Computer Sciences Commons^™

Special Topics In Natural Language Processing: Mwe Identification, Opinion Question Answering And Summarization, Aishwarya Ashok

Computer Science and Engineering Dissertations - Archive

Natural Language Processing (NLP) is the use of computers for the analysis of text. The approaches used to solve problems in NLP has transitioned from human tagging to statistical methods and currently many of the approaches make use of techniques from Machine Learning (ML) and Artificial Intelligence (AI). Some of the text-based problems in NLP include question answering, summarization, and text-based recommendation systems. The amount of text data that is available is increasing by the day. With the growing size of text data, the research in NLP needs more sophisticated methods than traditional statistical methods. Current day approaches make use …

Creating A Sample Of Off-Color Galaxies Using Big Data Tools, Christopher Becker

Honors Program Theses

This thesis begins an investigation into the presence of off-colored galaxies in the Sloan Digital Sky Survey. Through establishing the emergence and history of Astroinformatics, the thesis introduces the concepts surrounding both off-color galaxies and the Big Data tools helpful in analyzing the data to find them. A discussion of initial implementation methods and revised implementation due to difficulties with previous plans follows. Results are presented, with well in excess of 500,000 candidates for off-color galaxies present in the sample. Conclusions are then drawn regarding such a large sample and the implications this may have on the conventional understanding of …

Machines Finding Injustice, Hannah S. Lacqueur, Ryan W. Copus

Faculty Works

With rising caseloads, review systems are increasingly taxed, stymieing traditional methods of case screening. We propose an automated solution: predictive models of legal decisions can be used to identify and focus review resources on outlier decisions—those decisions that are most likely the product of biases, ideological extremism, unusual moods, and carelessness and thus most at odds with a court’s considered, collective judgment. By using algorithms to find and focus human attention on likely injustices, adjudication systems can largely sidestep the most serious objections to the use of algorithms in the law: that algorithms can embed racial biases, deprive parties of …

Poisoning Attacks On Learning-Based Keystroke Authentication And A Residue Feature Based Defense, Zibo Wang

Doctoral Dissertations

Behavioral biometrics, such as keystroke dynamics, are characterized by relatively large variation in the input samples as compared to physiological biometrics such as fingerprints and iris. Recent advances in machine learning have resulted in behaviorbased pattern learning methods that obviate the effects of variation by mapping the variable behavior patterns to a unique identity with high accuracy. However, it has also exposed the learning systems to attacks that use updating mechanisms in learning by injecting imposter samples to deliberately drift the data to impostors’ patterns. Using the principles of adversarial drift, we develop a class of poisoning attacks, named Frog-Boiling …

A Framework Of Multi-Dimensional And Multi-Scale Modeling With Applications, Zilong Li

Doctoral Dissertations

In this dissertation, a framework for multi-dimensional and multi-scale modeling is proposed. The essential idea is based on oriented space curves, which can be represented as a 3D slender object or 1D step parameters. SMILES and Masks provide functionalities that extend slender objects into branched and other objects. We treat the conversion between 1D, 2D, 3D, and 4D representations as data unification. A mathematical analysis of different methods applied to helices (a special type of space curves) is also provided. Computational implementation utilizes Model-ViewController design principles to integrate data unification with graphical visualizations to create a dashboard. Applications of multi-dimensional …

Study Of The Feasibility Of A Virtual Environment For Home User Cybersecurity, Sean Powell

OUR Journal: ODU Undergraduate Research Journal

This research focuses on the average home computer user’s ability to download, install and manage a virtual machine software program. The findings of this research is to be used as a foundation to the possibility of using a virtual machine software program as another form of defense for the home user’s computer. Virtual machines already have various uses, some in the cybersecurity field; this possibility could add another useful application for the software program. This research is conducted by monitoring volunteers’ ability to download, install, set up, and perform basic instructions on the virtual environment. It was from the volunteers’ …

Evaluating And Improving Child-Directed Automatic Speech Recognition, Eric Booth, Jake Carns, Casey Kennington, Nader Rafla

Computer Science Faculty Publications and Presentations

Speech recognition has seen dramatic improvements in the last decade, though those improvements have focused primarily on adult speech. In this paper, we assess child-directed speech recognition and leverage a transfer learning approach to improve child-directed speech recognition by training the recent DeepSpeech2 model on adult data, then apply additional tuning to varied amounts of child speech data. We evaluate our model using the CMU Kids dataset as well as our own recordings of child-directed prompts. The results from our experiment show that even a small amount of child audio data improves significantly over a baseline of adult-only or child-only …

Predicting Early Indicators Of Cognitive Decline From Verbal Utterances, Swati Padhee, Anurag Illendula, Megan Sadler, Valerie L. Shalin, Tanvi Banerjee, Krishnaprasad Thirunarayan, William Romine

Computer Science and Engineering Faculty Publications

Dementia is a group of irreversible, chronic, and progressive neurodegenerative disorders resulting in impaired memory, communication, and thought processes. In recent years, clinical research advances in brain aging have focused on the earliest clinically detectable stage of incipient dementia, commonly known as mild cognitive impairment (MCI). Currently, these disorders are diagnosed using a manual analysis of neuropsychological examinations. We measure the feasibility of using the linguistic characteristics of verbal utterances elicited during neuropsychological exams of elderly subjects to distinguish between elderly control groups, people with MCI, people diagnosed with possible Alzheimer's disease (AD), and probable AD. We investigated the performance …

Modular Ontology Modeling Meets Upper Ontologies: The Upper Ontology Alignment Tool, Abhilekha Dalal, Cogan Shimizu, Pascal Hitzler

Computer Science and Engineering Faculty Publications

We provide an extension to the Protege-based modular on- tology engineering tool CoModIDE, in order to make it possible for ontol- ogy engineers to adhere to traditional ontology modeling processes based on upper or foundational ontologies. As a bridge between the more re- cently proposed modular ontology modeling approach and more classical ones based on foundational ontologies, it enables a best-of-both worlds approach for ontology engineering.

Hierarchical Anomaly Detection For Time Series Data, Ryan E. Sperl

Browse all Theses and Dissertations

With the rise of Big Data and the Internet of Things, there is an increasing availability of large volumes of real-time streaming data. Unusual occurrences in the underlying system will be reflected in these streams, but any human analysis will quickly become out of date. There is a need for automatic analysis of streaming data capable of identifying these anomalous behaviors as they occur, to give ample time to react. In order to handle many high-velocity data streams, detectors must minimize the processing requirements per value. In this thesis, we have developed a novel anomaly detection method which makes use …

Deep Neural Networks For Sentiment Analysis In Tweets With Emoticons, Mutharasu Narayanaperumal

CCAC Theses and Dissertations

Businesses glean meaningful feedback in regard to products and services from social media posts in order to improve the quality of products and services, as well as to meet customer expectations. Sentiment analysis is increasingly being used to help businesses by assigning positive or negative polarity to such posts. Although methods currently exist to determine the polarity of sentiments, such methods are unreliable when posts contain terms that are not typically part of a standard dictionary used for sentiment analysis, such as slang and informal language. This dissertation has aimed to empirically investigate alternative methods to improve the classification accuracy …

A Covid-19 Induced Shift: From Introducing High School Females To Computing Careers To An Assessment Of Technological Readiness Among Stem Teachers, Jareau Almeyda

CCAC Theses and Dissertations

Prior to the global COVID-19 pandemic, this study aimed to explore how exposure to information systems (IS) project management impacts perceptions of computing careers among high school female participants. Given the demand for computing professionals continues to grow, enrollment in some computing disciplines across institutions of higher education have experienced declining enrollments. Studies have shown that one of the reasons high school students do not enroll in computing disciplines is because they perceive computing as difficult, boring, and irrelevant.

As a computing discipline, information systems is focused on developing professionals who are able to integrate technologies into systems that run …

Building Something With The Raspberry Pi, Richard Kordel

Harrisburg University Presidential Research Grants

In 2017 Ryan Korn and I submitted a grant proposal in the annual Harrisburg University President’s Grant process. Our proposal was to partner with a local high school to install a classroom of 20 Raspberry Pi’s, along with the requisite peripherals. In that classroom students would be challenged to design something that combined programming with physical computing. In our presentation to the school we suggested that this project would give students the opportunity to be “amazing.”

As part of the grant, the top three students would be given scholarships to HU and the top five finalists would all be permitted …

Comparison Of The Tally Numbering System To Traditional Arithmetic Systems In Field Programmable Gate Arrays, Robert Paul Shredow

EWU Masters Thesis Collection

This research explores the use of heterogeneous computing platforms for use in machine learning as well as different neural network architectures. These platforms and architectures can be used to accelerate the complex operations that are required for machine learning, more specifically neural networks. The use of different architectures, implementing different types of numbering and mathematics systems is explored in hopes of accelerating mathematical functions. The heterogeneous computing platform explored in this thesis is a Field Programmable Gate Arrays (FPGA), specifically a SoC/FPGA which is a ARM CPU and a FPGA in the same chip. FPGAs are unique because they are …

A Comprehensive And Modular Robotic Control Framework For Model-Less Control Law Development Using Reinforcement Learning For Soft Robotics, Charles Sullivan

Open Access Theses & Dissertations

Soft robotics is a growing field in robotics research. Heavily inspired by biological systems, these robots are made of softer, non-linear, materials such as elastomers and are actuated using several novel methods, from fluidic actuation channels to shape changing materials such as electro-active polymers. Highly non-linear materials make modeling difficult, and sensors are still an area of active research. These issues have rendered typical control and modeling techniques often inadequate for soft robotics. Reinforcement learning is a branch of machine learning that focuses on model-less control by mapping states to actions that maximize a specific reward signal. Reinforcement learning has …

Brian Valdez - Dynamics And Control Of A 3-Dof Manipulator With Deep Learning Feedback, Brian Orlando Valdez

Open Access Theses & Dissertations

With the ever-increasing demands in the space domain and accessibility to low-cost small satellite platforms for educational and scientific projects, efforts are being made in various technology capacities including robotics and artificial intelligence in microgravity. The MIRO Center for Space Exploration and Technology Research (cSETR) prepares the development of their second nanosatellite to launch to space and it is with that opportunity that a 3-DOF robotic arm is in development to be one of the payloads in the nanosatellite. Analyses, hardware implementation, and testing demonstrate a potential positive outcome from including the payload in the nanosatellite and a deep learning …

Abstraction Techniques In Security Games With Underlying Network Structure, Anjon Basak

Open Access Theses & Dissertations

In a multi-agent system, multiple intelligent agents interact with each other in an environment to achieve their objectives. They can do this because they know which actions are available to them and which actions they prefer to take in a particular situation. The job of game theory is to analyze the interactions of the intelligent agents by different solution techniques and provide analysis such as predicting outcomes or recommending courses of action to specific players. To do so game theory works with a model of real-world scenarios which helps us to make a better decision in our already complex daily …

Understanding The Digital Lives Of Transnational Students: A Case Study, Chowaing Chagra Belekeh

Open Access Theses & Dissertations

The proliferation and the fast-paced evolution of digital information communication technologies (ICTs) in contemporary times have arguably raised concern for us to comprehend what we do with these technologies and what these technologies do for us. The experience of engaging these technologies may not necessarily be the same for everyone—especially students who come from around the world to attain post-graduate degrees in the United States. This research focused on understanding the digital lives, choices, and experiences of transnational students who navigate and negotiate geopolitical borders and boundaries (physical)– in their quest for education. Using a case study analysis and collecting …

Comparing Predictive Performance Of Statistical Learning Models On Medical Data, Francis Biney

Open Access Theses & Dissertations

This work investigates the predictive performance of 10 Machine learning models on three medical data including Breast cancer, Heart disease and Prostate cancer. Furthermore, we use the models to identify risk factors that contribute significantly to these diseases.

The models considered include; Logistic regression with L1 and L_2 penalties, Principal component logistic regression(PCR-LR), Partial least squares logistic regression(PLS-LR), Multivariate adaptive regression splines(MARS), Support vector machine with Radial Basis Kernel (SVM-RBK), Random Forest(RF), Gradient Boosting Machines(GBM), Elastic Net (Enet) and Feedforward Neural Network(FFNN). The models were grouped according to their similarities and learning style; i) Linear regularized models: LR-Lasso, LR-Ridge and …

Intelligent Cinematic Camera Control For Real-Time Graphics Applications, Ian Harris Meeder

Master's Theses

E-sports is currently estimated to be a billion dollar industry which is only growing in size from year to year. However the cinematography of spectated games leaves much to be desired. In most cases, the spectator either gets to control their own freely-moving camera or they get to see the view that a specific player sees. This thesis presents a system for the generation of cinematically-pleasing views for spectating real-time graphics applications. A custom real-time engine has been built to demonstrate the effect of this system on several different game modes with varying visual cinematic constraints, such as the rule …

Implementation Considerations For Mitigating Bias In Supervised Machine Learning, Bardia Bijani Aval

CSB and SJU Distinguished Thesis

Machine Learning (ML) is an important component of computer science and a mainstream way of making sense of large amounts of data. Although the technology is establishing new possibilities in different fields, there are also problems to consider, one of which is bias. Due to the inductive reasoning of ML algorithms in creating mathematical models, the predictions and trends found by the models will never necessarily be true – just more or less probable. Knowing this, it is unreasonable for us to expect the applied deductive reasoning of these models to ever be fully unbiased. Therefore, it is important that …

Securing Technological Privacy: Modernizing The Texas Disciplinary Rules Of Professional Conduct To Protect Electronic Data, Ashley "Nikki" Vega

St. Mary's Journal on Legal Malpractice & Ethics

This comment explains how and why the Texas Disciplinary Rules of Professional Conduct (the “Texas Disciplinary Rules”) should be updated to reflect the modernization of technology. Lawyers must keep abreast of changes in the law and its practices; including those which are technological in nature. The American Bar Association (the “ABA”) recently amended the “technology provisions” of its Model Rules of Professional Conduct (the “Model Rules”); namely Rule 1.1 “Competence” and Rule 1.6 “Confidentiality of Information” in order to keep up with the benefits and risks associated with technology in the legal profession. Additionally, over half of all jurisdictions have …

Exploring Artificial Intelligence-Mediated Communication (Aimc) As A Sub-Field Of Communication Studies. A Textual Examination, Md Nurul Karim Bhuiyan

All Graduate Theses, Dissertations, and Other Capstone Projects

From the book "Speaking into the Air: A History of the Idea of Communication," written by John Durham Peters, we understand a notion about developing one’s destiny; people have the freedom to choose multiple paths to follow (Peters, 2012). If we reject this idea, it is also easy for people to come up with distinct explanations. Even though the meaning of the same issues might vary subject to who is interpreting them, the primary concepts can be interpreted as more or less the same. If we study these two--"artificial intelligence" and "communication"- simultaneously, we can assume some characteristics. Thus, this …

Separating Content Selection From Surface Realization In Neural Text Summarization, Logan Lebanoff

Electronic Theses and Dissertations, 2020-2023

Text summarization is a rapidly growing field with many new innovations. End-to-end models using the sequence-to-sequence architecture achieve high scores according to automatic metrics on standard datasets. However, they frequently generate summaries that are factually inconsistent with the original article -- a vital problem to be solved before the summaries can be used in real-world applications. In addition, they are not generalizable to new domains, especially those with few training examples. In this dissertation, we propose to explicitly separate the two steps of content selection and surface realization in summarization. Content selection is the process of choosing important words/phrases/sentences from …

การสกัดตารางและรายการบนเว็บเป็นอาร์ดีเอฟ, จุลเทพ นันทขว้าง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ทุกวันนี้ ลิงก์เดต้าได้เติบโตเพิ่มขึ้นอย่างรวดเร็วตามการเติบโตของเว็บ นอกเหนือจากข้อมูลใหม่ที่สร้างขึ้นในรูปแบบซีแมนติกโดยเฉพาะ ส่วนหนึ่งมาจากการแปลงข้อมูลโครงสร้างที่มีอยู่ให้อยู่ในรูปแบบของข้อมูลเปิดระดับห้าดาว อย่างไรก็ตามยังคงมีข้อมูลจำนวนมากในรูปแบบโครงสร้างและกึ่งโครงสร้าง ตัวอย่างเช่นตารางและรายการซึ่งเป็นรูปแบบหลักที่มนุษย์ใช้อ่าน ยังรอการแปลงอยู่ งานวิจัยนี้กล่าวถึงงานวิจัยต่าง ๆ ที่เกี่ยวกับการแปลงตารางและรายการมาเป็นข้อมูลในรูปแบบต่าง ๆ เพื่อให้เครื่องสามารถอ่านได้ นอกจากนี้ยังเสนอวิธีการในการแปลงตารางและรายการเป็นรูปแบบ Resource Description Framework และยังคงเก็บโครงสร้างต้นฉบับที่จำเป็นไว้อย่างละเอียด ซึ่งทำให้สามารถที่จะสร้างข้อมูลโครงสร้างเดิมกลับมาได้ ระบบ TULIP ถูกสร้างขึ้นเพื่อเป็นเครื่องมือสำหรับการพัฒนาซีแมนติกเว็บ วิธีการที่เสนอมีความยืดหยุ่นมากกว่าเมื่อเทียบกับงานอื่น ๆ เดต้าโมเดลของ TULIP สามารถรองรับการเก็บข้อมูลต้นฉบับอย่างครบถ้วน และสามารถนำมาแสดงใหม่ในมุมมองที่แตกต่างไปจากเดิม เครื่องมือนี้สามารถใช้สร้างข้อมูลจำนวนมหาศาลสำหรับเครื่องคอมพิวเตอร์เพื่อให้ใช้งานได้กว้างมากขึ้นกว่าเดิม

การสรุปใจความสำคัญของข้อความแบบสกัดสำหรับข่าวท่องเที่ยวภาษาไทย, ศรัญญา นาทองห่อ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันเทคโนโลยีทางด้านคอมพิวเตอร์มีความสำคัญต่อการดำเนินชีวิตประจำวันของมนุษย์เป็นอย่างมากและยังถือว่าเป็นเครื่องมือที่ใช้ในการอำนวยความสะดวกให้แก่มนุษย์มากมายโดยเฉพาะทางด้านการสื่อสารผ่านสังคมออนไลน์ เพื่อลดเวลาในการอ่านข่าวหรืออ่านบทความและข่าวออนไลน์ต่างๆ จากการวิจัยที่ผ่านมามีการศึกษาและพัฒนาการสรุปใจความสำคัญของภาษาไทยเป็นจำนวนมาก ในงานวิจัยนี้ได้นำเสนอวิธีการสรุปใจความสำคัญจากข่าวการท่องเที่ยวภาษาไทย 2 วิธีคือการเลือกประโยคจากการจัดกลุ่มประโยคด้วยเคมีนและการเลือกประโยคด้วยวิธีหาคำสำคัญประโยคจากหัวข้อข่าว โดยมีการพัฒนาและสร้างคลังข้อมูลรายการคำประสมเพื่อช่วยเพิ่มประสิทธิภาพในการตัดคำ โดยการทดลองนี้ใช้ข้อมูลข่าวการท่องเที่ยวไทย ทั้งหมด 400 ข่าวสำหรับใช้ทดลองในการสรุปใจความสำคัญ และ 5,000 ข่าวสำหรับการสร้างคลังข้อมูลรายการคำประสม การวัดประสิทธิภาพของวิธีการที่นำเสนอ มีการวัดประสิทธิภาพการสรุปใจความสำคัญโดยการเปรียบเทียบผลจากการสรุปที่ได้จากผู้เชี่ยวชาญด้านภาษาไทยเทียบกับผลสรุปที่ได้จากวิธีการที่นำเสนอ จากงานวิจัยนี้ในขั้นตอนการสร้างคำประสมได้คำประสมทั้งหมด จำนวน 2,340 คำ ผลการทดลองพบว่าวิธีตัดคำด้วยคัตคำร่วมกับตัดคำประสมได้ผลดีกว่าการตัดคำจากคัตคำเพียงอย่างเดียว และการสรุปใจความสำคัญโดยใช้การคำนวณค่าน้ำหนักของคำสำคัญโดยหาค่าความถี่ของคำจากหัวข้อข่าวเพียงอย่างเดียวและเลือกประโยคเรียงลำดับจากผลรวมความถี่ของคำสำคัญจากหัวข้อข่าวมีประสิทธิภาพและความแม่นยำสูงสุดโดยมีค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8097 0.8367 และ 0.8216 ตามลำดับและเมื่อใช้คัตคำร่วมกับการตัดคำแบบเอ็นแกรมโดยวิธีการสรุปใจความสำคัญแบบเดียวกันได้ค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8119 0.8398 และ 0.8242 ตามลำดับที่อัตราการบีบอัดร้อยละ 20

การพยากรณ์ปริมาณน้ำฝนโดยใช้การเรียนรู้เชิงลึกด้วยภาพเรดาร์เสริมด้วยภาพจากดาวเทียม, วิคม โตศิริ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายปริมาณน้ำฝนระยะสั้นด้วยข้อมูลปริมาณน้ำฝนจากเรดาร์ตรวจอากาศภาคพื้นดินและแบบจำลองการเรียนรู้เชิงลึกถือได้ว่าเป็นกระบวนการใหม่ในการทำนายปริมาณน้ำฝนระยะสั้น อย่างไรก็ตาม เนื่องจากข้อจำกัดของระยะทำการของเรดาร์ตรวจอากาศภาคพื้นดินนั้นมีระยะทำการที่จำกัด งานวิจัยนี้จึงนำเสนอวิธีการปรับปรุงการทำนายปริมาณน้ำฝนระยะสั้นด้วยแบบจำลองการเรียนรู้เชิงลึก U-NET ด้วยการผนวกข้อมูลปริมาณน้ำฝนจากการวิเคราะห์จากดาวเทียม เข้าด้วยกันกับข้อมูลปริมาณน้ำฝนที่ได้จากข้อมูลจากเรดาร์ตรวจอากาศภาคพื้นดินประเภท Type C Doppler งานวิจัยนี้ได้เสนอว่า วิธีการที่ถูกเสนอในงานวิจัยนี้สามารถปรับปรุงผลลัพธ์การทำนายปริมาณน้ำฝนได้ดีขึ้นในหลายชุดข้อมูลทดสอบ เช่น ชุดข้อมูลพายุไต้ฝุ่น เป็นต้น

การวิเคราะห์เครือข่ายสหสัมพันธ์ของหุ้นในตลาดหลักทรัพย์แห่งประเทศไทย, ณัฐพล ฐิตะวีระ

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้นำเสนอการวิเคราะห์ความสัมพันธ์ของหุ้น 100 ตัวที่มีขนาดใหญ่ที่สุดของตลาดหลักทรัพย์แห่งประเทศไทย โดยการใช้ข้อมูลราคาของหุ้น ระหว่างวันที่ 1 กรกฎาคม พ.ศ. 2561 ถึงวันที่ 30 มิถุนายน พ.ศ 2563 งานวิจัยนี้นำเสนอการสร้างเครือข่ายความสัมพันธ์ของหุ้น โดยใช้เทคนิคการวิเคราะห์ข้อมูลอนุกรมเวลาแบบแยกองค์ประกอบเพื่อขจัดความผันผวนของข้อมูล งานวิจัยนี้ใช้เทคนิคไดนามิกไทม์วอร์ปปิงอัลกอริทึม เพื่อวิเคราะห์ความสัมพันธ์ของหุ้นแต่ละตัวเพื่อนำมาสร้างเครือข่าย และใช้วิธีการวิเคราะห์เครือข่ายทางสังคม เพื่อวิเคราะห์ค่าความเป็นสูงกลาง ค่าความเป็นศูนย์กลางประเภทความเป็นค่าคั่นกลาง ค่าความเป็นศูนย์กลางประเภทความใกล้ชิด และการตรวจจับชุมชนโดยใช้เกอร์แวน - นิวแมนอัลกอริทึม โดยงานวิจัยนี้สามารถตรวจจับชุมชนได้ทั้งหมด 7 ชุมชน งานวิจัยนี้นำเสนอสร้างแบบจำลองแบบเพิ่มข้อมูลในการแยกราคาของหุ้นโดยใช้แบบจำลองความจำสั้นแบบยาว สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 57.9% ซึ่งมีความใกล้เคียงกับแบบจำลองพื้นฐานสำหรับตลาดหุ้นอื่นๆ หลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างใกล้กันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 60.3% และหลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างไกลกันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 62.3%

ความสัมพันธ์ระหว่างพฤติกรรมการแวะชม มูลค่าในตะกร้าและจำนวนธุรกรรมการซื้อบนเว็บไซต์แอมะซอน, กฤษณ์ เครือศุภมาส

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันพาณิชย์อิเล็กทรอนิกส์ได้รับความนิยมเป็นอันมากและมีการเติบโตอย่างรวดเร็ว โดยเว็บไซต์ Amazon เป็นเว็บไซต์ค้าปลีกรายใหญ่ที่มียอดขายและยอดเข้าชมสูงสุดในปี ค.ศ. 2018 งานวิจัยนี้มีวัตถุประสงค์เพื่อ (1) เปรียบเทียบพฤติกรรมการแวะชมเว็บไซต์ Amazon อันได้แก่ จำนวนหน้าต่อครั้ง (Pageview) ระยะเวลาการเข้าชมต่อครั้ง (Duration) และจำนวนครั้งการเข้าชม (Number of Session) ของผู้แวะชมที่มีการซื้อและไม่มีการซื้อ และ (2) สำรวจ (Explore) ผลของพฤติกรรมการแวะชมเว็บไซต์ Amazon (ของผู้แวะชมที่มีการซื้อ) ที่มีต่อมูลค่าในตะกร้าสินค้า (Basket Value) โดยงานวิจัยนี้อาศัยข้อมูลจากฐานข้อมูล Comscore เป็นข้อมูลทุติยภูมิ (Secondary data) สำหรับการวิเคราะห์ที่เป็นการแวะชมเว็บไซต์ Amazon ในปี ค.ศ. 2018 จำนวน 853,486 ครั้ง ผลการเปรียบเทียบพฤติกรรมการแวะชมพบว่า ผู้แวะชมที่มีการซื้อมีจำนวนหน้าต่อครั้ง ระยะเวลาการเข้าชมต่อครั้ง และจำนวนครั้งการเข้าชม มากกว่าผู้แวะชมที่ไม่มีการซื้ออย่างมีนัยสำคัญทางสถิติที่ระดับ .05 อีกทั้งผลการสำรวจพฤติกรรมการแวะชมของผู้แวะชมที่มีการซื้อที่ส่งผลต่อมูลค่าในตะกร้าสินค้า พบว่า จำนวนครั้งการเข้าชม และจำนวนหน้าต่อครั้ง เป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้าอย่างมีนัยสำคัญทางสถิติ นอกจากเป็นการต่อยอดองค์ความรู้เกี่ยวกับพาณิชย์อิเล็กทรอนิกส์ในส่วนที่เกี่ยวข้องกับพฤติกรรมการแวะชมเว็บไซต์และมูลค่าในตะกร้าสินค้าแล้ว ข้อค้นพบในงานนี้ยังเสนอแนะให้ผู้ประกอบการสนใจ จำนวนหน้าต่อครั้งและจำนวนครั้งการเข้าชม เพราะเป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้า ซึ่งเป็นรายได้จากการขายสินค้าของธุรกิจค้าปลีกออนไลน์

Pig Pose Estimation Based On Extracted Data Of Mask R-Cnn With Vgg Neural Network For Classifications, Sang Kwan Lee

Electronic Theses and Dissertations

This paper proposes a pig pose estimation operating with Region Proposal Network (RPN) of Mask Region based Convolutional Neural Network (Mask R-CNN) and Visual Geometry Group (VGG) Neural Network (NN). Object pose estimations generates from the associations of different key points. Key points could be explained as specific location of an object such as different joints of a human body or joints of different object. Hourglass network is one of a NN delivering key points of an object. Associating the different key points with the hourglass network results could be represented as instance-level detection [3]. However, the instance-level detection shows …