Computer Sciences Commons^™

Applications For Machine Learning On Readily Available Data From Virtual Reality Training Experiences, Alec Moore

Electronic Theses and Dissertations, 2020-2023

The purpose of the research presented in this dissertation is to improve virtual reality (VR) training systems by enhancing their understanding of users. While the field of intelligent tutoring systems (ITS) has seen value in this approach, much research into making use of biometrics to improve user understanding and subsequently training, relies on specialized hardware. Through the presented research, I show that with machine learning (ML), the VR system itself can serve as that specialized hardware for VR training systems. I begin by discussing my explorations into using an ecologically valid, specialized training simulation as a testbed to predict knowledge …

The Effects Of Antecedents And Mediating Factors On Cybersecurity Protection Behavior, Ling Li, Li Xu, Wu He

Information Technology & Decision Sciences Faculty Publications

This paper identifies opportunities for potential theoretical and practical improvements in employees' awareness of cybersecurity and their motivational behavior to protect themselves and their organizations from cyberattacks using the protection motivation theory. In addition, it contributes to the literature by examining additional variables and mediators besides the core constructs of the Protection Motivation Model (PMT). This article uses empirical data and structural equation modeling to test the antecedents and mediators of employees' cybersecurity motivational behavior. The study offers theoretical and pragmatic guidance for cybersecurity programs. First, the model developed in this study can partially explain how people may change their …

Software Engineering Approaches For Tinyml Based Iot Embedded Vision: A Systematic Literature Review, Shashank Bangalore Lakshman, Nasir U. Eisty

Computer Science Faculty Publications and Presentations

Internet of Things (IoT) has catapulted human ability to control our environments through ubiquitous sensing, communication, computation, and actuation. Over the past few years, IoT has joined forces with Machine Learning (ML) to embed deep intelligence at the far edge. TinyML (Tiny Machine Learning) has enabled the deployment of ML models for embedded vision on extremely lean edge hardware, bringing the power of IoT and ML together. However, TinyML powered embedded vision applications are still in a nascent stage, and they are just starting to scale to widespread real-world IoT deployment. To harness the true potential of IoT and ML, …

Modeling Iot Solutions: A Lack Of Iot Device Security, And User Education, Benjamin Newlin

Cybersecurity Undergraduate Research Showcase

The Internet of Things, more commonly known as IoT devices, is an ever growing topic, both in the marketplace and in cyber security. While new devices are released into the public every year, a lack of standardized security concepts is also growing ever so clear. By having a model or standard for IoT devices and manufacturers to follow, the customer-base of these devices will have an easier time identifying trustworthy devices as well as how to secure their own devices.

Cyber Whistleblowers: The Black Sheep Of Whistleblowing?, Andrew Wisniewski Jr.

Cybersecurity Undergraduate Research Showcase

From the Introduction:

Contrary to popular belief, this paper argues that cyber whistleblowing can contribute to a greater cyber security posture. However, this requires the development of clearer legal obligations and protections for cyber whistleblowers. This paper will explore the psychology behind whistleblowing, the effectiveness of whistleblowing in a cybersecurity context, how to create a safer and more transparent environment for whistleblowers and companies, and how current laws contribute to cyber whistleblowing.

Decoding Cyclic Codes Via Gröbner Bases, Eduardo Sosa

Honors Theses

In this paper, we analyze the decoding of cyclic codes. First, we introduce linear and cyclic codes, standard decoding processes, and some standard theorems in coding theory. Then, we will introduce Gr¨obner Bases, and describe their connection to the decoding of cyclic codes. Finally, we go in-depth into how we decode cyclic codes using the key equation, and how a breakthrough by A. Brinton Cooper on decoding BCH codes using Gr¨obner Bases gave rise to the search for a polynomial-time algorithm that could someday decode any cyclic code. We discuss the different approaches taken toward developing such an algorithm and …

Challenges Of Constructing Entrainment Map For Arbitrary Circadian Models, Yuxuan (Nelson) Wu

Honors Theses

The entrainment map, developed by Dr.Diekman and Dr.Bose, is claimed to be a 1-dimensional map that produces a better prediction for phase-locking than methods than the phase response curve for circadian models. In his paper, he constructs the entrainment map for the two-dimensional circadian model, the Novak-Tyson model, and the other two higher-dimensional circadian models. For this thesis, we concentrate on exploring if it is viable to construct the entrainment map for other circadian models that are not included in his paper: the Becker-Weimann model and the Relogio model. In addition, we discuss the challenges of constructing the entrainment map …

Nft Sneaker Marketplace Design, Testing, And Challenges, Chris Zhu

Honors Theses

This paper introduces the preliminary background and implementation of the NFT sneaker marketplace. Specifically, we build sneaker NFTs on top of ERC-20 within the Ethereum network and use a top-to-bottom design mechanism. Our website performs well in its functionality, compatibility, and performance. We discuss possible future steps for security implementation. In particular, we recommend using a cold wallet for clients' transactions and implementing multi-signature contracts to avoid spoofing and repudiation. Introducing the sneaker NFT marketplace will vastly reduce the costs of transactions and delivery time in the physical sneaker marketplace. We hope investors in the physical asset space can find …

การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันสำหรับการจัดการเวลาทำงานพนักงานในธุรกิจให้บริการด้านเทคโนโลยีสารสนเทศ, ชีวารัช จิรสรวงเกษม

Chulalongkorn University Theses and Dissertations (Chula ETD)

จากสถานการณ์แพร่ระบาดของไวรัสโควิด-19 นี้ หลายองค์กรได้มีการอนุญาตให้พนักงานทำงานที่บ้าน หรือ Work From Home ได้ อย่างไรก็ตาม พนักงานไม่จำเป็นต้องทำงานที่บ้านเพียงอย่างเดียว สามารถทำงานได้ทุกที่ทุกเวลา เช่น ร้านอาหาร ร้านกาแฟ เป็นต้น แต่สำหรับองค์กรที่ดำเนินธุรกิจ เวลาการเข้าออกงานเป็นหนึ่งในเรื่องที่สำคัญของการทำงาน องค์กรต้องการให้พนักงานเข้าออกงานอย่างตรงเวลา และยังคงต้องปฏิบัติตามกฎระเบียบขององค์กรอย่างเคร่งครัด ระบบการจัดการเวลาทำงานของพนักงานผ่านโทรศัพท์มือถือ หรือโมไบล์แอปพลิเคชันที่สามารถลงเวลาเข้าออกงาน ขอลางาน หรือขออนุมัติการทำงานล่วงเวลาผ่านระบบ ช่วยให้การลงเวลาเข้าออกงาน การลางาน และการขออนุมัติการทำงานล่วงเวลา มีความยืดหยุ่น สะดวก และง่ายดาย ส่งผลให้พนักงานสามารถปฏิบัติงานให้แก่องค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น ในการพัฒนาโมไบล์แอปพลิเคชันให้มีประสิทธิภาพ และสามารถตอบสนองความต้องการที่แท้จริงของผู้ใช้งานทุกกลุ่มได้ จำเป็นต้องนำหลักการคิดเชิงออกแบบ หรือ Design Thinking มาช่วยในการทำงานเพื่อช่วยให้เกิดกระบวนการคิดและออกแบบโดยเน้นไปที่พฤติกรรมของผู้ใช้งานเป็นหลัก โดยจะต้องเข้าใจความต้องการของกลุ่มเป้าหมาย และปัญหาที่เกิดขึ้นในปัจจุบัน เพื่อนำมาช่วยเพิ่มประสิทธิภาพในการพัฒนาระบบได้ ระบบต้นแบบของโครงการนี้ถูกสร้างจากเครื่องมือ Figma โดยจะสามารถเป็นระบบต้นแบบโมไบล์แอปพลิเคชันสำหรับการจัดการเวลาทำงานพนักงานในธุรกิจให้บริการด้านเทคโนโลยีสารสนเทศที่สามารถใช้งานได้จริง โดยตอบสนองความต้องการของผู้ใช้งานทุกกลุ่มอย่างสูงสุด

ระบบสารสนเทศสำหรับจัดการแข่งขันยิงธนู, ธัญมน นิศามณีวงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันกีฬายิงธนูในประเทศไทยได้รับความนิยมเพิ่มมากขึ้น จากกระแสกีฬาแอดเวนเจอร์และสื่อต่าง ๆ ไม่ว่าจะเป็นซีรี่ส์ฮีโร่ หรือการแข่งขันกีฬาไอดอล จึงทำให้กีฬายิงธนูในประเทศไทยเป็นที่รู้จัก และแพร่หลาย มีการจัดการแข่งขันยิงธนูซึ่งมีผู้เข้าร่วมการแข่งขันจำนวนมากขึ้นเรื่อย ๆ ทุกปี แต่มีการจัดการการแข่งขันที่แตกต่างกัน ทำให้ทางสมาคมกีฬายิงธนูแห่งประเทศไทยไม่สามารถรวบรวมข้อมูลการแข่งขันมาสรุปผล วิเคราะห์ตัดสินใจผลการดำเนินการต่าง ๆ ที่เกิดขึ้นได้อย่างมีประสิทธิภาพ โครงการพัฒนา “ระบบสารสนเทศสำหรับจัดการแข่งขันยิงธนู” ประกอบไปด้วย 8 ระบบย่อย มีการทำงานและใช้ข้อมูลร่วมกัน ดังนี้ (1) ระบบจัดการสิทธิ์ผู้ใช้งาน (2) ระบบจัดการข้อมูลหลัก (3) ระบบสร้างการแข่งขัน (4) ระบบลงทะเบียนผู้เข้าแข่งขัน (5) ระบบจัดการการแข่งขัน (6) ระบบรายงานผลการแข่งขัน (7) ระบบรายงานการจัดการแข่งขันยิงธนูในประเทศไทย (8) ระบบวิเคราะห์ข้อมูลการแข่งขันกีฬายิงธนู โดยใช้เครื่องมือหลักในการพัฒนา คือ Django Version 4.1.2 ทำงานร่วมกับ MySQL Version 8.0 และชุดโปรแกรม Tableau Desktop Version 2022.3 สำหรับวิเคราะห์ข้อมูลการแข่งขันกีฬายิงธนู ระบบที่พัฒนาขึ้นในโครงการนี้จึงมีจุดประสงค์เพื่อช่วยให้สมาคมกีฬายิงธนูแห่งประเทศไทยสามารถจัดเก็บข้อมูลไว้ที่เดียวกันให้สะดวกต่อการนำข้อมูลการแข่งขันมาใช้ในการวางแผนพัฒนากีฬายิงธนูในประเทศไทย และยังช่วยอำนวยความสะดวกให้กับองค์กร สมาคม ชมรมต่าง ๆ ที่จะจัดการแข่งขันยิงธนูให้สามารถใช้ระบบสารสนเทศสำหรับจัดการแข่งขันยิงธนูเพื่อจัดการแข่งขันได้

การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันสำหรับการวางแผนพัฒนาพนักงานรายบุคคลในองค์กร, พลอยพิสุทธิ์ ทิมขลิบ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันการพัฒนาพนักงานในองค์กรมีความเฉพาะเจาะจงมากขึ้น พนักงานมองหาการพัฒนาที่สามารถตอบโจทย์ความต้องการเฉพาะบุคคลมากกว่าแผนการพัฒนาที่ทุกคนได้รับการเรียนรู้คล้าย ๆ กันเช่นที่ผ่านมา จึงทำให้หลายองค์กรหันมาให้ความสำคัญกับ การวางแผนพัฒนาพนักงานรายบุคคล ที่มุ่งเน้นให้พนักงานเป็นผู้มีส่วนสำคัญในการวางแผน และกำหนดความต้องการในการพัฒนาทางสายอาชีพและการเรียนรู้ได้ด้วยตนเองมากขึ้น องค์กรใดที่มีการบริหารจัดการการพัฒนาพนักงานรายบุคคลที่มีประสิทธิภาพจึงมีข้อได้เปรียบ และสามารถดึงดูดพนักงานให้เข้ามาร่วมงานกับองค์กรได้มากกว่า ดังนั้นการหาระบบหรือเครื่องมือที่ถูกออกแบบมาได้ตอบโจทย์ หรือตรงกับความต้องการในการบริหารจัดการเรื่องการพัฒนาพนักงานรายบุคคลในองค์กรได้นั้น จึงเป็นสิ่งที่หลายองค์กรมองหา โครงการนี้จึงนำ กระบวนการคิดเชิงออกแบบ หรือ Design Thinking มาประยุกต์ใช้ในการทำความเข้าใจและหาความต้องการที่แท้จริงของผู้ใช้งานระบบทั้ง 3 ฝ่าย นั่นคือ พนักงาน หัวหน้างาน และเจ้าหน้าที่ฝ่ายทรัพยากรบุคคล เพื่อออกแบบระบบต้นแบบของโมไบล์แอปพลิเคชันสำหรับการวางแผนพัฒนาพนักงานรายบุคคลในองค์กรที่สามารถตอบโจทย์ความต้องการของพนักงานและองค์กรให้ได้มากที่สุด ระบบต้นแบบของโมไบล์แอปพลิเคชันสำหรับการวางแผนพัฒนาพนักงานรายบุคคลในองค์กรนี้จึงเป็นส่วนสำคัญในการบริหารจัดการการเรียนรู้และการพัฒนาในองค์กรให้มีระบบ ใช้งานง่าย และตอบโจทย์ความต้องการในการพัฒนาพนักงานรายบุคคลในองค์กรได้อย่างมีประสิทธิภาพ

การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจร้านกาแฟสด, สิดาพรรณ เล้ากุลวิเชษฐ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ร้านกาแฟสดเป็นร้านขายเครื่องดื่มประเภทกาแฟชงสดและอาจมีเครื่องดื่มประเภทอื่นด้วย เช่น ชา โกโก้ เป็นต้น เครื่องดื่มประเภทกาแฟสดเป็นเครื่องดื่มที่ได้รับความนิยมอย่างมากในกลุ่มวัยทำงาน เนื่องจากเครื่องดื่มชนิดนี้สามารถช่วยให้ร่างกายรู้สึกตื่นตัวและกระปรี้กระเปร่า และเวลาที่นิยมที่ลูกค้ามักจะเลือกซื้อกาแฟได้แก่เวลาตอนเช้าก่อนเข้างานและเวลาพักกลางวันซึ่งเป็นช่วงเวลาที่มีระยะเวลาจำกัด ซึ่งความต้องการของลูกค้าที่มีเวลาจำกัดคือต้องการซื้อกาแฟแต่ไม่ต้องการเสียเวลารอนานในช่วงเวลาที่เร่งรีบ ในปัจจุบันมีลูกค้าบางรายที่ตัดสินใจไม่ซื้อเนื่องจากไม่ต้องการเสียเวลารอนาน และมีลูกค้าบางรายที่ไม่อยากเสียเวลารอนานจึงใช้วิธีการโทรมาที่ร้านกาแฟสดเพื่อสั่งล่วงหน้าแต่บางครั้งก็เกิดปัญหาลูกค้าที่โทรมาสั่งไว้ไม่มารับก็เครื่องดื่มทำให้เกิดเป็นต้นทุนเสียของร้านกาแฟสด จึงจำเป็นต้องมีโมไบล์แอปพลิเคชันของธุรกิจร้านกาแฟสดที่ช่วยเข้ามาลดปัญหาและเพิ่มประสิทธิภาพในการดำเนินธุรกิจของร้านกาแฟสด โครงการพิเศษเรื่อง “การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจร้านกาแฟสด” ประกอบด้วย 8 ระบบย่อย ได้แก่ ระบบจัดการบัญชีผู้ใช้ ระบบรับคำสั่งซื้อล่วงหน้าและชำระเงิน ระบบแสดงผลรายการคำสั่งซื้อ ระบบแสดงประวัติการสั่งซื้อ ระบบจัดการข้อมูล ระบบรายงานการวิเคราะห์ยอดขาย ระบบรายงานคลังวัตถุดิบและอุปกรณ์ และระบบรายงานรายได้และค่าใช้จ่าย โดยใช้โปรแกรม Figma เป็นเครื่องมือในการออกแบบระบบ โดยระบบนี้ถูกออกแบบเพื่อเป็นตัวช่วยในการจัดการคำสั่งซื้อจากลูกค้าและเพิ่มความสะดวกและรวดเร็วในการดำเนินงานของธุรกิจร้านกาแฟสด การใช้การคิดเชิงออกแบบเพื่อพัฒนาโมไบล์แอปพลิเคชันของธุรกิจร้านกาแฟสดนี้จะช่วยให้ได้ระบบต้นแบบของระบบที่ตรงตามที่ผู้ใช้งานต้องการ และช่วยให้มีการจัดเก็บข้อมูลเพื่อนำมาใช้ในการวิเคราะห์และสนับสนุนในการตัดสินใจต่าง ๆ ให้มีประสิทธิภาพ

คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจร้านอาหารและเครื่องดื่ม, อานนท์ ศิลานันท์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในช่วงเวลาที่ผ่านมาธุรกิจร้านอาหารและเครื่องดื่มมีจำนวนเพิ่มมากขึ้น ทั้งในเขตกรุงเทพ ฯ และปริมณฑล อย่างไรก็ตาม สถานการณ์ระบาดโควิด-19 ส่งผลให้การเติบโตของธุรกิจร้านอาหารและเครื่องดื่มชะลอตัวลง การพัฒนาเครื่องมือช่วยในการวิเคราะห์และตัดสินใจในการดำเนินธุรกิจเป็นวิธีหนึ่งที่จะช่วยให้ธุรกิจร้านอาหารและเครื่องดื่มรับมือกับการเปลี่ยนแปลงและสามารถวางแผนดำเนินธุรกิจให้ประสบความสำเร็จมากยิ่งขึ้น โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจร้านอาหารและเครื่องดื่ม” ประกอบด้วย 5 ระบบหลัก ได้แก่ ระบบวิเคราะห์ยอดขาย ระบบการวิเคราะห์การสั่งอาหารและเครื่องดื่ม ระบบแบ่งกลุ่มใบเสร็จค่าอาหารและเครื่องดื่ม ระบบวิเคราะห์กฎความสัมพันธ์ในใบเสร็จค่าอาหารและเครื่องดื่ม และระบบพยากรณ์ยอดขาย ระบบได้พัฒนาขึ้นบนระบบจัดการฐานข้อมูล Google Bigquery พัฒนารายงานวิเคราะห์โดยใช้เครื่องมือ Tableau Desktop และวิเคราะห์ข้อมูลขั้นสูงด้วยภาษาไพธอน ระบบที่พัฒนาขึ้นจะช่วยให้ผู้บริหารวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ได้อย่างถูกต้องและรวดเร็ว เพื่อนำไปใช้ประกอบการตัดสินใจดำเนินธุรกิจและทำความเข้าใจพฤติกรรมการใช้บริการของลูกค้าเพื่อสร้างความได้เปรียบทางการแข่งขันในธุรกิจ

การทำนายค่าฝุ่น Pm2.5 ทั้งในเชิงแผนที่และเชิงเวลาด้วยเทคนิคการเรียนรู้เชิงลึก, ณัฏฐ์ ศิริสัมพันธ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

PM2.5 เป็นอนุภาคขนาดเล็กที่มีส่วนทำให้เกิดปัญหามลพิษทางอากาศในประเทศไทย การหายใจนำฝุ่น PM2.5 เข้าไปสามารถทำให้เกิดปัญหาสุขภาพตามมาได้ เช่น โรคทางเดินหายใจและโรคหัวใจเสื่อมสภาพ รวมถึงเพิ่มความเสี่ยงต่อการเสียชีวิตก่อนวัยอันควร งานวิจัยนี้เสนอแบบจำลองที่ใช้การเรียนรู้เชิงลึกเพื่อทำนายค่าฝุ่น PM2.5 ในระดับประเทศซึ่งเป็นการทำนายทั้งในเชิงพื้นที่และเวลา โดยแบบจำลองที่นำเสนอมีชื่อว่า SimVP-CFLL-ML มีพื้นฐานมาจากแบบจำลองการทำนายวิดีโอที่เรียกว่า "SimVP" และเพื่อเพิ่มประสิทธิภาพในการทำนายค่าฝุ่น PM2.5 ในช่วงที่มีค่าฝุ่นสูง SimVP ได้มีการพัฒนาเพิ่มเติมสองประการ คือ 1.Cross-Feature Learning Layer (CFLL) ซึ่งใช้ 1x1 convolution layer เพื่อเรียนรู้ความสัมพันธ์ของคุณลักษณะและ 2.Masking Layer (ML) ซึ่งใช้สำหรับคำนวณค่าลอสเฉพาะส่วนที่สำคัญที่ต้องการทำนาย โดยในที่นี้คือส่วนที่เป็นประเทศไทย การทดลองดำเนินการโดยใช้ข้อมูลที่เก็บรวบรวมจากกรมควบคุมมลพิษของประเทศไทยและโครงการ Sensor For All (SFA) ผลการทดลองแสดงให้เห็นว่าแบบจำลองของเราเหนือกว่าแบบจำลองพื้นฐานทั้งหมด โดยเฉพาะในกรณีที่ต้องการจำแนกช่วงที่ค่าฝุ่นมีค่าสูง แบบจำลองของเราได้ผลลัพธ์ค่าคะแนน F1 สูงกว่าแบบจำลองพื้นฐานที่ดีที่สุดถึง 3.51%

ระบบสนับสนุนการจัดเก็บและวิเคราะห์ข้อมูลลำดับซ้ำเรียงต่อเนื่องแบบสั้นสำหรับนิติวิทยาศาสตร์, ณัฏฐชัย กุลธรรมนิตย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ลำดับซ้ำเรียงต่อเนื่องแบบสั้น (Short Tandem Repeat) หรือเอสทีอาร์ (STR) เป็นลำดับที่ซ้ำกันเป็นชุด ๆ ที่พบได้ในจีโนม (Genome) ของมนุษย์และมีประโยชน์มากในนิติวิทยาศาสตร์ เช่น การยืนยันตัวบุคคล การหาความสัมพันธ์ทางเครือญาติ เทคโนโลยีการลำดับเบสยุคใหม่ (Next-Generaton Sequencing: NGS) เช่น ForenSeq Signature Prep สามารถหาลำดับ STRs และให้ข้อมูลเชิงลึกเกี่ยวกับโครงสร้างประชากรได้ ถึงแม้ว่าเอสทีอาร์ที่ได้จากเทคโนโลยีนี้จะมีประโยชน์มากมาย แต่ไม่มีแพลตฟอร์มซอฟต์แวร์โอเพ่นซอร์สใดที่รวมการจัดการและการวิเคราะห์ข้อมูลของเอสทีอาร์ไว้ในแพลตฟอร์มเดียว ผู้ใช้งานอาจต้องใช้หลายโปรแกรมในการวิเคราะห์ข้อมูลเอสทีอาร์ จากนั้นรวบรวมผลลัพธ์ลงในฐานข้อมูลแยกหรือโฟลเดอร์ระบบไฟล์ เพื่อแก้ไขปัญหาดังกล่าว ระบบที่นำเสนอ STRategy เป็นเว็บแอพพลิเคชันที่มีระบบการจัดการและวิเคราะห์ข้อมูลเอสทีอาร์ โดย STRategy อนุญาตให้ผู้ใช้งานเก็บข้อมูลลงฐานข้อมูลหลังจากนั้นระบบจะวิเคราะห์และแสดงผลข้อมูลโดยอัตโนมัติ ระบบนี้ถูกออกแบบให้ใช้ในองค์กรหรือห้องปฏิบัติการ จึงมีระบบการกำหนดสิทธิผู้ใช้ระบบตามบทบาท (Role Based Access Control) เพื่อให้ผู้ใช้งานเข้าถึงข้อมูลตามสิทธิของแต่ละบุคคลเท่านั้น ระบบถูกออกแบบให้มีความยืดหยุ่นสูง และได้ปฏิบัติตามแนวคิดสถาปัตยกรรม 3-เลเยอร์ หลักการออกแบบโปรแกรมเชิงวัตถุ รวมถึงมีการใช้แบบรูป (Design patterns) ต่าง ๆ เพื่อรองรับการเพิ่มโมดูลการวิเคราะห์และโมดูลการแสดงผล รวมถึงการพัฒนาต่อยอดได้ง่ายในอนาคต

A Study On Developing Novel Methods For Relation Extraction, Darshini Mahendran

Theses and Dissertations

Relation Extraction (RE) is a task of Natural Language Processing (NLP) to detect and classify the relations between two entities. Relation extraction in the biomedical and scientific literature domain is challenging as text can contain multiple pairs of entities in the same instance. During the course of this research, we developed an RE framework (RelEx), which consists of five main RE paradigms: rule-based, machine learning-based, Convolutional Neural Network (CNN)-based, Bidirectional Encoder Representations from Transformers (BERT)-based, and Graph Convolutional Networks (GCNs)-based approaches. RelEx's rule-based approach uses co-location information of the entities to determine whether a relation exists between a selected entity …

Universal Design In Bci: Deep Learning Approaches For Adaptive Speech Brain-Computer Interfaces, Srdjan Lesaja

Theses and Dissertations

In the last two decades, there have been many breakthrough advancements in non-invasive and invasive brain-computer interface (BCI) systems. However, the majority of BCI model designs still follow a paradigm whereby neural signals are preprocessed and task-related features extracted using static, and generally customized, data-independent designs. Such BCI designs commonly optimize narrow task performance over generalizability, adaptability, and robustness, which is not well suited to meeting individual user needs. If one day BCIs are to be capable of decoding our higher-order cognitive commands and conceptual maps, their designs will need to be adaptive architectures that will evolve and grow in …

The Impact Of A Gencyber Camp On In-Service Teachers’ Tpack, Kevin M. Thomas, Jessica Ivy, Kristin Cook, Robert R. Kelley

Journal of Cybersecurity Education, Research and Practice

The purpose of this study was to examine the impact of a GenCyber camp curriculum on teachers’ technology, pedagogy, and content knowledge (TPACK). The camp was designed to engage participants in developing the knowledge and skills to incorporate GenCyber Cybersecurity First Principles and GenCyber Cybersecurity Concepts (GenCyber, 2019) into their curriculums. Participants (37 middle and high school teachers from a variety of disciplines) attended one of two weeklong camps held at a Midwestern liberal arts university. Using the TPACK Self-Reflection and TPACK Self-Assessment Surveys, pre- and post-camp data were collected from participants. Findings indicate that participants demonstrated an increase in …

Toward A Student-Ready Cybersecurity Program: Findings From A Survey Of Stem-Students, Lora Pitman, Brian K. Payne, Tancy Vandecar-Burdin, Lenora Thorbjornsen

Journal of Cybersecurity Education, Research and Practice

As the number of available cybersecurity jobs continues to grow, colleges strive to offer to their cybersecurity students an environment which will make them sufficiently prepared to enter the workforce after graduation. This paper explores the academic and professional needs of STEM-students in various higher education institutions across Virginia and how cybersecurity programs can cater to these needs. It also seeks to propose an evidence-based approach for improving the existing cybersecurity programs so that they can become more inclusive and student-ready. A survey of 251 college students in four higher-education institutions in Virginia showed that while there are common patterns …

Codematcher: Searching Code Based On Sequential Semantics Of Important Query Words, Chao Liu, Xin Xia, David Lo, Zhiwei Liu, Ahmed E. Hassan, Shanping Li

Research Collection School Of Computing and Information Systems

To accelerate software development, developers frequently search and reuse existing code snippets from a large-scale codebase, e.g., GitHub. Over the years, researchers proposed many information retrieval (IR)-based models for code search, but they fail to connect the semantic gap between query and code. An early successful deep learning (DL)-based model DeepCS solved this issue by learning the relationship between pairs of code methods and corresponding natural language descriptions. Two major advantages of DeepCS are the capability of understanding irrelevant/noisy keywords and capturing sequential relationships between words in query and code. In this article, we proposed an IR-based model CodeMatcher that …

Creation Of A Neural Network For The American Sign Language To Russian Translation App, John T. Simmons

Capstone Projects

1. A large population of people utilize American Sign Language for their primary method of communication.
2. No commercially available product is available for these people for when they need to communicate with speakers of a foreign language.
3. We must investigate methods to make communication between these two parties easier and more accessible.
4. By using a neural network to classify images of American Sign Language letters, we can build a service to make translation of American Sign Language into foreign languages possible.

Robophobia, Andrew Keane Woods

University of Colorado Law Review

Robots-machines, algorithms, artificial intelligence-play an increasingly important role in society, often supplementing or even replacing human judgment. Scholars have rightly become concerned with the fairness, accuracy, and humanity of these systems. Indeed, anxiety about machine bias is at a fever pitch. While these concerns are important, they nearly all run in one direction: we worry about robot bias against humans; we rarely worry about human bias against robots.

This is a mistake. Not because robots deserve, in some deontological sense, to be treated fairly-although that may be true-but because our bias against nonhuman deciders is bad for us. For example, …

Searching For Pets: Using Distributional And Sentiment-Based Methods To Find Potentially Euphemistic Terms, Patrick Lee, Martha Gavidia, Anna Feldman, Jing Peng

Department of Computer Science Faculty Scholarship and Creative Works

This paper presents a linguistically driven proof of concept for finding potentially euphemistic terms, or PETs. Acknowledging that PETs tend to be commonly used expressions for a certain range of sensitive topics, we make use of distributional similarities to select and filter phrase candidates from a sentence and rank them using a set of simple sentiment-based metrics. We present the results of our approach tested on a corpus of sentences containing euphemisms, demonstrating its efficacy for detecting single and multi-word PETs from a broad range of topics. We also discuss future potential for sentiment-based methods on this task.

A Report On The Euphemisms Detection Shared Task, Patrick Lee, Anna Feldman, Jing Peng

Department of Computer Science Faculty Scholarship and Creative Works

This paper presents The Shared Task on Euphemism Detection for the Third Workshop on Figurative Language Processing (FigLang 2022) held in conjunction with EMNLP 2022. Participants were invited to investigate the euphemism detection task: given input text, identify whether it contains a euphemism. The input data is a corpus of sentences containing potentially euphemistic terms (PETs) collected from the GloWbE corpus (Davies and Fuchs, 2015), and are human-annotated as containing either a euphemistic or literal usage of a PET. In this paper, we present the results and analyze the common themes, methods and findings of the participating teams.

Study On Performance Of Pruned Cnn-Based Classification Models, Mengling Deng

Electronic Theses and Dissertations

Convolutional Neural Network (CNN) is a neural network developed for processing image data. CNNs have been studied extensively and have been used in numerous computer vision tasks such as image classification and segmentation, object detection and recognition, etc. [1] Although, the CNNs-based approaches showed humanlevel performances in these tasks [2], they require heavy computation in both training and inference stages, and the models consist of millions of parameters. This hinders the development and deployment of CNN-based models for real world applications. Neural Network Pruning and Compression techniques have been proposed [3, 4] to reduce the computation complexity of trained CNNs …

Vietnamese Document Analysis: Dataset, Method And Benchmark Suite, Khang Nguyen, An Nguyen, Nguyen D. Vo, Tam Nguyen

Computer Science Faculty Publications

Document image understanding is increasingly useful since the number of digital documents is increasing day-by-day and the need for automation is increasing. Object detection plays a significant role in detecting vital objects and layouts in document images and contributes to providing a clearer understanding of the documents. Nonetheless, previous research mainly focuses on English document images, and studies on Vietnamese document images are limited. In this study, we extensively benchmark state-of-the-art object detectors and analyze the performance of each method on Vietnamese document images. Moreover, we also investigate the effectiveness of four different loss functions on the experimental object detection …

Why Do Family Members Reject Ai In Health Care? Competing Effects Of Emotions, Eun Hee Park, Karl Werder, Lan Cao, Balasubramaniam Ramesh

Information Technology & Decision Sciences Faculty Publications

Artificial intelligence (AI) enables continuous monitoring of patients’ health, thus improving the quality of their health care. However, prior studies suggest that individuals resist such innovative technology. In contrast to prior studies that investigate individuals’ decisions for themselves, we focus on family members’ rejection of AI monitoring, as family members play a significant role in health care decisions. Our research investigates competing effects of emotions toward the rejection of AI monitoring for health care. Based on two scenario-based experiments, our study reveals that emotions play a decisive role in family members’ decision making on behalf of their parents. We find …

Defending Against Adversarial Attacks On Medical Imaging Ai Systems, Xin Li

Wayne State University Theses

Although deep learning systems trained on medical images have shown state-of-the-art performance in many clinical prediction tasks, recent studies demonstrate that these systems can be fooled by carefully crafted adversarial images. It has raised concerns on the practical deployment of deep learning based medical image classification systems. Although an array of defense techniques have been developed and proved to be effective in computer vision, defending against adversarial attacks on medical images remains largely an uncharted territory due to their unique challenges: crafted adversarial noises added to a highly standardized medical image can make it a hard sample for model to …

Speedster: An Efficient Multi-Party State Channel Via Enclaves, Jinghui Liao

Wayne State University Theses

State channel network is the most popular layer-2 solution to the issues of scalability,high transaction fees, and low transaction throughput of public Blockchain networks. However, the existing works have limitations that curb the wide adoption of the technology, such as the expensive creation and closure of channels, strict synchronization between the main chain and off-chain channels, frozen deposits, and inability to execute multi-party smart contracts. In this work, we present Speedster, an account-based state-channel system that aims to address the above issues. To this end, Speedster leverages the latest development of secure hardware to create dispute-free certified channels that can …

The Locus Algorithm: A Novel Technique For Identifying Optimised Pointings For Differential Photometry, Oisin Creaner, Kevin Nolan Mr, E. Hickey, N. Smith

Articles

Studies of the photometric variability of astronomical sources from ground-based telescopes must overcome atmospheric extinction effects. Differential photometry by reference to an ensemble of reference stars which closely match the target in terms of magnitude and colour can mitigate these effects. This Paper describes the design, implementation, and operation of a novel algorithm – The Locus Algorithm – which enables optimised differential photometry. The Algorithm is intended to identify, for a given target and observational parameters, the Field of View (FoV) which includes the target and the maximum number of reference stars similar to the target. A collection of objects …