissertations (Chula ETD)
Virtual surgical planning (VSP) is a critical step in mandible reconstruction surgery, which involves preoperative planning and implant design to restore mandibular defects. This study focuses on two essential components of VSP: (1) mandible segmentation, specifically the separation of healthy and defective regions, which currently relies on manual annotation, and (2) generation of the complete mandible, where traditional approaches such as mirroring the contralateral side often fail in scenarios involving midline-crossing defects. While recent automated methods have addressed mandible segmentation from CT scans, they typically focus only on binary segmentation and often utilize conventional UNet-based architectures that suffer from limited …
Automated Cecum Identification In Colonoscopy Using Deep Learning Approach, Kittipoom Sutthinuntakorn
Automated Cecum Identification In Colonoscopy Using Deep Learning Approach, Kittipoom Sutthinuntakorn
Chulalongkorn University Theses and Dissertations (Chula ETD)
Colonoscopy is essential for the early detection and prevention of colorectal cancer. Identifying the cecum is a vital element of this process. However, most existing automated methods rely on still images or temporal cues alone, without incorporating camera motion awareness, and are rarely suitable for real-time use. In this paper, we present a real-time cecum detection method that integrates spatial features, temporal modeling, and camera motion cues. We deploy ConvNeXtV2 for spatial feature extraction, LTContext for temporal modeling, and Depth Anything in Robotic Endoscopic Surgery (DARES) to enhance understanding of endoscope positioning and camera motion. The dataset used in this …
Craftjai: Llm-Enhanced Generative Ai For Gamified Mood Journal, Kingrak Phairoh
Craftjai: Llm-Enhanced Generative Ai For Gamified Mood Journal, Kingrak Phairoh
Chulalongkorn University Theses and Dissertations (Chula ETD)
Mood journaling helps promote emotional self-awareness, but maintaining user motivation remains difficult. This study presents CRAFTJAI, a generative AI system that enhances journaling through emotionally aligned visual feedback. Instead of replacing diary entries, the system adds character-based imagery to support intrinsic motivation and symbolic emotional reflection. It consists of emotional feature extraction using a large language model, emotion-labeled dataset construction based on eight core moods, and LoRA fine-tuning of a diffusion-based text-to-image model to improve emotional fidelity and stylistic consistency. A web-based prototype was developed with Gradio for real-time evaluation. Drawing on gamification and self-determination theory, the system integrates emotional …
แบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้สำหรับการบำรุงรักษาซอฟต์แวร์, ภัทรพงศ์ วิโรจน์ปกรณ์
แบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้สำหรับการบำรุงรักษาซอฟต์แวร์, ภัทรพงศ์ วิโรจน์ปกรณ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์เป็นองค์ประกอบสำคัญของการบำรุงรักษาซอฟต์แวร์ เนื่องจากช่วยให้เข้าใจโดยตรงถึงวิธีที่ผู้ใช้จริงมีปฏิสัมพันธ์กับระบบ อุปสรรคที่ผู้ใช้เผชิญ และการปรับปรุงที่ผู้ใช้ต้องการ องค์กรที่พัฒนาซอฟต์แวร์อาจมีช่องทางหลากหลายในการรวบรวมผลป้อนกลับของผู้ใช้ แต่ประสิทธิภาพขององค์กรในการนำผลป้อนกลับเหล่านั้นไปใช้อาจมีความแตกต่างกันอย่างมาก งานวิจัยนี้เสนอแบบจำลองวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAMM) ซึ่งเป็นกรอบแนวคิดสำหรับประเมินระดับวุฒิภาวะของกระบวนการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAP) ขององค์กรพัฒนาซอฟต์แวร์ โดย SFAMM แบ่งระดับวุฒิภาวะออกเป็น 6 ระดับ ซึ่งแต่ละระดับประกอบด้วย 4 ปัจจัยหลักและปัจจัยย่อยของแต่ละปัจจัยหลัก SFAMM ได้รับการทวนสอบความถูกต้องผ่านการเชื่อมโยงกับมาตรฐาน ISO/IEC 15504 ซึ่งเป็นมาตรฐานสำหรับการประเมินกระบวนการ นอกจากนี้ SFAMM ยังมาพร้อมกับแบบสอบถามสำหรับประเมินวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ (SFAA) เพื่อให้องค์กรสามารถประเมินตนเองได้ว่าอยู่ในระดับใด และสามารถกำหนดแนวทางในการปรับปรุงกระบวนการวิเคราะห์ผลป้อนกลับของผู้ใช้ งานวิจัยยังได้เสนอผลสำรวจวุฒิภาวะด้านการวิเคราะห์ผลป้อนกลับของผู้ใช้ซอฟต์แวร์ขององค์กรพัฒนาซอฟต์แวร์ในประเทศไทย
Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong
Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong
Chulalongkorn University Theses and Dissertations (Chula ETD)
Cattle identification is a critical component of modern farm management systems, particularly in ensuring traceability, disease control, and improved production efficiency. Traditional identification methods such as ear tags or microchips often face challenges related to cost, durability, and animal welfare concerns. To address these limitations, this study proposes TBPN-ACEM (Two-Branch Prototype Network with Adaptive-Color Local Binary Pattern and Enhanced Margin Prototype Loss), a lightweight and few-shot learning framework designed for cattle identification using muzzle patterns, a unique and permanent biometric trait analogous to human fingerprints. The TBPN-ACEM architecture consists of three core components: (1) a two-branch structure that jointly extracts …
การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์
การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
PM2.5 เป็นปัจจัยสำคัญที่ก่อให้เกิดปัญหามลพิษทางอากาศทั่วโลก จึงมีความจำเป็นต้องใช้วิธีการพยากรณ์ที่แม่นยำเพื่อการป้องกันและเตือนภัยล่วงหน้าอย่างมีประสิทธิภาพ แม้ว่างานวิจัยในระยะแรกจะมุ่งเน้นที่การพยากรณ์เชิงเวลา แต่ในระยะหลัง งานวิจัยต่าง ๆ เริ่มมีการบูรณาการแบบจำลองซึ่งพยากรณ์ทั้งในเชิงพื้นที่และเชิงเวลาเข้าด้วยกัน อย่างไรก็ตาม ยังคงมีความท้าทายด้านประสิทธิภาพการพยากรณ์ของแบบจำลองอยู่ ในงานวิจัยนี้ ผู้วิจัยมุ่งเน้นการพัฒนาเทคนิคดังกล่าวให้มีความแม่นยำมากยิ่งขึ้นในการพยากรณ์ความเข้มข้นของ PM2.5 ในอนาคต โดยใช้แบบจำลองพยากรณ์วิดีโอที่มีชื่อว่า “IAM4VP” เป็นแกนหลักของแบบจำลอง คุณลักษณะต่าง ๆ ถูกนำมาใช้ร่วมกันเพื่อการพยากรณ์ ได้แก่ ความเข้มข้นของ PM2.5 จำนวนจุดความร้อนบนพื้นผิวโลก และความเร็วลมที่พัดไปทางทิศตะวันออกและทิศเหนือ เพื่อเพิ่มประสิทธิภาพในการเรียนรู้เชิงเวลา ผู้วิจัยได้มีการบูรณาการการเข้ารหัสแบบวัฏจักร (Cyclical Encoding) เข้ามาเพื่อสะท้อนความสัมพันธ์ของความเข้มข้นของ PM2.5 กับชั่วโมงของวัน จากการทดลองโดยใช้ข้อมูล PM2.5 ในประเทศไทยระหว่างปี พ.ศ. 2565–2566 พบว่ามีการปรับปรุงผลลัพธ์อย่างมีนัยสำคัญ โดยค่า MAE ลดลงถึง 13.63% และค่า F1 score เพิ่มขึ้นถึง 15.27% เมื่อเทียบกับแบบจำลองพื้นฐาน ConvLSTM แบบจำลองนี้แสดงให้เห็นถึงความสามารถที่โดดเด่นในการพยากรณ์ระดับ PM2.5 ที่อยู่ในช่วงปานกลางถึงไม่ดีต่อสุขภาพ และยังมีความแม่นยำสูงขึ้นในแต่ละระยะเวลาการพยากรณ์ โดยเฉพาะในช่วงชั่วโมงแรก ๆ ของการพยากรณ์
แบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีสำหรับการจัดลำดับความสำคัญโดยใช้ตรรกะคลุมเครือ, เปรม สุนทรภาส
แบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีสำหรับการจัดลำดับความสำคัญโดยใช้ตรรกะคลุมเครือ, เปรม สุนทรภาส
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ ยูสเซอร์สตอรีเป็นองค์ประกอบสำคัญที่สะท้อนความต้องการของผู้ใช้ แต่หากยูสเซอร์สตอรีมีคุณภาพไม่เพียงพอ อาจก่อให้เกิดความเสี่ยงที่ส่งผลกระทบต่อความสำเร็จของโครงการอย่างมีนัยสำคัญ ดังนั้นงานวิจัยนี้จึงนำเสนอแบบจำลองการจัดลำดับความสำคัญของความเสี่ยงของยูสเซอร์สตอรีโดยใช้ตรรกะคลุมเครือ เพื่อช่วยให้สามารถจัดการกับความไม่แน่นอนในการตัดสินใจได้อย่างมีประสิทธิภาพ โดยเริ่มจากการนิยามความเสี่ยงของยูสเซอร์สตอรีจำนวน 12 ประเภท พร้อมทั้งกำหนดเกณฑ์การประเมินใน 2 ด้าน ได้แก่ ด้านความพยายามในการบริหารจัดการ และด้านข้อจำกัดในการบริหารจัดการ จากนั้นจึงประยุกต์ใช้ตรรกะคลุมเครือร่วมกับตัวแปรภาษาและฟังก์ชันความเป็นสมาชิกในการคำนวณค่าคะแนนความเสี่ยง และจัดลำดับความสำคัญผ่านแบบจำลองที่พัฒนาขึ้น ผลการประเมินการใช้งานแบบจำลองกับผู้มีประสบการณ์ในโครงการแอไจล์พบว่า แบบจำลองสามารถช่วยในการจำแนกความเสี่ยงได้อย่างเหมาะสมและมีความสอดคล้องกับความคิดเห็นของผู้ประเมิน ซึ่งผลการประเมินสะท้อนถึงความสมเหตุสมผลของแบบจำลองและความสามารถในการประยุกต์ใช้จริง ดังนั้นงานวิจัยนี้จึงเป็นประโยชน์ต่อทีมพัฒนาในการประเมินและจัดลำดับความเสี่ยงของยูสเซอร์สตอรีได้อย่างเป็นระบบ และเพิ่มประสิทธิภาพในการบริหารความเสี่ยงในโครงการพัฒนาซอฟต์แวร์แบบแอไจล์ได้ดียิ่งขึ้น
การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร
การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัญญาประดิษฐ์มีบทบาทสำคัญในด้านวิทยาศาสตร์ชีวภาพ และ การแพทย์ โดยเฉพาะการวิเคราะห์ข้อมูลไมโครไบโอมในลำไส้ ซึ่งมีความสัมพันธ์กับโรคเรื้อรังหลายชนิด เช่น โรคลำไส้อักเสบเรื้อรัง โรคโครห์น และ มะเร็งลำไส้ใหญ่ แม้ว่าแบบจำลองการเรียนรู้ของเครื่องสามารถทำนายโรคได้อย่างแม่นยำจากข้อมูลเหล่านี้ แต่ข้อจำกัดด้านการตีความผลลัพธ์ โดยเฉพาะในแบบจำลองที่ซับซ้อน เช่น Random Forest และ Neural Networks ยังคงเป็นอุปสรรคต่อการใช้งานจริงในทางการแพทย์ งานวิจัยนี้เสนอการพัฒนาแพลตฟอร์มต้นแบบที่ผสานการทำงานของแบบจำลองการเรียนรู้ของเครื่องร่วมกับเทคนิค SHAP (SHapley Additive exPlanations) เพื่อแสดงเหตุผลประกอบการทำนายในระดับรายบุคคล ระบบถูกออกแบบให้รองรับการจัดการวงจรชีวิตของแบบจำลองอย่างเป็นระบบ ตั้งแต่การนำเข้า การเรียกใช้งาน ไปจนถึงการอัปเดตเวอร์ชัน โดยผู้ใช้งานสามารถเลือกแบบจำลองที่ผ่านการประเมินประสิทธิภาพ พร้อมแสดงค่าความน่าจะเป็น และ แผนภาพ SHAP ที่อธิบายฟีเจอร์สำคัญในการตัดสินใจของแบบจำลอง ระบบทั้งหมดพัฒนาภายใต้แนวคิดสถาปัตยกรรมไมโครเซอร์วิส และ รองรับการติดตั้งบน Kubernetes เพื่อความยืดหยุ่นในการดูแล และ ขยายในอนาคต แพลตฟอร์มนี้จึงเป็นแนวทางที่มีศักยภาพในการประยุกต์ใช้ AI อย่างโปร่งใสในงานด้านสุขภาพ และ สามารถต่อยอดไปยังโรคในกลุ่มอื่นได้ในระยะยาว
ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์
ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์
Chulalongkorn University Theses and Dissertations (Chula ETD)
สารนิพนธ์ฉบับนี้นำเสนอระบบเว็บแอปพลิเคชันที่รองรับการสร้างแบบจำลองการเรียนรู้เชิงลึก (Deep Learning) โดยใช้แนวคิดของ MLOps (Machine Learning Operations) เพื่อให้สามารถฝึกใหม่ (Retrain) และนำแบบจำลองกลับมาใช้งานได้โดยอัตโนมัติ โดยไม่จำเป็นต้องมีความรู้เชิงเทคนิคหรือการเขียนโค้ด ระบบออกแบบมาเพื่อให้ผู้ใช้อัปโหลดข้อมูลของตนเอง และสร้างแบบจำลองจากโมเดลสำเร็จรูปที่นำเข้าจาก Hugging Face เช่น ResNet-50 และ Vision Transformer ได้ทันที โดยใช้ระบบตรวจสอบการเลื่อนของข้อมูล (Data Drift) และแสดงผลผ่าน Prometheus และ Grafana เพื่อประสิทธิภาพในการควบคุมคุณภาพของแบบจำลองในระยะยาว ระบบสามารถดาวน์โหลดโมเดลที่ฝึกแล้ว หรือเรียกใช้งานผ่าน API โดยมีการวางโครงสร้างเพื่อรองรับกับผู้ใช้งานจำนวนมากในอนาคตโดยใช้เครื่องมือต่างๆ เข้าช่วย เช่น Docker, Keycloak, RabbitMQ และ MLFlow ช่วยให้สามารถขยายระบบ (Scalability) และดีพลอยขึ้นคลาวด์ได้อย่างยืดหยุ่น การทดสอบระบบแสดงให้เห็นว่ามีประสิทธิภาพในการประมวลผลทั้งในด้านความแม่นยำของแบบจำลอง และความสามารถในการรองรับผู้ใช้งานพร้อมกันจำนวนมาก การวิจัยนี้ชี้ให้เห็นว่าการนำแบบจำลองที่มีอยู่แล้วมาประยุกต์ใช้ พร้อมระบบอัตโนมัติแบบครบวงจร เป็นแนวทางที่ช่วยลดข้อจำกัดในการเข้าถึง AI และส่งเสริมให้การใช้งานปัญญาประดิษฐ์สามารถเข้าถึงได้ในวงกว้างยิ่งขึ้น
การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์
การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในยุคปัจจุบันสายอาชีพผู้พัฒนาซอฟต์แวร์มีบทบาทสำคัญในหลากหลายอุตสาหกรรม โดยเฉพาะภาคธุรกิจธนาคารที่ต้องอาศัยเทคโนโลยีซอฟต์แวร์ในการดำเนินงาน ความสามารถในสายงานนี้จึงไม่จำกัดเพียงทักษะทางเทคนิคเท่านั้น แต่ยังรวมถึงทักษะเชิงอ่อน (soft skills) เช่น ทักษะการสื่อสาร ทักษะการวิเคราะห์ ทักษะการแก้ปัญหา เป็นต้น อย่างไรก็ตาม พบว่าผู้พัฒนาซอฟต์แวร์จำนวนมากยังขาดการตระหนักรู้และการเตรียมความพร้อมในด้านทักษะเชิงอ่อน ส่งผลให้เกิดช่องว่างระหว่างทักษะที่มีและความต้องการขององค์กร โครงงานนี้มีวัตถุประสงค์เพื่อวิเคราะห์และจัดลำดับความสำคัญของทักษะเชิงอ่อนที่จำเป็นในสายอาชีพผู้พัฒนาซอฟต์แวร์ทั้งสิ้น 9 ทักษะ โดยเน้นในภาคธุรกิจธนาคาร ผ่านการรวบรวมและวิเคราะห์ข้อมูลจากการตอบแบบสำรวจความต้องการด้านทักษะเชิงอ่อนของหัวหน้างานจากธุรกิจธนาคารในประเทศไทยทั้งสิ้น 10 แห่ง ต่อตำแหน่งงาน 4 ตำแหน่ง ได้แก่ ตำแหน่งเจ้าของผลิตภัณฑ์ ตำแหน่งนักออกแบบส่วนต่อประสานผู้ใช้ ตำแหน่งนักพัฒนา และนักประกันคุณภาพ เพื่อให้ทราบทักษะเชิงอ่อนที่สำคัญและจำเป็นโดยตรงกับความคาดหวังของหัวหน้างานในสายการพัฒนาซอฟต์แวร์ เพื่อสนับสนุนการพัฒนาทักษะเชิงอ่อนในสายอาชีพผู้พัฒนาซอฟต์แวร์ในประเทศไทย โครงงานนี้ยังมีเป้าหมายในการพัฒนาซอฟต์แวร์ที่ใช้ในการประเมินทักษะเชิงอ่อนสำหรับผู้ที่สนใจเข้าสู่สายอาชีพนี้ ซอฟต์แวร์ดังกล่าวออกแบบให้เป็นเครื่องมือที่ช่วยให้ผู้ใช้งานสามารถประเมินทักษะเชิงอ่อนของตนเองเบื้องต้นได้ พร้อมทั้งเสนอคำแนะนำที่เหมาะสมกับระดับของผู้ประเมินสำหรับทั้ง 9 ทักษะเชิงอ่อน เพื่อช่วยให้ผู้ใช้งานสามารถเข้าใจถึงจุดแข็งและจุดที่ควรพัฒนาเพิ่มเติมเพื่อให้มีทักษะที่สอดคล้องกับความต้องการในอุตสาหกรรมซอฟต์แวร์ในภาคธุรกิจธนาคารได้
ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ
ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อความตั้งใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งของประเทศไทยซึ่งดำเนินงานภายใต้การพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) โดยวิเคราะห์ 8 ปัจจัยหลัก ได้แก่ ความสมดุลชีวิตกับงาน (Work-Life Balance), ความสัมพันธ์ในที่ทำงานที่ไม่ดี (Poor Workplace Relationships), ความยืดหยุ่นในการทำงาน (Lack of Workplace Flexibility), ค่าตอบแทนที่ไม่ยุติธรรมต่อเนื้องาน (Unfair Compensation Relative to Work), การบังคับให้กลับมาทำงานในสถานที่ทำงาน (Forced Transition to On-site Work), พฤติกรรมไม่เหมาะสมของหัวหน้างาน (Supervisor Misconduct), ค่าตอบแทนที่ไม่เหมาะสมกับทักษะ (Inadequate Compensation Relative to Skill) และวัฒนธรรมองค์กรที่เป็นพิษ (Toxic Organizational Culture) โดยเก็บข้อมูลจากพนักงานไอทีจำนวน 52 คน ผ่านการตอบแบบสอบถาม และนำข้อมูลที่ได้มาวิเคราะห์ด้วยวิธีการทางสถิติ Cronbach’s Alpha, Kaiser-Meyer-Olkin (KMO), Factor Loading และ Multiple Regression Analysis ผลการวิเคราะห์พบว่ามีเพียงพฤติกรรมไม่เหมาะสมของหัวหน้าและค่าตอบแทนที่ไม่เหมาะสมกับทักษะที่มีนัยสำคัญทางสถิติที่ส่งผลต่อความตั้งใจลาออกของพนักงาน นอกจากนี้โครงงานยังได้พัฒนาแดชบอร์ดแบบโต้ตอบ (Interactive Dashboard) เพื่อช่วยให้ทีมทรัพยากรบุคคลสามารถนำผลลัพธ์ไปวิเคราะห์ต่อ ประเมินความเสี่ยงการลาออก และวางแผนเชิงกลยุทธ์การบริหารบุคลากร ภายใต้แวดล้อมการพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) ได้อย่างมีประสิทธิผล
แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์
แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในองค์กรพัฒนาซอฟต์แวร์ขนาดเล็ก โดยเฉพาะกลุ่มที่ต้องการขอการรับรองตามมาตรฐาน ISO/IEC 29110 การทำความเข้าใจและจัดการกระบวนการพัฒนาซอฟต์แวร์เป็นภารกิจที่มีความท้าทาย เนื่องจากข้อจำกัดด้านทรัพยากรและระดับความพร้อมของกระบวนการ การประเมินความสอดคล้องตามมาตรฐานในรูปแบบที่มีโครงสร้างจึงยิ่งเพิ่มความซับซ้อนให้มากขึ้น งานวิจัยฉบับนี้มุ่งนำเสนอแนวทางการสร้างแบบจำลองด้วย Colored Petri Nets (CPN) เพื่อใช้ในการจำลองกระบวนการ Software Implementation (SI) ตามมาตรฐาน ISO/IEC 29110 โดยข้อมูลการประเมินจะถูกรวบรวมผ่านระบบเว็บแอปพลิเคชัน และแปลงให้อยู่ในรูปแบบโทเคนไฟล์ ซึ่งจะถูกจัดเก็บอัตโนมัติในเส้นทางที่กำหนดไว้สำหรับการประเมินผ่าน CPN IDE ภายหลังการประเมินจะมีการประมวลผลผลลัพธ์ผ่านระบบ Data Pipeline ที่พัฒนาไว้โดยเฉพาะ และจัดเก็บข้อมูลลงในฐานข้อมูลเพื่อให้ผู้ใช้งานสามารถเข้าถึงผลการประเมินผ่านเว็บอินเทอร์เฟซได้อย่างสะดวก แบบจำลองและเครื่องมือที่พัฒนาขึ้นช่วยให้สามารถวิเคราะห์และตรวจสอบความสอดคล้องของกระบวนการได้อย่างเป็นระบบ ส่งเสริมความโปร่งใส และสนับสนุนให้องค์กรขนาดเล็กสามารถเตรียมความพร้อมเข้าสู่กระบวนการขอการรับรองตามมาตรฐานได้อย่างมีประสิทธิภาพ แบบจำลอง CPN ที่ออกแบบไว้ยังสะท้อนถึงกิจกรรมหลัก สิ่งส่งมอบ และกฎการประเมินตามมาตรฐาน ซึ่งเป็นรากฐานสำคัญต่อการประเมินซ้ำและการปรับปรุงอย่างต่อเนื่อง
การจัดลำดับความสำคัญของบทวิจารณ์ของผู้ใช้ซอฟต์แวร์โดยคำนึงถึงประสบการณ์ผู้ใช้โดยใช้การเรียนรู้ของเครื่อง, ลักษณ์สิปาง สาครวิจิตรี
การจัดลำดับความสำคัญของบทวิจารณ์ของผู้ใช้ซอฟต์แวร์โดยคำนึงถึงประสบการณ์ผู้ใช้โดยใช้การเรียนรู้ของเครื่อง, ลักษณ์สิปาง สาครวิจิตรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันตลาดโมไบล์แอปพลิเคชันมีการแข่งขันสูง นักพัฒนาจึงจำเป็นต้องให้ความสำคัญกับบทวิจารณ์ของผู้ใช้ซึ่งบ่งบอกถึงความคิดเห็นและประสบการณ์ของผู้ใช้งานจริง เพื่อนำไปสู่การปรับปรุงและพัฒนาฟังก์ชันการทำงานให้ตรงตามความต้องการของผู้ใช้มากยิ่งขึ้น อย่างไรก็ตาม แอปพลิเคชันยอดนิยมมักมีบทวิจารณ์จำนวนมาก ทำให้เกิดข้อจำกัดในการที่นักพัฒนาจะสามารถอ่านและวิเคราะห์บทวิจารณ์ทั้งหมดได้อย่างมีประสิทธิภาพ เพื่อจัดการกับปัญหาดังกล่าว งานวิจัยฉบับนี้จึงนำเทคโนโลยีการเรียนรู้ของเครื่องเข้ามาช่วยในการจำแนกประเภทของบทวิจารณ์ โดยพิจารณาจากเนื้อหาในบทวิจารณ์ของผู้ใช้ซึ่งอาจสะท้อนถึงปัญหา ข้อบกพร่อง หรือข้อเสนอในการพัฒนาฟังก์ชันใหม่ ข้อมูลที่ได้จะถูกนำไปใช้จัดลำดับความสำคัญของการแก้ไขปรับปรุงตามผลกระทบที่มีต่อประสบการณ์ของผู้ใช้ งานวิจัยนี้ได้กำหนดหมวดหมู่ของบทวิจารณ์ไว้ทั้งหมด 5 ประเภท ได้แก่ ปัญหาด้านความจำเป็นพื้นฐาน, ปัญหาด้านการปฏิบัติ, ปัญหาด้านความเพลิดเพลิน, ปัญหาด้านความแปลกใหม่ และปัญหาอื่น ๆ ซึ่งสะท้อนลำดับความสำคัญของปัญหาจากมุมมองของผู้ใช้ ในการพัฒนาโมเดลการเรียนรู้ของเครื่องพบว่าโมเดลเบิร์ตมีประสิทธิภาพสูงกว่าโมเดลเอสวีเอ็ม แรนดอมฟอเรสต์ และโลจิสติกรีเกรสชัน โดยมีค่าความเที่ยงเป็น 0.72 ค่าเรียกกลับเป็น 0.719 ค่าเอฟวันเป็น 0.719 และค่าความแม่นเป็น 0.722 นอกจากนี้ งานวิจัยยังได้พัฒนาเว็บแอปพลิเคชันต้นแบบที่ใช้โมเดลเบิร์ตที่สร้างขึ้น เพื่อช่วยให้นักพัฒนาสามารถนำไปใช้วิเคราะห์และจัดลำดับความสำคัญของงานการบำรุงรักษาโมไบล์แอปพลิเคชัน โดยเว็บแอปพลิเคชันจะช่วยลดภาระในการอ่านบทวิจารณ์จำนวนมาก พร้อมทั้งสกัดข้อมูลที่สำคัญออกมาให้เห็นภาพรวมของความต้องการของผู้ใช้
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม
การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในกระบวนการพัฒนาซอฟต์แวร์สมัยใหม่ที่มีความซับซ้อนสูง ความถูกต้องของระบบทั้งในเชิงฟังก์ชัน และข้อกำหนดเชิงเวลาถือเป็นปัจจัยสำคัญในการสร้างซอฟต์แวร์ที่มีคุณภาพ อย่างไรก็ตาม แผนภาพกิจกรรม ซึ่งนิยมใช้ในระยะเริ่มต้นของการออกแบบระบบ ยังขาดความสามารถในการระบุข้อจำกัดด้านเวลาโดยตรง ทำให้ไม่สามารถใช้ตรวจสอบคุณสมบัติเชิงเวลาของระบบได้อย่างครบถ้วน โครงงานมหาบัณฑิตนี้จึงมุ่งพัฒนากฎการแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาไปเป็นไทมด์ออโตมาตา ซึ่งเป็นแบบจำลองที่สามารถแสดงพฤติกรรมของระบบพร้อมข้อจำกัดเชิงเวลาได้อย่างแม่นยำ โดยจะนำแบบจำลองไทมด์ออโตมาตาที่แปลงได้เข้าสู่กระบวนการทวนสอบด้วยเครื่องมือ UPPAAL เพื่อให้สามารถตรวจสอบคุณสมบัติด้านที่ระบบจะดำเนินต่อไปจนถึงจุดหมายในอนาคต และการป้องกันข้อผิดพลาดในระบบ ได้อย่างเป็นรูปธรรม ผ่านการใช้ตรรกศาสตร์เชิงเวลาแบบต้นไม้คำนวณ ผลการทดลองแสดงให้เห็นว่า กฎการแปลงที่พัฒนาขึ้นสามารถรองรับข้อกำหนดเชิงเวลาได้อย่างเหมาะสม ในการนำไปประยุกต์ใช้ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ เพื่อการออกแบบซอฟต์แวร์ที่ต้องการการควบคุมเวลาอย่างละเอียด
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี
การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
โครงงานมหาบัณฑิตนี้มีจุดมุ่งหมายเพื่อศึกษาความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคโดยใช้ข้อมูลจากโครงการโอเพนซอร์ซภาษาไพทอนบนแพลตฟอร์มกิตฮับ และวัดหนี้ทางเทคนิคด้วยเครื่องมือโซนาร์คิวบ์ หนี้ทางเทคนิคเป็นตัววัดที่สำคัญซึ่งสะท้อนถึงปริมาณปัญหาที่ซ่อนอยู่ในโค้ด ซึ่งเกิดขึ้นจากการทำงานของนักพัฒนา โครงงานมหาบัณฑิตนี้ใช้แนวทางวิเคราะห์ข้อมูล โดยผสานการดึงข้อมูลผ่านกิตฮับเรสต์เอพีไอและโซนาร์คิวบ์ด้วยภาษาไพทอน แล้วนำมาทำการวิเคราะห์เชิงสถิติ การศึกษาแบ่งออกเป็นสามคำถามวิจัย ได้แก่ (1) สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่มีความสัมพันธ์กับความหนาแน่นของหนี้ทางเทคนิคในโครงการหรือไม่ (2) ประสบการณ์ในการทำงานมีความสัมพันธ์กับการปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ และ (3) ประสบการณ์ในการทำงานซึ่งแตกต่างกันทำให้เกิดความแตกต่างในแง่การปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ ผลการวิเคราะห์สถิติโดยใช้สหสัมพันธ์ระยะทางสำหรับคำถามวิจัยที่ 1 และ 2 และการทดสอบแมนวิทนีย์ยูสำหรับคำถามวิจัยที่ 3 ไม่พบนัยสำคัญทางสถิติในการทดสอบสมมติฐานในทั้งสามคำถามวิจัยที่ระดับความเชื่อมั่น 95% สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่ในโครงการและประสบการณ์ของนักพัฒนาไม่ได้เป็นปัจจัยโดยตรงที่เกี่ยวข้องกับความหนาแน่นของหนี้ทางเทคนิคที่ปรากฏในโครงการและประสิทธิภาพของนักพัฒนาในการปรับปรุงหนี้ทางเทคนิคในโครงการ สภาพหนี้ทางเทคนิคในโครงการอาจขึ้นกับปัจจัยอื่นร่วมด้วย เช่น แนวปฏิบัติหรือมาตรฐานในการปฏิบัติงานในโครงการ ในการควบคุมคุณภาพโค้ด และลักษณะเฉพาะของโครงการหรือนักพัฒนารายบุคคล
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด
การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยฉบับนี้ได้นำเสนอวิธีการพัฒนาแบบอิงแบบจำลองเข้าเป็นส่วนช่วยในการพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันผู้ใช้เฟรมเวิร์กนักซ์ โดยนำเสนอยูเอ็มแอลโพรไฟล์ของนักซ์เฟรมเวิร์กสำหรับการสร้างแบบจำลองของส่วนฟรอนต์เอนด์และนำเสนอกฎการแปลงในรูปแบบของแผ่นแบบสำหรับการแปลงแบบจำลองสู่โค้ดและจากโค้ดสู่แบบจำลอง โดยการแปลงจากแบบจำลองสู่โค้ดนั้นนักพัฒนาจำเป็นต้องเติมโค้ดตรรกะบางส่วนลงไปในโค้ดที่ได้จากการแปลงเพื่อทำให้ส่วนฟรอนต์เอนด์สามารถทำงานได้อย่างสมบูรณ์ ทั้งนี้งานวิจัยฉบับนี้ได้นำเสนอเครื่องมือการแปลงทั้งในส่วนของการแปลงแบบจำลองสู่โค้ดและโค้ดสู่แบบจำลอง รวมถึงการสร้างเว็บแอปพลิเคชันกรณีศึกษาเพื่อใช้ในการตรวจสอบการแปลง โดยการแปลงจากแบบจำลองสู่โค้ดได้ผ่านการตรวจสอบคุณภาพโค้ดโดยใช้โซนาร์คิวบ์ การเปรียบเทียบระหว่างการแปลงด้วยเครื่องมือจากแบบจำลองสู่โค้ดกับการเขียนโค้ดโดยดูจากแบบจำลองโดยนักพัฒนา ได้ผลว่าโค้ดสอดคล้องกันเฉลี่ย 89.23% เนื่องจากโค้ดของนักพัฒนาไม่ครบถ้วนตามแบบจำลองหรือไม่เป็นไปตามคู่มือของนักซ์ การวัดอัตราการแปลงเมื่อเทียบกับโค้ดที่เพิ่มตรรกะจนสมบูรณ์แล้วมีค่าเฉลี่ย 83.03% แสดงว่าโค้ดส่วนใหญ่ถูกสร้างขึ้นอัตโนมัติ การแปลงจากโค้ดสู่แบบจำลองใช้การเปรียบเทียบแบบจำลองต้นฉบับกับแบบจำลองที่ถูกแปลงกลับจากโค้ด ผลลัพธ์ คือ แบบจำลองที่แปลงกลับจากโค้ดมีความถูกต้องโดยรวมเฉลี่ย 100%
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ
การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ในปัจจุบันระบบซอฟต์แวร์นั้นเชื่อมต่อกันเพื่อพัฒนาประสบการณ์ของผู้ใช้งานและดึงดูดผู้ใช้งานใหม่ ๆ ด้วยเหตุนี้ผู้พัฒนาซอฟต์แวร์จึงจำเป็นต้องมีมาตรฐานในการแลกเปลี่ยนข้อมูลเพื่อปรับปรุงการทำงานจึงนำไปสู่การสร้างเอพีไอ ในการพัฒนาเอพีไอ เอพีไอได้มีเอกสารที่เป็นมาตรฐานเพื่อช่วยให้นักพัฒนาซอฟต์แวร์เข้าใจส่วนประกอบของเอพีไอ เช่น พารามิเตอร์ รีเควสต์บอดี รีซอร์ส และ เอ็นพอยต์ ทำให้กลุ่มผู้ก่อตั้งโอเพนเอพีไอพัฒนาข้อกำหนดโอเพนเอพีไอขึ้น นอกจากนี้ เอพีไอมักเชื่อมต่อกับฐานข้อมูลในรูปแบบของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูลซึ่งรับประกันความถูกต้องของข้อมูลที่จัดเก็บ เมื่อพัฒนาเอพีไอ ผู้ทดสอบเอพีไออาจมีแนวทางที่แตกต่างในการสร้างกรณีทดสอบ ซึ่งอาจมีความแตกต่างในการสร้างกรณีทดสอบซึ่งนำไปสู่การสร้างกรณีทดสอบที่ไม่ครอบคลุม โดยเฉพาะอย่างยิ่งเกี่ยวกับกรณีทดสอบของเงื่อนไขของฐานข้อมูลงานวิจัยนี้ได้นำเสนอวิธีการในการสร้างสคริปต์ทดสอบสำหรับเรสฟูลเอพีไอโดยใช้ข้อกำหนดโอเพนเอพีไอและข้อมูลเมตาของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูล ซึ่งประกอบไปด้วยกรณีทดสอบ 3 แบบ ได้แก่ กรณีทดสอบจากตัวอย่าง กรณีทดสอบแบบอ้างอิงกับข้อกำหนด และ กรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูล โดยสำหรับกรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูลครอบคลุม 5 เงื่อนไข ได้แก่ เงื่อนไขบังคับแบบตรวจสอบ เงื่อนไขบังคับแบบห้ามเว้นว่าง เงื่อนไขบังคับแบบไม่ซ้ำ เงื่อนไขบังคับแบบกุญแจหลัก และ เงื่อนไขบังคับแบบอ้างอิง ซึ่งวิธีการนี้จะสามารถนำไปใช้กับเครื่องมือทดสอบเอพีไอแบบอัตโนมัติช่วยให้ผู้ทดสอบซอฟต์แวร์ได้รับผลลัพธ์ที่รวดเร็วยิ่งขึ้น หลังจากการทดสอบเครื่องมือ พบว่าการสคริปต์ทดสอบและข้อมูลทดสอบสามารถนำไปใช้งานได้จริงโดยใช้ข้อกำหนดโอเพนเอพีไอและไฟล์ คอนเน็กชันสตริงของฐานข้อมูลโพสต์เกรสคิวเอล
An Unsupervised Pipeline For Class-Agnostic Object Detection Using Self-Supervised Vision Transformers And Kolmogorov–Arnold Networks, Yuno Otsuka
Chulalongkorn University Theses and Dissertations (Chula ETD)
Nowadays, object bounding boxes can help create training data for instance segmentation, which is essential for many computer vision applications. However, generating these bounding boxes still relies heavily on manual annotation, making the process costly and time-consuming. To address this, we propose a fully unsupervised four-stage pipeline that automatically generates pseudo-bounding boxes without any human-labeled data. The pipeline includes (1) Background Removal, (2) Pseudo-Bounding Box Generation, (3) Complementary Bounding Box Generation (optional), and (4) Class-Agnostic Detector Training. At the core of this pipeline is KFOUND, which builds upon FOUND, a fast and lightweight method that avoids assumptions about object count …
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล
การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตรวจจับภาวะกระดูกสะโพกหักจากภาพเอกซเรย์เป็นกระบวนการสำคัญที่ช่วยให้แพทย์สามารถวินิจฉัยและรักษาผู้ป่วยได้อย่างทันท่วงที โดยเฉพาะในผู้สูงอายุที่มีความเสี่ยงต่อภาวะกระดูกพรุนและการลื่นล้ม งานวิจัยนี้นำเสนอการพัฒนาโมเดลตรวจจับภาวะกระดูกสะโพกหักโดยใช้โครงข่ายประสาทเทียม YOLOv11 ร่วมกับโมดูล CBAM (Convolutional Block Attention Module) เพื่อปรับปรุงการรับรู้บริบทสำคัญในภาพรังสี โดยมีการทดลองฝังโมดูล CBAM ในตำแหน่งต่าง ๆ และเปรียบเทียบกับโมเดลพื้นฐาน (baseline) ที่ไม่ใช้ CBAM พบว่าโมเดลที่ใช้ CBAM ในตำแหน่งหลัง C3k2 ตัวสุดท้ายในโครงสร้าง Backbone (CBAM4) ให้ผลลัพธ์ที่ดีที่สุด โดยสามารถเพิ่มค่า [email protected] จากเดิม 94.8% เป็น 96.1% ค่า [email protected]:0.95 จาก 67.6% เป็น 70.4% แสดงให้เห็นว่าโมดูล CBAM สามารถช่วยเสริมประสิทธิภาพของโมเดลให้สามารถตรวจจับรอยหักของกระดูกสะโพกในภาพ X-ray ซึ่งสามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยแพทย์ในการวินิจฉัยได้อย่างมีประสิทธิภาพและแม่นยำยิ่งขึ้น
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย
การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย
Chulalongkorn University Theses and Dissertations (Chula ETD)
การพัฒนาซอฟต์แวร์แบบอิงแบบจำลอง ได้กลายเป็นแนวทางที่มีศักยภาพในการวิศวกรรมซอฟต์แวร์ ซึ่งใช้แบบจำลองเป็นองค์ประกอบหลักในการสนับสนุนการพัฒนาซอฟต์แวร์ รวมถึงการพัฒนาเว็บแอปพลิเคชัน งานวิจัยนี้นำเสนอการประยุกต์ใช้แนวคิดของการพัฒนาแบบอิงแบบจำลองกับการพัฒนาแบ็กเอนด์ด้วยโหนดเจเอสโดยเน้นทั้งกระบวนการวิศวกรรมไปข้างหน้า และวิศวกรรมย้อนกลับ โดยได้พัฒนายูเอ็มแอลโพรไฟล์สำหรับโหนดเจเอสที่รองรับทั้งฐานข้อมูลแบบซีเควลและโนซีเควลเพื่อใช้ในการสร้างแบบจำลองการออกแบบของเว็บแอปพลิเคชัน และมีเครื่องมือสำหรับการแปลงแบบจำลองเป็นโค้ดและโค้ดเป็นแบบจำลอง ผลการประเมินแนวทางที่นำเสนอผ่านกรณีศึกษา 3 กรณี พบว่ากระบวนการวิศวกรรมไปข้างหน้ามีผลของอัตราการแปลงแบบจำลองเป็นโค้ดที่สูง โดยเฉพาะในส่วนของ Model (86.18-94.53%) และ Route (70.73-90.52%) โดยมีประสิทธิภาพที่ดีสอดคล้องกันทั้งในกรณีของซีเควล (มายซีเควล) และ โนซีเควล (มองโกดีบี) ขณะที่กระบวนการวิศวกรรมย้อนกลับให้ผลลัพธ์ความถูกต้องของการแปลงโค้ดเป็นแบบจำลองถึง 100% สำหรับโค้ดแบ็กเอนด์ในแต่ละรูปแบบการพัฒนา การดำเนินการนี้ช่วยลดระยะเวลาในการพัฒนาโค้ดอย่างมีนัยสำคัญ พร้อมทั้งคงไว้ซึ่งเอกสารประกอบระบบผ่านการสร้างแบบจำลองโดยอัตโนมัติ ซึ่งเป็นแนวทางที่ใช้งานได้จริงสำหรับการพัฒนาและบำรุงรักษาแบ็กเอนด์ด้วยโหนดเจเอส
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล
การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทำความเข้าใจประสบการณ์ของผู้ใช้ เป็นสิ่งสำคัญต่อความสำเร็จและการพัฒนาอย่างต่อเนื่องของโมไบล์แอปพลิเคชัน งานวิจัยนี้นำเสนอวิธีการจำแนกบทวิจารณ์ของผู้ใช้ตามลักษณะของประสบการณ์ผู้ใช้ที่มีต่อโมไบล์แอปพลิเคชัน โดยใช้ทั้งอัลกอริทึมการเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึก บทวิจารณ์ของผู้ใช้ถูกจำแนกตามมิติของประสบการณ์ผู้ใช้ในด้านการปฏิบัติและประสบการณ์ผู้ใช้ในด้านความเพลิดเพลิน ซึ่งประกอบด้วยลักษณะของประสบการณ์ผู้ใช้ทั้งหมด 8 รายการ ตามที่นิยามไว้ในแบบสอบถามประสบการณ์ผู้ใช้แบบสั้น ผลลัพธ์การจำแนกบทวิจารณ์ของผู้ใช้สามารถนำไปใช้ร่วมกับการวิเคราะห์ความรู้สึกจากบทวิจารณ์ เพื่อประเมินคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันได้อย่างอัตโนมัติ จากการทดลองประเมินประสิทธิภาพของโมเดลพบว่าเบิร์ต มีประสิทธิภาพดีกว่าซัพพอร์ตเวกเตอร์แมชีน แรนดอมฟอเรสต์ และ ลอจิสติกรีเกรสชัน โดยมีค่าความเที่ยง เท่ากับ 80%, ค่าเรียกคืน เท่ากับ 74%, ค่าเอฟวัน เท่ากับ 76%, ค่าความแม่น เท่ากับ 78% และค่าเอยูซี เท่ากับ 0.94 นอกจากนี้ค่าคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันที่คำนวณได้มีค่าสหสัมพันธ์เชิงบวกในระดับปานกลางถึงสูงเป็น 0.68 กับค่าคะแนนการจัดอันดับบนแอปสโตร์ ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพของการวิเคราะห์และประเมินคะแนนประสบการณ์ผู้ใช้อย่างอัตโนมัติในการเสริมสร้างคุณภาพของโมไบล์แอปพลิเคชันและความพึงพอใจของผู้ใช้
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร
การพัฒนาเมตริกสำหรับการประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟโดยใช้การวิเคราะห์ทางศัพท์และทางความหมาย, ณภัทร สารวนางกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การประเมินผลการสรุปข้อความยังคงเป็นเรื่องท้าทาย เนื่องจากตัววัดแบบดั้งเดิม เช่น ROUGE และ BLEU มุ่งเน้นไปที่ความเหมือนกันของคำ ซึ่งมักจะไม่สามารถจับความหมายเชิงลึกและความสอดคล้องของเนื้อหาได้อย่างครบถ้วน งานวิจัยนี้นำเสนอ CorefSemScore ซึ่งเป็นตัววัดเชิงประเมินแบบผสมผสานที่รวมการวิเคราะห์ การแก้ไขการอ้างอิงร่วม เข้ากับการประเมินความคล้ายคลึงกันเชิงความหมาย โดยผสานการใช้ ROUGE, BERTScore, และ Sentence-BERT เพื่อการประเมินที่ครอบคลุมมากขึ้น CorefSemScore ใช้วิธีการเฉลี่ยแบบถ่วงน้ำหนักเพื่อผสานองค์ประกอบการประเมินในหลากหลายมิติ โดยเน้นความสมดุลระหว่างการประเมินความคล้ายคลึงกันเชิงคำศัพท์และความคล้ายคลึงกันเชิงความหมาย ส่งผลให้สามารถประเมินการสรุปข้อความแบบแอบสแทร็กต์ทิฟได้อย่างครอบคลุม ผลการทดลองบนชุดข้อมูล SummEval แสดงให้เห็นว่า CorefSemScore มีประสิทธิผลเหนือกว่าทั้งตัววัดแบบความคล้ายคลึงกันเชิงคำศัพท์ เช่น ROUGE และ BLEU รวมถึงตัววัดความคล้ายคลึงกันเชิงความหมาย เช่น BERTScore โดยเฉพาะในด้านการสะท้อนความเชื่อมโยงของเนื้อหา ซึ่งสะท้อนถึงศักยภาพของตัววัดในการยกระดับความน่าเชื่อถือของการประเมินผลการสรุปข้อความแบบแอบสแทร็กต์ทิฟ
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์
เทคนิคการจัดกลุ่ม K-Means แบบการคำนวณควอนตัม, ภานุวัฒน์ ธนาภรณ์ชินพงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้ศึกษาอัลกอริธึม K-Means แบบผสมระหว่างควอนตัมและคลาสสิก สำหรับการจัดกลุ่มข้อมูลผู้ป่วยโรคหัวใจ โดยใช้วงจร swap-test ของควอนตัมในการคำนวณระยะทาง และได้ทำการทดสอบบนควอนตัมคอมพิวเตอร์จำลองใน 2 แนวทาง คือแบบที่มีสัญญาณรบกวน และแบบอุดมคติ ด้วยชุดข้อมูลจริงที่มีมากกว่า 1,000 รายการ ผลการทดลองแสดงให้เห็นว่า วิธีควอนตัมทั้งสองสามารถทำความแม่นยำได้สูงถึง 0.83 และให้ค่า F1-score ใกล้เคียงกับ K-Means แบบคลาสสิก (0.82–0.83) แม้ในกรณีค่าจากควอนตัมคอมพิวเตอร์ที่มีสัญญาณรบกวน ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพในการใช้งานจริงของวิธีจัดกลุ่มที่ได้รับการเสริมด้วยควอนตัม
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ
การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ
Chulalongkorn University Theses and Dissertations (Chula ETD)
วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการรู้จำสถานที่ด้วยภาพ (Visual Place Recognition: VPR) สำหรับหุ่นยนต์เคลื่อนที่ภายในอาคาร โดยใช้กล้องมุมกว้างที่ติดตั้งเลนส์ตาปลาในทิศชี้ขึ้นเพดานเพียงตัวเดียว ซึ่งช่วยให้สามารถมองเห็นทั้งเพดานที่มีลักษณะคงที่ และสภาพแวดล้อมโดยรอบได้ในภาพเดียว ลดความจำเป็นในการใช้เซนเซอร์หลายประเภท ระบบที่พัฒนาขึ้นใช้สถาปัตยกรรมแบบ NetVLAD ซึ่งได้รับการฝึกสอนด้วยข้อมูลภาพ Fisheye จากทั้งโลกจริงและโลกจำลอง เรียกว่า FisheyeNetVLAD เพื่อสร้างตัวแทนภาพแบบ Global Descriptor สำหรับการค้นหาสถานที่ในขั้นต้น ผลการทดลองแสดงให้เห็นว่าระบบสามารถรู้จำสถานที่ได้อย่างมีประสิทธิภาพ แม้ในสภาวะแสง มุมมอง และสิ่งกีดขวางที่หลากหลาย จึงเหมาะสมอย่างยิ่งสำหรับการประยุกต์ใช้งานในระบบระบุตำแหน่งของหุ่นยนต์ภายในอาคาร
A Robust Form Understanding System Using Graph-Based Neural Network, Chavin Chuangchaichatchavarn
A Robust Form Understanding System Using Graph-Based Neural Network, Chavin Chuangchaichatchavarn
Chulalongkorn University Theses and Dissertations (Chula ETD)
In this work, we address the challenge of form understanding in real-world documents affected by OCR noise and layout uncertainty. We introduce TONDFU, a bilingual Thai and English dataset consisting of official documents such as vehicle registrations and utility bills, annotated for entity labelling and entity linking. We also introduce a noisy character feature extractor that captures lexical and spatial patterns to improve the model's robustness against noisy textual content. This feature is integrated with geometric, visual, and semantic features in the graph-based model. Experiments show that the noisy character feature outperforms the frequency histogram baseline, and with pretraining on …