Open Access. Powered by Scholars. Published by Universities.®

Computer Sciences Commons™

Open Access. Powered by Scholars. Published by Universities.®

Discipline
Institution
Keyword
Publication Year
Publication
Publication Type
File Type

Articles 19921 - 19950 of 63167

Full-Text Articles in Computer Sciences

Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin Jan 2021

Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin

Chulalongkorn University Theses and Dissertations (Chula ETD)

High performance processor can tackle bottleneck issues by increasing vector lengths and leveling effectiveness of memory hierarchies to address these issue. Manual optimization of code is a difficult task when having multiple architecturedependent transformation. Our goal is to develop a tool that performs source code transformation based on loop optimization techniques, since a loop plays an important role in improving of performance in scientific simulation software. We implement an source-to-source transformation tool based libTooling, a Clang’s library, based on polyhedral model to simplify a loop transformation of CMSSW building pipeline. The tool also can be used for automatically transformation. The …

Go to article

Sentiment Analysis Of Messages On Twitter Related To Covid-19 Using Deep Learning Approach, Chotika Imvimol Jan 2021

Sentiment Analysis Of Messages On Twitter Related To Covid-19 Using Deep Learning Approach, Chotika Imvimol

Chulalongkorn University Theses and Dissertations (Chula ETD)

The widespread situation of the Coronavirus-19 (COVID-19) pandemic is a tangible and pressing concern. Many changes in terms of lifestyle are necessary to reduce the chance of infection. While citizens have gone through different emotions, they share their thoughts and interactions on social media, especially on Twitter. COVID-19 related messages can imply social emotion. This study performs sentiment analysis on tweets and annotated them into six classes of positive and negative feelings consisting of anger, disgust, fear, sadness, joy, and surprise. We analyzed both textual information and historical data. We collected 120,642 unique tweets datasets between 1 January 2020 and …

Go to article

Conformance Checking And Discovery Of Information Service Request Process, Liam Khaosanoi Jan 2021

Conformance Checking And Discovery Of Information Service Request Process, Liam Khaosanoi

Chulalongkorn University Theses and Dissertations (Chula ETD)

Process mining is a form of business process analysis. The approach could support organizations in retrieving structured process information by using recorded process data to discover, monitor and improve the processes. In this work, the process mining technology is applied for conformance checking and discovering an organization’s Information Service Request process in reality as a case study. Currently, the reference model was drawn as a simple flow using Microsoft Word. The proposed method starts with writing a VBA script to extract traces from the drawing that enables the generation of XES file used for modeling the reference process in Petri …

Go to article

Object Detection In Intelligent Billing System For Conveyor Belt Sushi Restaurant, Rangrak Maitriboriruks Jan 2021

Object Detection In Intelligent Billing System For Conveyor Belt Sushi Restaurant, Rangrak Maitriboriruks

Chulalongkorn University Theses and Dissertations (Chula ETD)

Organization must automate wherever and whenever they can, particularly during today’s global changes in daily lifestyles. Trends regarding the use of technology, especially AI has emerged as a key enabler for disruptive innovation. This thesis thus presents the application programming interface of object detector implemented with YOLOv4 and OpenCV for classifying the prices of sushi plates distinguished by colors. The object detector is part of the smart cross-platform mobile application to facilitate billing process for conveyor belt sushi business. The frontend is developed with Flutter to build single codebase for UIs. To handle the variants of image colors resulting from …

Go to article

Adaptive Image Preprocessing And Augmentation For Disease Screening On Multi-Source Chest X-Ray Datasets, Wasunan Chokchaithanakul Jan 2021

Adaptive Image Preprocessing And Augmentation For Disease Screening On Multi-Source Chest X-Ray Datasets, Wasunan Chokchaithanakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

Research on deep learning models for chest radiology applications has increased attention by the public. However, most works focus on developing models using in-domain data, so the significant drawback, when applied in real-world scenarios, was the mismatched data with the training set. Consequently, some models perform inferior at the deployment stage. This work focused on the effects of dataset mismatch on chest radiography and analyzed the methods the overcome the mismatch issues. The lung balance contrast enhancement technique (lung BCET) automatically identifies the lung region and normalizes the image accordingly to improve the robustness of out-of-domain data developed. Additionally, augmentation …

Go to article

A Design Of Fpga Framework For Quantum Computing Simulation, Yaninee Jungjarassub Jan 2021

A Design Of Fpga Framework For Quantum Computing Simulation, Yaninee Jungjarassub

Chulalongkorn University Theses and Dissertations (Chula ETD)

​We use FPGA to optimize the simulation of quantum computing in two aspects. (a) The if-else state is used in place of tensor product calculation. This allows the tensor product of each quantum operator to be generated in a single clock cycle. (b) The pre-calculated lookup ROM is used for estimating the sine and cosine values. This facilitates the computation of quantum gates that are related to angle. To validate our work, we implement our design in VerilogHDL. The performance is evaluated using an FPGA simulator. The result shows a dramatic improvement in the simulation process comparing to those of …

Go to article

Cascading Model For Forex Market Forecasting Using Fundamental And Technical Indicator Data Based On Bert, Arisara Pornwattanavichai Jan 2021

Cascading Model For Forex Market Forecasting Using Fundamental And Technical Indicator Data Based On Bert, Arisara Pornwattanavichai

Chulalongkorn University Theses and Dissertations (Chula ETD)

The foreign exchange rate market is the world's biggest and most liquid financial market, and it's where all currency pairs' exchange rates are set. Since foreign exchange (Forex) rates play a critical role in financial technology and business, many researchers are now interested in forecasting them. The characteristics of Forex data, that include fluctuation, non-linearity, and random walk phenomena, make it difficult for forecasting. Several related studies integrate fundamental data (FD) and technical indicator data to generate Forex forecasting signals (TI). TI is a price pattern-based signal, whereas FD is an indicator of the country's economic conditions. Nevertheless, when it …

Go to article

Travel Time Prediction With Graph Neural Network: A Case Study In Bangkok Thailand, Sathita Buapang Jan 2021

Travel Time Prediction With Graph Neural Network: A Case Study In Bangkok Thailand, Sathita Buapang

Chulalongkorn University Theses and Dissertations (Chula ETD)

Traffic prediction is an essential and challenging task for traffic management and commercial purposes. Machine learning methods for traffic prediction usually treat traffic conditions as time-series due to obvious temporal patterns. Recently, spatial relationships among roads in a road network have also been used to improve traffic prediction. This study proposes a novel method to predict traffic conditions such as speed using a graph convolutional neural network with a spectral adjacency matrix (GCN-Spectral). Unlike a spatial adjacency matrix representing physical connections between road segments, a spectral matrix represents the correlation between road segments regarding traffic conditions. The GCN-Spectral model is …

Go to article

Pulmonary Lesion Classification Using Convolutional Neural Network For Endobronchial Ultrasonogram, Banphatree Khomkham Jan 2021

Pulmonary Lesion Classification Using Convolutional Neural Network For Endobronchial Ultrasonogram, Banphatree Khomkham

Chulalongkorn University Theses and Dissertations (Chula ETD)

This dissertation aims to develop a method to help classify pulmonary lesions from endobronchial ultrasonography images by proposing new features that are extracted from an EBUS image based on medical knowledge and a pulmonary lesion classification framework. The proposed features, namely the adaptive weighted-sum of the upper triangular gray-level co-occurrence matrix and the adaptive weighted-sum of the lower triangular gray-level co-occurrence matrix are used to determine heterogeneity, which is one of the most important characteristics of malignancy. The proposed features together with other standard features are used as input data for the proposed classification framework that uses the weighted ensemble …

Go to article

Thai Tokenizer Invariant Classification Based On Bi-Lstm And Distilbert Encoders, Noppadol Kongsumran Jan 2021

Thai Tokenizer Invariant Classification Based On Bi-Lstm And Distilbert Encoders, Noppadol Kongsumran

Chulalongkorn University Theses and Dissertations (Chula ETD)

Natural language processing (NLP) is a topic in artificial intelligence to teach computer to understand human language. Researchers can feed text of some particular language in any length and type such as characters, words, and sentences into the algorithm to extract a summarized context in terms of numbers. To accept a word array in Thai language, tokenization process is needed to split a text into words because each sentence is written consecutively without any space between words. In general, different tokenizers can produce different sets of words from a single sentence, resulting in uncontrolled accuracies in NLP and related tasks. …

Go to article

Warehouse Processes Improvement Using Lean Six Sigma And Rfid Technology, Pakkaporn Rungruengkultorn Jan 2021

Warehouse Processes Improvement Using Lean Six Sigma And Rfid Technology, Pakkaporn Rungruengkultorn

Chulalongkorn University Theses and Dissertations (Chula ETD)

The warehouse processes are critical to the success of every organization. Thus, a well-managed warehousing process increases an organization's efficiency. The objective of this thesis is to improve warehouse processes in garment manufacturing using Lean Six Sigma and RFID Technology to reduce waste time and non value-added activities of the current processes. Lean Six Sigma is business process improvement technique that combines the tools and principles of Lean and Six Sigma. The DMAIC methodology was employed in this research, which stands for Define, Measure, Analyze, Improve, and Control. Additionally, Model analysis, Value Stream Mapping (VSM), SIPOC charts, and Cause and …

Go to article

Classification Of Abusive Thai Messages In Social Networks Using Deep Learning, Ruangsung Wanasukapunt Jan 2021

Classification Of Abusive Thai Messages In Social Networks Using Deep Learning, Ruangsung Wanasukapunt

Chulalongkorn University Theses and Dissertations (Chula ETD)

Social media has improved on traditional news sources by allowing increased access to information. However, the anonymity social media provides can lead to abusive and hateful speech without detection or repercussion from individuals with malicious intentions. This research develops a binomial and a multinomial classification model for classifying Thai social media text for five categories of abusive content detection in social media that include Rude, Figurative, Dirty, Offensive and Non-Abusive. The experiments demonstrated that DistilBERT achieved the highest F1 score with 0.8510 for the binomial model and 0.9067 for the multinomial model. BiLSTM performed second best with an F1 score …

Go to article

Designing Answer Sets For Thai Advisory Chatbot With Different Talking Styles For Covid-19 Pandemic, Sakolwan Peetaneelavat Jan 2021

Designing Answer Sets For Thai Advisory Chatbot With Different Talking Styles For Covid-19 Pandemic, Sakolwan Peetaneelavat

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research focuses on designing a set of answers for Thai advisory chatbot using a different conversational approach from conventional chatbot for COVID-19 pandemic in order to improve user’s chatbot experience. The research studies how to modify the underlying interactive chatbot language to suit those extrovert and introvert personalities. To evaluate the correctness of answer set design, the author builds two classification models based on Extroversion Text Classification Model (ETCM). Both models utilize the same Logistic Regression algorithm, but different feature selection techniques. The first model relies solely on Term Frequency-Inverse Document Frequency (TF-IDF) property. In contrast, the second model …

Go to article

Considering Neighbor Projection On Neural Based Recommender Systems, Thitiporn Neammanee Jan 2021

Considering Neighbor Projection On Neural Based Recommender Systems, Thitiporn Neammanee

Chulalongkorn University Theses and Dissertations (Chula ETD)

Now, CF is applied with a neural network to make the model more flexible and more accurate. Different neighbors have a different influence on the target user, and different users usually have different rating patterns. Therefore, the proposed method needs to consider two major issues when applying CF with a neural network: the similarity levels between the neighbors and the target user and the user's rating pattern conversion. Thus, the proposed method consists of three main modules to solve the issues mentioned above: rating conversion, similarity module uses, and prediction module. In the experiment, the proposed method is evaluated and …

Go to article

Thai Variable-Length Question Classification For E-Commerce Platform Using Machine Learning With Topic Modeling Feature, Wasu Chunhasomboon Jan 2021

Thai Variable-Length Question Classification For E-Commerce Platform Using Machine Learning With Topic Modeling Feature, Wasu Chunhasomboon

Chulalongkorn University Theses and Dissertations (Chula ETD)

Nowadays, e-commerce platform continuously grows every year and becomes a part of our daily life. However, the application changes from time to time. Either new users or experienced users could face a problem. Several channels, which are FAQ, email, live chat, and call, are provided by e-commerce platform to cope with the problem. FAQ is usually ignored because it is hard to search for the desired answer. The rest channels are applicable. However, the huge number of users causes a bottleneck especially in the special events which delays the users to receive help because customer service agent can reply to …

Go to article

ผลของรูปแบบการนำเสนอบนอินสตาแกรมสตอรี่ ตัวชี้วัดประสิทธิภาพของอินสตาแกรมสตอรี่ที่มีต่ออัตราการคลิกผ่าน, นิรมล ระหว่างงาม Jan 2021

ผลของรูปแบบการนำเสนอบนอินสตาแกรมสตอรี่ ตัวชี้วัดประสิทธิภาพของอินสตาแกรมสตอรี่ที่มีต่ออัตราการคลิกผ่าน, นิรมล ระหว่างงาม

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์ในการศึกษา 2 ประการคือ (1) เพื่อศึกษาเปรียบเทียบอัตราการคลิกผ่าน ของอินสตาแกรมสตอรี่ที่ใช้รูปแบบสื่อและการใช้ฟีเจอร์ที่แตกต่างกัน และ (2) เพื่อศึกษาตัวชี้วัดประสิทธิภาพในอินสตาแกรมสตอรี่ (Instagram Story Metric) ที่ส่งผลต่ออัตราการคลิกผ่าน ในการศึกษาครั้งนี้ผู้วิจัยใช้วิธีการทดลอง โดยสร้างโฆษณาบนอินสตาแกรมสตอรี่แบบปกติขึ้นมา 4 รูปแบบ ได้แก่ (1) รูปแบบภาพประกอบข้อความสั้น ที่ไม่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (2) รูปแบบภาพประกอบข้อความสั้นที่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (3) รูปแบบวิดีโอประกอบข้อความสั้นที่ไม่มีการใส่สติกเกอร์ปฏิสัมพันธ์ (4) รูปแบบวิดีโอประกอบข้อความสั้นที่มีการใส่สติกเกอร์ปฏิสัมพันธ์ จากนั้นเก็บข้อมูลการคลิกผ่าน (Clickthrough) และข้อมูลเบื้องลึก (Insight) ที่เกิดขึ้นหลังจากเผยแพร่อินสตาแกรมสตอรี่ไปแล้ว เพื่อทำการวิเคราะห์อัตราการคลิกผ่าน (Clickthrough Rate : CTR) อัตราการคงอยู่ (Retention Rate) อัตราการเข้าถึง (Reach Rate) อัตราการแตะไปข้างหน้า (Tap-forward Rate) อัตราการแตะย้อนกลับ (Tap-backward Rate) และอัตราการกดออก (Exit Rate) จากการศึกษาพบว่ารูปแบบการนำเสนอแบบภาพและวิดีโอ มีผลต่ออัตราการคลิกผ่านแตกต่างกัน การไม่ใช้และการใช้สติกเกอร์ปฏิสัมพันธ์ส่งผลต่ออัตราการคลิกผ่านแตกต่างกัน และมีปฏิสัมพันธ์ระหว่างรูปแบบสื่อการนำเสนอกับการเลือกไม่ใช้หรือเลือกใช้สติกเกอร์ที่มีผลต่ออัตราการคลิกผ่านแตกต่างกัน การเลือกใช้สติกเกอร์ปฏิสัมพันธ์ รูปแบบสื่อประเภทวิดีโอ อัตราการแตะย้อนกลับ (Tap-backward Rate) อัตราการคงอยู่ (Retention Rate) มีความสัมพันธ์กับอัตราการคลิกผ่าน มากไปหาน้อยตามลำดับ อัตราการกดออก (Exit Rate) อัตราการเข้าถึง (Reach Rate) และอัตราการแตะไปข้างหน้า (Tap-forward Rate) ไม่สามารถสรุปได้ว่ามีความสัมพันธ์กับอัตราการคลิกผ่านในการวิจัยครั้งนี้

Go to article

ผลของการคัดเลือกสนิปตัวแทนต่อการวิเคราะห์การได้มากขึ้นจากเซตของยีนในบาทวิถีการให้สัญญาณจากฐานข้อมูล Kegg ในการศึกษาความสัมพันธ์ทั้งจีโนม, เจษฎา วีรเดชกำพล Jan 2021

ผลของการคัดเลือกสนิปตัวแทนต่อการวิเคราะห์การได้มากขึ้นจากเซตของยีนในบาทวิถีการให้สัญญาณจากฐานข้อมูล Kegg ในการศึกษาความสัมพันธ์ทั้งจีโนม, เจษฎา วีรเดชกำพล

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้นำเสนอการเปรียบเทียบระหว่างการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปทั้งหมดและข้อมูลสนิปตัวแทนจากการศึกษาความสัมพันธ์ทั้งจีโนม ชุดการวัดเปรียบเทียบสมรรถนะได้สร้างจากเจ็ดเซตข้อมูลกลุ่มกรณี-กลุ่มควบคุมจากการศึกษาความสัมพันธ์ทั้งจีโนมของเจ็ดโรคซับซ้อนโดย Wellcome Trust Case Control Consortium เจ็ดโรคซับซ้อนที่สนใจ ได้แก่ โรคอารมณ์สองขั้ว โรคหลอดเลือดแดงโคโรนารี โรคโครห์น ความดันเลือดสูง โรคข้ออักเสบรูมาตอยด์ เบาหวานชนิดที่ 1 และเบาหวานชนิดที่ 2 สนิปตัวแทนได้รับการคัดเลือกจากสนิปในตัวอย่างกลุ่มควบคุมโดยใช้ Tagger จากนั้นหนึ่งสนิปจะได้รับการคัดเลือกสำหรับใช้เป็นตัวแทนยีนโดยการหาค่าสูงสุดของค่าสถิติทดสอบแนวโน้มเอียงคอคราน-อาร์มิเทจเป็นเงื่อนไขการคัดเลือก ถึงแม้ว่ามีการคำนวณค่าสถิติทดสอบสำหรับแต่ละสนิป ค่าสถิติทดสอบสำหรับสนิปตัวแทนจะใช้เป็นค่าสถิติทดสอบสำหรับสนิปที่มีตัวแทนด้วย ส่งผลให้ข้อมูลสนิปที่มีตัวแทนไม่จำเป็นสำหรับการวิเคราะห์บาทวิถี การวิเคราะห์บาทวิถีกระทำโดยใช้ GSEA-SNP ซึ่งเป็นเทคนิคที่ได้รับการพัฒนาต่อจากเทคนิคการวิเคราะห์การได้มากขึ้นจากเซตของยีนหรือ GSEA และสามารถระบุว่า เซตของยีนในบาทวิถีสัมพันธ์กับโรคซับซ้อนหรือไม่ การวิเคราะห์บาทวิถีสนใจเฉพาะบาทวิถีการให้สัญญาณจาก Kyoto Encyclopedia of Genes and Genomes (KEGG) ดังนั้นจุดประสงค์ของการวัดเปรียบเทียบสมรรถนะคือการเปรียบเทียบสมรรถนะการระบุบาทวิถีเป้าหมายที่สัมพันธ์กับแต่ละโรคซับซ้อนจากบาทวิถีการให้สัญญาณทั้งหมด โดยรวมการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปทั้งหมดให้ผลการวิเคราะห์ไม่แตกต่างจากการวิเคราะห์บาทวิถีโดยใช้ข้อมูลสนิปตัวแทน ภายใต้เงื่อนไขการมีอยู่ของข้อมูลความไม่สัมพันธ์การเชื่องโยง ผลการศึกษาแสดงให้เห็นความเป็นไปได้ของการวิเคราะห์บาทวิถีโดยใช้เซตข้อมูลกลุ่มกรณี-กลุ่มควบคุมซึ่งการเก็บข้อมูลจีโนไทป์จะอาศัยสนิปตัวแทนจากการศึกษาความสัมพันธ์ทั้งจีโนม

Go to article

การตรวจจับสิ่งกีดขวางสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยคอมพิวเตอร์วิทัศน์, เพ็ญพิชชา พัฒนจิตรศิลป์ Jan 2021

การตรวจจับสิ่งกีดขวางสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยคอมพิวเตอร์วิทัศน์, เพ็ญพิชชา พัฒนจิตรศิลป์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้นำเสนอระบบตรวจจับสิ่งกีดขวางขณะถอยหลังสำหรับเก้าอี้รถเข็นไฟฟ้าด้วยเทคนิคคอมพิวเตอร์วิทัศน์ เพื่ออำนวยความสะดวกให้แก่ผู้พิการ และ ช่วยลดอุบัติเหตุที่อาจจะเกิดขึ้น ต้องมีการกำหนดระยะที่ต้องการให้ระบบทำการแจ้งเตือนเมื่อใกล้จะชนสิ่งกีดขวาง ซึ่งใช้กล้องจากสมาร์ทโฟนไปติดไว้ด้านหลังเก้าอี้รถเข็น จากนั้นใช้อัลกอริทึม YOLOv3 ในการตรวจจับสิ่งกีดขวางประเภทวัตถุ (object detection) แต่เนื่องจาก YOLOv3 ไม่สามารถตรวจจับสิ่งกีดขวางได้ทุกประเภท ในงานวิจัยนี้จึงได้มีการพัฒนาอัลกอริทึมที่ใช้ในการตรวจจับสิ่งกีดขวางที่เป็นเสา กำแพง หรือ ประตู เพิ่มเติมขึ้นมาด้วยวิธีการตรวจจับขอบภาพ (edge detection) เพื่อเพิ่มประสิทธิภาพในการตรวจจับสิ่งกีดขวางให้กับระบบ เมื่อมีการใช้งานร่วมกันระหว่าง 2 อัลกอริทึม ระบบจึงมีการเลือกใช้อัลกอริทึมในการตรวจจับสิ่งกีดขวางระหว่างวัตถุกับเส้นขอบ ซึ่งผลการทดลองพบว่า ระบบสามารถเลือกใช้อัลกอริทึมในการตรวจจับสิ่งกีดขวางได้ถูกต้องถึง 80% และ ทำการแจ้งเตือนก่อนชนได้แม่นยำสูงถึง 90% อีกทั้งระบบนี้ยังสามารถคำนวณเวลาก่อนชนได้ด้วย

Go to article

การคัดกรองวัณโรคด้วยวิธีการถ่ายทอดการเรียนรู้เชิงลึก, ชัยสิทธิ์ พัฒนาสุวรรณ Jan 2021

การคัดกรองวัณโรคด้วยวิธีการถ่ายทอดการเรียนรู้เชิงลึก, ชัยสิทธิ์ พัฒนาสุวรรณ

Chulalongkorn University Theses and Dissertations (Chula ETD)

วัณโรคเป็นปัญหาสาธารณสุขที่สำคัญ ควรมีการคัดกรองเชิงรุกเพื่อหาผู้ที่ติดเชื้อแยกออกมารักษาเพื่อไม่ให้โรคแพร่กระจาย โดยการพัฒนารูปแบบการเรียนรู้ของเครื่องเพื่อคัดกรองผู้ที่มีความเสี่ยง ซึ่งจะเป็นประโยชน์ต่อทั้งผู้ให้บริการด้านการดูแลสุขภาพและผู้ป่วย การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกสำหรับการจำแนกภาพทางการแพทย์ได้รับการพัฒนาและเติบโตอย่างทวีคูณในช่วงไม่กี่ปีที่ผ่านมา คณะวิจัยได้เลือกใช้แบบจำลอง Convolution Neural Network (CNN) เนื่องจากเป็นหนึ่งในโมเดลที่มีชื่อเสียงและมีประสิทธิภาพสูงสำหรับงานในการแยกประเภทรูปภาพานวิจัยนี้นำเสนอโครงข่ายประสาทเทียมเพื่อจำแนกภาพทรวงอกออกเป็น 2 ประเภท คือ ภาพอกซเรย์ปอดปกติและปอดที่ติดเชื้อวัณโรค โดยมีแหล่งชุดข้อมูลภาพเอกซ์เรย์ทรวงอก 3 ชุด ได้แก่ Montgomery, Shenzen และกรองวัณโรค กรมควบคุมโรค นักวิจัยได้เปรียบเทียบสถาปัตยกรรมแบบจำลองการประมวลผลของ CNN ทั้ง 4 แบบเพื่อหาแบบจำลองที่ดีที่สุดที่เหมาะสำหรับการเอกซ์เรย์ทรวงอก โดยประเมินประสิทธิภาพแบบจำลองด้วยการใช้ Accuracy, Precision, Recall และ AUC ผลการศึกษานี้แสดงให้เห็นว่าแบบจำลอง DenseNet มีความแม่นยำมากกว่ารุ่นอื่นๆ และเราปรับแต่งแบบจำลองสำหรับเกณฑ์ที่ดีที่สุด และนำมาฝึกเพิ่มกับภาพเอกซเรย์ทรวงอกของกองวัณโรคของไทย เพื่อให้เหมาะกัยงานคัดกรองวัณโรคสำหรับคนไทย ความแม่นยำในการทำนายภาพเอกซเรย์ของ ปอดปกติและปอดที่ติดเชื้อวัณโรคในแบบจำลองที่ดีที่สุดคือ 91% และ AUC คือ 95% แบบจำลองที่ได้พัฒนาขึ้นมานี้จะช่วยผู้ให้บริการด้านสุขภาพในการคัดกรองวัณโรค สำหรับประชากรจำนวนมากในประเทศไทย

Go to article

แบบจำลองตรวจจับความฟุ้งซ่านจากไฟฟ้าคลื่นสมอง, ชุติมณฑน์ รุ่งศิลป์ Jan 2021

แบบจำลองตรวจจับความฟุ้งซ่านจากไฟฟ้าคลื่นสมอง, ชุติมณฑน์ รุ่งศิลป์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาเรื่องความฟุ้งซ่านได้รับความนิยมแพร่หลายเนื่องจากความฟุ้งซ่านเกี่ยวเนื่องกับปัญหาทางอารมณ์และสภาพจิตใจที่ไม่มีสุข การศึกษานี้จึงมีความสนใจที่จะพัฒนาแบบจำลองการเรียนรู้ของเครื่องสำหรับฝังในอุปกรณ์พกพาที่สามารถจัดหมวดหมู่ความฟุ้งซ่าน เพื่อช่วยให้ผู้คนสามารถติดตามความคิดของตนเองได้ ในการศึกษานี้ใช้เครื่องวัดสัญญาณไฟฟ้าคลื่นสมองชนิดจำนวนอิเล็กโทรดน้อย เพื่อบันทึกข้อมูลสภาวะสมองที่จะใช้ในการสร้างแบบจำลองทำนาย เพราะความสะดวกและเป็นความมิตรต่อผู้ใช้งาน โดยการศึกษาส่วนใหญ่ของการเรียนรู้ของเครื่องโดยใช้สัญญาณไฟฟ้าคลื่นสมองนั้นให้ผลลัพธ์ดีในระดับบุคคล แต่ในระดับกลุ่มมีเพียงบางการศึกษาที่ทำการพัฒนาแบบจำลอง ด้วยเหตุนี้จุดประสงค์ของการวิจัยนี้คือแบบจำลองระดับกลุ่มที่มีความแม่นยำสูง ดังนั้นจึงเลือกใช้การทวนสอบชนิด Leave One Participant Out Cross Validation (LOPOCV) เพื่อประเมินความถูกต้องของแบบจำลอง ผลการศึกษาพบว่าการใช้เทคนิค baseline normalization ในขั้นตอนคัดเลือกคุณลักษณะช่วยเพิ่มประสิทธิภาพ และแบบจำลองที่ใช้คือ ซพพอร์ตเวกเตอร์ แมชชีน ที่มีความแม่นยำของโมเดลที่ดีสุดเป็น 75.6 เปอร์เซนต์

Go to article

การสร้างคำถามภาษาไทยโดยใช้ Mt5, ณัฎฐนิช วิวัฒน์บุตรสิริ Jan 2021

การสร้างคำถามภาษาไทยโดยใช้ Mt5, ณัฎฐนิช วิวัฒน์บุตรสิริ

Chulalongkorn University Theses and Dissertations (Chula ETD)

มีงานวิจัยเกี่ยวกับเรื่องการสร้างคำถามอยู่จำนวนมากในขอบเขตภาษาอังกฤษแต่แทบไม่มีงานวิจัยเรื่องการสร้างคำถามในภาษาไทย มีชุดข้อมูลคำถาม-คำตอบในขอบเขตของภาษาอังกฤษมากกว่า 1 ล้านคู่คำถาม-คำตอบซึ่งมีจำนวนมากเมื่อเปรียบเทียบกับในขอบเขตของภาษาไทยที่มีอยู่เพียงประมาณ 12,000 คู่ งานวิจัยนี้ขอนำเสนอวิธีพัฒนาการสร้างคำถามอัตโนมัติจากบทความโดยไม่ต้องมีคำตอบในการสร้างคำถาม ภายใต้เงื่อนไขการฝึกสอนจากชุดข้อมูลที่มีอยู่อย่างจำกัด โดยแบบจำลองการสร้างคำถามอัตโนมัติซึ่งฝึกสอนโดยแบบจำลองที่ผ่านการเรียนรู้มาก่อน MT5 จากชุดข้อมูลที่มนุษย์สร้างขึ้น สามารถสร้างคำถามจากชุดข้อมูลภาษาไทยที่เมื่อประเมินอัตโนมัติโดยวัดจากคะแนน BLEU-1 ได้คะแนน 56.19 เราจึงนำเสนอวิธีการเพิ่มประสิทธิภาพการสร้างคำถามจากการสังเคราะห์ข้อมูลและกลไกที่นำเสนอเพิ่มเติมโดยยังคงใช้เพียงแบบจำลองที่ผ่านการเรียนรู้มาก่อน MT5 ซึ่งแบบจำลองที่ผ่านการพัฒนาแล้วมีคะแนน BLEU-1 ถึง 59.03 มากกว่าแบบจำลองที่ผ่านมา นอกจากนี้ผลการประเมินประสิทธิภาพของคำถามโดยมนุษย์ยังแสดงคะแนนด้านความไพเราะ 4.40 คะแนน, ด้านความเกี่ยวข้องกับบทความ 4.65 คะแนนและด้านการตอบคำถามได้จากบทความ 4.7 คะแนนจากทั้งหมด 5 คะแนน

Go to article

การพยากรณ์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 สะสมโดยใช้การเรียนรู้เชิงลึก, ทศพล นวลช่วย Jan 2021

การพยากรณ์จำนวนผู้ติดเชื้อไวรัสโคโรนา 2019 สะสมโดยใช้การเรียนรู้เชิงลึก, ทศพล นวลช่วย

Chulalongkorn University Theses and Dissertations (Chula ETD)

นับตั้งแต่ธันวาคม 2019 โรคติดเชื้อโคโรนาไวรัส 2019 หรือ โควิด-19 เป็นโรคที่เริ่มแพร่กระจายจากคนสู่คน การแพร่ระบาดเกิดขึ้นอย่างรวดเร็วและคาดเดาไม่ได้อันเนื่องมาจากปัจจัยส่งเสริมในหลาย ๆ ด้าน ส่วนหนึ่งคือการท่องเที่ยวระหว่างประเทศ หลังจากการค้นพบการติดเชื้อระหว่างคนสู่คนครั้งแรกไม่นาน องค์การอนามัยโลกได้ประกาศในวันที่ 21 มกราคม 2020 ประกาศภาวะฉุกเฉินทั่วโลกต่อการแพร่กระจายที่รวดเร็วของโรคนี้ มีการสร้างโมเดลจำลองการแพร่กระจายของโรคติดเชื้อโคโรนาไวรัส 2019 เพื่อใช้ในการพยากรณ์และออกแบบนโยบายเพื่อการป้องกันต่อไป โดยเทคนิคที่ใช้ในการสร้างโมเดลมีหลายหลายแบบ ทั้งแบบคลาสสิคและการใช้เครือข่ายประสาทเทียม เพื่อความแม่นยำที่มากขึ้นงานวิจัยชิ้นนี้ได้สร้างโมเดลที่ใช้ข้อมูลทางสถิติในมิติอื่น ๆ นอกเหนือจากข้อมูลทางสถิติด้านจำนวนผู้ติดเชื้อ การทดลองถูกออกแบบมาเพื่อหาวิธีการสร้างโมเดลที่ดีที่สุดและเปรียบเทียบกับโมเดลที่ใช้ข้อมูลเพียงด้านเดียวทั้งในการพยากรณ์จำนวนผู้ติดเชื้อสะสมและการพยากรณ์แนวโน้มการติดเชื้อ ผลการทดลองแสดงให้เห็นว่าการใช้ข้อมูลด้านเดียวสามารถพยากรณ์จำนวนผู้ติดเชื้อสะสมในอนาคตได้แม่นยำที่สุดและการใช้ข้อมูลทั้ง 14 ชนิดสามารถพยากรณ์แนวโน้มผู้ติดเชื้อรายวันได้แม่นยำที่สุด

Go to article

การสังเคราะห์ข้อความเพื่อเพิ่มตัวอย่างการตรวจจับข้อความประทุษวาจาในข้อความภาษาไทย, ธโนภาส วรรณวโรทร Jan 2021

การสังเคราะห์ข้อความเพื่อเพิ่มตัวอย่างการตรวจจับข้อความประทุษวาจาในข้อความภาษาไทย, ธโนภาส วรรณวโรทร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในงานวิจัยนี้เป็นการศึกษาวิธีการแก้ไขปัญหาในการจำแนกข้อความประทุษวาจา ด้วยวิธีการสังเคราะห์ข้อความขึ้นเพื่อแก้ไขปัญหาของการเกิดชุดข้อมูลไม่สมดุลที่ปรากฏในข้อมูลที่เก็บรวบรวมมาจากทวิตเตอร์ ซึ่งหลังจากเก็บรวบรวม ทำความสะอาดข้อมูลและติดฉลากข้อมูลแล้ว ผู้วิจัยได้สร้างตัวอย่างเพิ่มเติม 3 วิธีคือ คือ 1. การสุ่มตัวอย่างส่วนน้อยเพิ่มด้วยการสังเคราะห์ (Synthetic Minority Over-sampling Technique: SMOTE) 2. เทคนิคการสร้างข้อความเพิ่ม (Text generation) 3.เทคนิคคำฝังตัว (Word Embedding) เป็นวิธีการในการใช้สังเคราะห์ตัวอย่างเพิ่มเติม ให้เกิดความสมดุลก่อนที่จะนำข้อมูลชุดใหม่ที่สร้างขึ้นใหม่แบ่ง ตัวอย่างเป็น 3 รูปแบบในการจำแนกข้อความประทุษวาจา คือ 1. อัลกอริทึมนาอีฟเบย์ (Navie bays) 2. หน่วยความจำระยะสั้นแบบยาว (LSTM) 3. หน่วยความจำระยะสั้นแบบยาว ร่วมกับ โครงข่ายประสาทแบบคอนโวลูชัน (LSTM + CNN) เพื่อเป็นการจำแนกข้อความประทุษวาจา ในชุดข้อความที่เป็นข้อความธรรมดา โดยผลการทดลองการจำแนกข้อความมีความหมายเชิงประทุษวาจา ซึ่งในการทดลองแรกได้ลองใช้ข้อมูลที่ไม่สมดุล จากผลการทดลองทั้ง 3 รูปแบบที่ใช้ในการจำแนกซึ่งให้ความถูกต้องไม่สูงเท่าที่ควร จากนั้นจึงทำการแก้ไขปัญหาในชุดของข้อมูลทำให้ได้ความถูกต้องสูงขึ้นในทุกชุดของทุกโมเดล

Go to article

ระบบแนะนำวารสารวิชาการให้กับผู้เขียนบทความ โดยใช้ข้อมูลภาษาไทยและภาษาอังกฤษจากบทความ, นิธิรันดร์ นุ่มนนท์ Jan 2021

ระบบแนะนำวารสารวิชาการให้กับผู้เขียนบทความ โดยใช้ข้อมูลภาษาไทยและภาษาอังกฤษจากบทความ, นิธิรันดร์ นุ่มนนท์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันมีวารสารทางด้านวิชาการอยู่เป็นจำนวนมากหลากหลายประเภท ส่งผลให้ผู้เขียนบทความ ต้องใช้เวลามากไปกับการค้นหาคัดเลือกวารสารทางด้านวิชาการที่เหมาะสมกับเนื้อหาของแต่ละบทความของผู้เขียน ก่อนจะส่งบทความให้ทางบรรณาธิการวารสารทำการพิจารณารับบทความในลำดับถัดไป เนื่องจากทางบรรณาธิการได้รับบทความจำนวนมาก จึงทำให้ใช้เวลามากในการพิจารณาบทความ งานวิจัยฉบับนี้จึงเล็งเห็นว่าการนำระบบแนะนำเข้ามาช่วยวิเคราะห์เพื่อแนะนำวารสารที่เหมาะสมกับบทความนั้นจะทำให้กระบวนการตัดสินใจในการส่งบทความเพื่อตีพิมพ์มีประสิทธิภาพยิ่งขึ้น โดยจะใช้ข้อมูลจาก Thai Journals Online (ThaiJO) ซึ่งจะใช้ข้อมูลจากบทความภาษาไทยและบทความภาษาอังกฤษในการวิเคราะห์ในงานวิจัยนี้ โดยในงานวิจัยนี้รวมการศึกษาข้อมูลที่ใช้ การทำความสะอาดข้อมูล และการทำแบบจำลองสำหรับระบบแนะนำ โดยจะทำแบบจำลองจากการคำนวณหาความสำคัญจากข้อความด้วยเทคนิคความถี่ของคำ-ส่วนกลับความถี่ของเอกสาร (Term Frequency - Inverse Document Frequency: TF-IDF) และการวิเคราะห์ความคล้ายคลึงระหว่างบทความและวารสารโดยใช้ Cosine Similarity แล้วจึงจัดอันดับค่าคะแนนเพื่อแนะนำบทความที่เหมาะสม จากผลการทดลองในงานวิจัยนี้การตรวจสอบความสมเหตุสมผลแบบไขว้จำนวน 10 พับ (10-fold cross-validation) พบว่าเมื่อเรานำข้อมูลคำสำคัญและบทคัดย่อจากทั้งภาษาไทยและภาษาอังกฤษมารวมกัน ระบบสามารถแนะนำออกมาได้ค่าความแม่นยำที่วัดด้วย Hit Rate ได้ค่าสูงสุดที่ 0.87965 ซึ่งมากกว่าแบบจำลองที่ใช้ข้อมูลภาษาอังกฤษอย่างเดียว (0.84948) หรือ แบบจำลองที่ใช้ข้อมูลภาษาไทยอย่างเดียว (0.80383) และได้ค่าความแม่นยำที่สูงกว่าการตรวจสอบความสมเหตุสมผลแบบไขว้จำนวน 5 พับและการทดลองแบบจำลองในลักษณะความคล้ายระหว่างบทความ

Go to article

กรอบงานการตอบคำถามภาษาไทยโดยใช้แบบจำลองประเภททรานส์ฟอร์เมอร์พร้อมด้วยข้อมูลเสริม, ภูริ ฟักมงคล Jan 2021

กรอบงานการตอบคำถามภาษาไทยโดยใช้แบบจำลองประเภททรานส์ฟอร์เมอร์พร้อมด้วยข้อมูลเสริม, ภูริ ฟักมงคล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การตอบคำถาม (Question Answering) เป็นหนึ่งในงานด้านการประมวลผลภาษาธรรมชาติ ที่สามารถให้อุปกรณ์เข้าใจบทความและสามารถตอบคำถามที่ให้ได้ มีงานศึกษาทางด้านตอบคำถามในภาษาอังกฤษซึ่งมีจำนวนของชุดข้อมูลที่มีจำนวนมาก แต่ภาษาไทยเป็นภาษาที่มีจำนวนของชุดข้อมูลที่น้อยกว่า ทำให้ประสิทธิภาพของแบบจำลองการตอบคำถามภาษาไทยมีคะแนนเอฟวันเพียง 70% ในขณะที่แบบจำลองการตอบคำถามภาษาอังกฤษ สามารถมีคะแนนเอฟวันสูงถึง 90% ดังนั้น ในงานวิจัยชิ้นนี้ต้องการเพิ่มประสิทธิภาพของแบบจำลองการตอบคำถามภาษาไทย โดยการสร้างชุดข้อมูลเพิ่มด้วยแบบจำลอง Multilingual Text-to-Text Transfer Transformer (mT5) และการประมวลผลข้อมูลที่เหมาะสมกับภาษาไทย วิธีนี้ สามารถสร้างชุดข้อมูลการตอบคำถามได้มากกว่าหนึ่งแสนชุดจากบทความ Wikipedia ภาษาไทย นอกจากนี้ งานวิจัยชิ้นนี้ยังศึกษารูปแบบวิธีการฝึกสอนในรูปแบบต่าง ๆ โดยใช้ชุดข้อมูลที่สร้างขึ้น เพื่อเพิ่มประสิทธิภาพให้กับแบบจำลองการตอบคำถามให้ได้มากที่สุด อีกทั้ง ในงานวิจัยนี้ได้เสนอการวัดผลแบบจำลองการตอบคำถามภาษาไทยโดยใช้คะแนนเอฟวันระดับพยางค์ ซึ่งมีความเหมาะสมกับภาษาไทยมากกว่าการวัดผลด้วยวิธีการดั้งเดิม โดยใช้คะแนนความถูกต้องและคะแนนเอฟวันระดับคำ ผู้วิจัยได้ทำการทดลองบนชุดข้อมูลการตอบคำถามภาษาไทยทั้ง 2 ชุด ได้แก่ Thai Wiki QA และ iApp Wiki QA พบว่าผลการทดลองโดยใช้วิธีการสร้างชุดข้อมูลของงานวิจัยชิ้นนี้ สามารถให้ประสิทธิภาพของแบบจำลองสูงขึ้นบนชุดข้อมูลทั้ง 2 ชุด โดยใช้แบบจำลองประเภท ทรานส์ฟอร์เมอร์ ได้แก่ Roberta และ mT5

Go to article

ระบบแนะนําร้านอาหารในประเทศไทยแบบผสมด้วยการเรียนรู้เชิงลึก, อภิสรา แซ่ลิ้ม Jan 2021

ระบบแนะนําร้านอาหารในประเทศไทยแบบผสมด้วยการเรียนรู้เชิงลึก, อภิสรา แซ่ลิ้ม

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคที่ข้อมูลมากมายมหาศาล ระบบผู้แนะนำมีบทบาทสำคัญอย่างมากตราบใดที่ผู้บริโภคยังคงมีความต้องการใช้ข้อมูลและส่งข้อมูลมากขึ้น ธุรกิจจำนวนมากได้ใช้ระบบผู้แนะนำเพื่อเป็นตัวช่วยให้แก่ผู้ใช้ได้ทำการค้นหาสินค้าหรือรายการโดยอ้างอิงจากข้อมูลการบริโภคของผู้ใช้ที่ผ่านมา โครงข่ายประสาทเชิงลึกได้แสดงให้เห็นผลลัพธ์ที่น่าสนใจในหลากหลายสาขาวิชา รวมถึงระบบผู้แนะนำในช่วงไม่กี่ปีที่ผ่านมา อย่างไรก็ตาม การศึกษาดังกล่าวได้ละเว้นการใช้ข้อมูลเสริมในแบบจำลอง ดังนั้น ในงานวิจัยนี้จึงนำเสนอระบบการแนะนำเชิงลึกด้วยโครงข่ายประสาท ซึ่งประกอบด้วยการกรองการทำงานร่วมกันเชิงลึกเพื่อเรียนรู้ปัจจัยแฝงของการโต้ตอบของผู้ใช้และสินค้า และเพิ่มประสิทธิภาพของแบบจำลองด้วยข้อมูลคุณลักษณะของสินค้าโดยใช้เพอร์เซปตรอนแบบหลายชั้น และรวมทั้งสองแบบจำลองนี้เข้าด้วยกัน เรียกว่า แบบจำลอง DNNRecs นอกเหนือจากโครงสร้างของแบบจำลองแล้ว ยังได้มีการนำเสนอวิธีการทำวิศวกรรมคุณลักษณะเพื่อสร้างคุณลักษณะใหม่จากข้อความวิจารณ์โดยใช้เทคนิค tf-idf งานวิจัยนี้ได้ใช้ชุดข้อมูลที่เกิดขึ้นจริงในประเทศไทยและแสดงให้เห็นถึงประสิทธิภาพของแบบจำลองที่นำเสนอ

Go to article

การประยุกต์ใช้การเรียนรู้ด้วยเครื่องเพื่อตรวจจับงานเสียที่เกิดขึ้นในกระบวนการทดสอบฮาร์ดดิสก์ไดรฟ์, อรุณี ศรีดี Jan 2021

การประยุกต์ใช้การเรียนรู้ด้วยเครื่องเพื่อตรวจจับงานเสียที่เกิดขึ้นในกระบวนการทดสอบฮาร์ดดิสก์ไดรฟ์, อรุณี ศรีดี

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยฉบับนี้นำเสนอเทคนิคการเรียนรู้ด้วยเครื่องในการตรวจจับงานเสียที่เกิดจากการอ่านสัญญาณเซอร์โวในกระบวนการทดสอบ ลักษณะของชุดข้อมูลมีจำนวนหลายมิติและมีความไม่สมดุลสูง มีการเลือกคุณลักษณะด้วย Filter Method และ Embedded Method เพื่อลดมิติของข้อมูล มีการประยุกต์ใช้เทคนิคการเรียนรู้ด้วยเครื่อง 2 อัลกอริทึม คือ SVM และ XGBoost ร่วมกับ 3 วิธีการในการจัดการข้อมูลที่ไม่สมดุล คือ SMOTE , Different Cost Learner และ SMOTE กับ Different Cost รวมเป็น 6 วิธีการและทำการเปรียบเทียบผลการทดลอง SVM ให้ประสิทธิภาพที่ดีในการวัดด้วย ROC AUC แต่ให้ประสิทธิภาพที่ค่อนข้างต่ำในการวัดด้วย PRC AUC ขณะที่ XGB ให้ประสิทธิภาพที่ดีทั้ง ROC AUC และ PRC AUC โดยวิธีการของ XGB SMOTE ให้ประสิทธิภาพที่ดีที่สุดที่ ROC AUC 91%, PRC AUC 73% และ Accuracy, Precision, Recall และ F1-Score ที่ 97%

Go to article

ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน Jan 2021

ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยทางด้านคอมพิวเตอร์เชิงควอนตัม (Quantum computer) ยังคงเป็นความท้าทายสำหรับนักวิจัยในการพัฒนาเทคนิคต่างๆเพื่อให้การประมวลผลข้อมูลควอนตัมขนาดใหญ่สามารถทำได้จริง มีงานวิจัยหลากหลายสาขาเกี่ยวกับการจำลองระบบควอนตัม โดยเฉพาะด้านอัลกอริทึมควอนตัมสำหรับแก้ปัญหา NP-hard ซึ่งใช้เวลาแก้ปัญหานานเกินกว่าจะเป็นไปได้จริงในเครื่องคอมพิวเตอร์ดั้งเดิม งานวิจัยนี้นำเสนอขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัม ซึ่งเป็นการนำข้อได้เปรียบจากการประมวลผลเชิงควอนตัม ได้แก่ สภาวะซ้อนทับของสถานะควอนตัม และการประมวลผลควอนตัมแบบขนานในอัลกอริทึมการค้นหาของโกรเวอร์ (Grover's search algorithm) มาประยุกต์ใช้ในกระบวนการคัดเลือกโครโมโซมของขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิมที่มีการคัดเลือกโครโมโซมที่ดี เพื่อให้ได้ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมที่มีประสิทธิภาพดีขึ้นในแง่ของความถูกต้องของคำตอบ ขั้นตอนวิธีที่นำเสนอสามารถแก้ปัญหา traveling salesman ขนาดเล็กได้บนเครื่องจำลองคอมพิวเตอร์ควอนตัม เนื่องจากจำนวนคิวบิตที่มีอย่างจำกัดจึงไม่สามารถทำการทดลองกับปัญหา traveling salesman ขนาดใหญ่ได้ แม้ว่าจำนวนฟังก์ชันที่ใช้ในการประเมินค่าความเหมาะสมของขั้นตอนวิธีที่นำเสนอมีแนวโน้มเพิ่มขึ้นเป็นเอ็กโปเน็นเชียลเมื่อจำนวนเมืองเพิ่มขึ้น แต่ยังสามารถหาคำตอบที่ถูกต้องได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิม นอกจากนี้ผลการทดลองแสดงให้เห็นว่าจำนวนรอบของโกรเวอร์ที่เหมาะสมช่วยเพิ่มประสิทธิภาพในการหาคำตอบที่เหมาะสมที่สุด ในขณะที่จำนวนช็อตหรือจำนวนรอบที่รันอัลกอริทึมช่วยเพิ่มความน่าเชื่อถือให้กับคำตอบที่ได้จากการวัดค่าสถานะคิวบิต

Go to article

การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์ Jan 2021

การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ไทม์เพทริเน็ตเป็นเครื่องมือสำหรับการสร้างแบบจำลองและทวนสอบระบบเวลาจริง ปริภูมิสถานะของไทม์เพทริเน็ตนั้นมีอัตราการเติบโตแบบเอกโพเนนเชียลเนื่องจากความซับซ้อนของระบบเวลาจริง ซึ่งปริภูมิสถานะที่มีขนาดใหญ่มากอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิง งานวิจัยนี้จึงนำเสนออัลกอริทึมการตัดไทม์เพทริเน็ตโดยใช้สูตรตรรกะเชิงเวลาแบบเมตริกเพื่อลดขนาดไทม์เพทริเน็ตโดยการกำจัดเพลสและทรานสิชันที่ไม่เกี่ยวข้องกับมาร์คกิงเริ่มต้นและคุณสมบัติของสูตรตรรกะเชิงเวลาแบบเมตริก นอกจากนี้อัลกอริทึมที่นำเสนอยังนำเสนอกราฟพึ่งพาซึ่งแสดงเป็นกราฟพึ่งพาที่แสดงช่วงเวลาโกลบอลของการยิงของทรานสิชันเพื่อแสดงพฤติกรรมการทำงานของไทม์เพทริเน็ต โดยไทม์เพทริเน็ตผลลัพธ์นั้นยังคงเส้นทางการทำงานที่จำเป็นทั้งหมดสำหรับการทำโมเดลเช็กกิง ดังนั้น โมเดลเช็กกิงสามารถสร้างปริภูมิสถานะที่เพียงพอต่อการทวนสอบเมื่อเทียบกับไทม์เพทริเน็ตที่ไม่ได้ตัด

Go to article

ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร Jan 2021

ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบสำหรับการฝึกฝนแบบปรับเหมาะ (adaptive practicing) สามารถส่งเสริมศักยภาพของผู้เรียนได้อย่างเต็มที่ แม้ว่าในปัจจุบันจะมีระบบนี้อยู่บ้าง แต่การสร้างระบบนี้ยังคงมีความซับซ้อนแม้ว่าปัจจุบันจะมีเครื่องมือต่าง ๆ มาช่วยเหลือก็ตาม วิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม โดยใช้ระบบการจัดอันดับของ Elo โดยเฟรมเวิร์กนี้สามารถนำตัวสร้างคำถามมาสร้างเป็นระบบสำหรับการฝึกฝนแบบปรับเหมาะได้อย่างง่ายดายในรูปแบบบริการเอพีไอ (Application Programming Interface; API) บนเว็บไซต์ ซึ่งในเฟรมเวิร์กนี้ประกอบไปด้วย 4 โมเดล ได้แก่ ตัวชี้วัดการเรียนรู้ ผู้เรียน โจทย์คำถาม และบทคำสั่ง นอกจากนี้ยังประกอบไปด้วย 7 มอดูล ได้แก่ ส่วนเลือกโจทย์คำถาม ส่วนสร้างโจทย์คำถาม ส่วนคำนวณความแตกต่างระหว่างคำถาม ส่วนแสดงผลโจทย์คำถาม ส่วนตรวจสอบคำตอบ ส่วนแสดงผลย้อนกลับ (feedback) และส่วนปรับโจทย์คำถามให้เป็นปัจจุบัน การแยกส่วนสร้างโจทย์คำถามออกมานั้น ส่งผลให้เฟรมเวิร์กรองรับคำถามสำหรับหลายหัวข้อ อาทิ คำถามวิชาภาษาไทย คำถามวิชาคณิตศาสตร์ นอกจากนี้ส่วนสร้างโจทย์คำถามยังทำให้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ มีทรัพยากรโจทย์คำถามที่ไม่จำกัด และขยายฐานข้อมูลโจทย์คำถามได้อย่างอัตโนมัติ อีกทั้งเฟรมเวิร์กนี้ยังรองรับคำถามได้หลากหลายประเภทที่สามารถประเมินผลเป็นถูกและผิด อาทิ คำถามปรนัย คำถามเลือกจับคู่ เนื่องจากการออกแบบให้ส่วนแสดงผลโจทย์คำถามเป็นส่วนที่สามารถปรับแต่งได้ เฟรมเวิร์กนี้รองรับการออกรายงานทั้งหมด 5 ประเภทเพื่อใช้วิเคราะห์ทั้งในฝั่งผู้เรียนและฝั่งของระบบ ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ถูกออกแบบให้เป็นเอพีไอจึงทำให้สามารถเชื่อมต่อกับโปรแกรมประยุกต์อื่น ๆ ได้ง่าย นอกจากนี้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้สามารถรองรับการเรียนการสอนทั้งแบบออนไลน์และออฟไลน์สำหรับกลุ่มผู้เรียนทุกขนาด และทำให้ผู้เรียนสามารถเรียนรู้ด้วยความเร็วตามความสามารถของตนเอง และผู้สอนไม่จำเป็นต้องสร้างคำถามสำหรับป้อนเข้าในระบบ

Go to article

First Prev Next Last