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 8791 - 8820 of 63016

Full-Text Articles in Computer Sciences

การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์ Jan 2024

การปรับปรุงการทำนายค่าฝุ่น Pm2.5 ด้วยโครงข่ายประสาทเทียมเชิงลึกแบบใช้พื้นที่และเวลา, จิตติ พรานนท์สถิตย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

PM2.5 เป็นปัจจัยสำคัญที่ก่อให้เกิดปัญหามลพิษทางอากาศทั่วโลก จึงมีความจำเป็นต้องใช้วิธีการพยากรณ์ที่แม่นยำเพื่อการป้องกันและเตือนภัยล่วงหน้าอย่างมีประสิทธิภาพ แม้ว่างานวิจัยในระยะแรกจะมุ่งเน้นที่การพยากรณ์เชิงเวลา แต่ในระยะหลัง งานวิจัยต่าง ๆ เริ่มมีการบูรณาการแบบจำลองซึ่งพยากรณ์ทั้งในเชิงพื้นที่และเชิงเวลาเข้าด้วยกัน อย่างไรก็ตาม ยังคงมีความท้าทายด้านประสิทธิภาพการพยากรณ์ของแบบจำลองอยู่ ในงานวิจัยนี้ ผู้วิจัยมุ่งเน้นการพัฒนาเทคนิคดังกล่าวให้มีความแม่นยำมากยิ่งขึ้นในการพยากรณ์ความเข้มข้นของ PM2.5 ในอนาคต โดยใช้แบบจำลองพยากรณ์วิดีโอที่มีชื่อว่า “IAM4VP” เป็นแกนหลักของแบบจำลอง คุณลักษณะต่าง ๆ ถูกนำมาใช้ร่วมกันเพื่อการพยากรณ์ ได้แก่ ความเข้มข้นของ PM2.5 จำนวนจุดความร้อนบนพื้นผิวโลก และความเร็วลมที่พัดไปทางทิศตะวันออกและทิศเหนือ เพื่อเพิ่มประสิทธิภาพในการเรียนรู้เชิงเวลา ผู้วิจัยได้มีการบูรณาการการเข้ารหัสแบบวัฏจักร (Cyclical Encoding) เข้ามาเพื่อสะท้อนความสัมพันธ์ของความเข้มข้นของ PM2.5 กับชั่วโมงของวัน จากการทดลองโดยใช้ข้อมูล PM2.5 ในประเทศไทยระหว่างปี พ.ศ. 2565–2566 พบว่ามีการปรับปรุงผลลัพธ์อย่างมีนัยสำคัญ โดยค่า MAE ลดลงถึง 13.63% และค่า F1 score เพิ่มขึ้นถึง 15.27% เมื่อเทียบกับแบบจำลองพื้นฐาน ConvLSTM แบบจำลองนี้แสดงให้เห็นถึงความสามารถที่โดดเด่นในการพยากรณ์ระดับ PM2.5 ที่อยู่ในช่วงปานกลางถึงไม่ดีต่อสุขภาพ และยังมีความแม่นยำสูงขึ้นในแต่ละระยะเวลาการพยากรณ์ โดยเฉพาะในช่วงชั่วโมงแรก ๆ ของการพยากรณ์

Go to article

Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong Jan 2024

Cattle Identification By Muzzle Patterns Using Few-Shot Learning And Two-Branch Feature Extraction, Kunanon Sereewatanapong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Cattle identification is a critical component of modern farm management systems, particularly in ensuring traceability, disease control, and improved production efficiency. Traditional identification methods such as ear tags or microchips often face challenges related to cost, durability, and animal welfare concerns. To address these limitations, this study proposes TBPN-ACEM (Two-Branch Prototype Network with Adaptive-Color Local Binary Pattern and Enhanced Margin Prototype Loss), a lightweight and few-shot learning framework designed for cattle identification using muzzle patterns, a unique and permanent biometric trait analogous to human fingerprints. The TBPN-ACEM architecture consists of three core components: (1) a two-branch structure that jointly extracts …

Go to article

An Unsupervised Pipeline For Class-Agnostic Object Detection Using Self-Supervised Vision Transformers And Kolmogorov–Arnold Networks, Yuno Otsuka Jan 2024

An Unsupervised Pipeline For Class-Agnostic Object Detection Using Self-Supervised Vision Transformers And Kolmogorov–Arnold Networks, Yuno Otsuka

Chulalongkorn University Theses and Dissertations (Chula ETD)

Nowadays, object bounding boxes can help create training data for instance segmentation, which is essential for many computer vision applications. However, generating these bounding boxes still relies heavily on manual annotation, making the process costly and time-consuming. To address this, we propose a fully unsupervised four-stage pipeline that automatically generates pseudo-bounding boxes without any human-labeled data. The pipeline includes (1) Background Removal, (2) Pseudo-Bounding Box Generation, (3) Complementary Bounding Box Generation (optional), and (4) Class-Agnostic Detector Training. At the core of this pipeline is KFOUND, which builds upon FOUND, a fast and lightweight method that avoids assumptions about object count …

Go to article

การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล Jan 2024

การตรวจจับภาวะกระดูกสะโพกหักจากภาพถ่ายเอกซเรย์กระดูกสะโพกโดยใช้กระบวนการเรียนรู้เชิงลึก, ปิติ กฤตยานุกูล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การตรวจจับภาวะกระดูกสะโพกหักจากภาพเอกซเรย์เป็นกระบวนการสำคัญที่ช่วยให้แพทย์สามารถวินิจฉัยและรักษาผู้ป่วยได้อย่างทันท่วงที โดยเฉพาะในผู้สูงอายุที่มีความเสี่ยงต่อภาวะกระดูกพรุนและการลื่นล้ม งานวิจัยนี้นำเสนอการพัฒนาโมเดลตรวจจับภาวะกระดูกสะโพกหักโดยใช้โครงข่ายประสาทเทียม YOLOv11 ร่วมกับโมดูล CBAM (Convolutional Block Attention Module) เพื่อปรับปรุงการรับรู้บริบทสำคัญในภาพรังสี โดยมีการทดลองฝังโมดูล CBAM ในตำแหน่งต่าง ๆ และเปรียบเทียบกับโมเดลพื้นฐาน (baseline) ที่ไม่ใช้ CBAM พบว่าโมเดลที่ใช้ CBAM ในตำแหน่งหลัง C3k2 ตัวสุดท้ายในโครงสร้าง Backbone (CBAM4) ให้ผลลัพธ์ที่ดีที่สุด โดยสามารถเพิ่มค่า [email protected] จากเดิม 94.8% เป็น 96.1% ค่า [email protected]:0.95 จาก 67.6% เป็น 70.4% แสดงให้เห็นว่าโมดูล CBAM สามารถช่วยเสริมประสิทธิภาพของโมเดลให้สามารถตรวจจับรอยหักของกระดูกสะโพกในภาพ X-ray ซึ่งสามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยแพทย์ในการวินิจฉัยได้อย่างมีประสิทธิภาพและแม่นยำยิ่งขึ้น

Go to article

การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ Jan 2024

การสร้างสคริปต์ทดสอบเรสฟูลเอพีไอด้วยเงื่อนไขของฐานข้อมูลจากข้อกำหนดโอเพนเอพีไอ, นันทิพัฒน์ ยันต์เจริญ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันระบบซอฟต์แวร์นั้นเชื่อมต่อกันเพื่อพัฒนาประสบการณ์ของผู้ใช้งานและดึงดูดผู้ใช้งานใหม่ ๆ ด้วยเหตุนี้ผู้พัฒนาซอฟต์แวร์จึงจำเป็นต้องมีมาตรฐานในการแลกเปลี่ยนข้อมูลเพื่อปรับปรุงการทำงานจึงนำไปสู่การสร้างเอพีไอ ในการพัฒนาเอพีไอ เอพีไอได้มีเอกสารที่เป็นมาตรฐานเพื่อช่วยให้นักพัฒนาซอฟต์แวร์เข้าใจส่วนประกอบของเอพีไอ เช่น พารามิเตอร์ รีเควสต์บอดี รีซอร์ส และ เอ็นพอยต์ ทำให้กลุ่มผู้ก่อตั้งโอเพนเอพีไอพัฒนาข้อกำหนดโอเพนเอพีไอขึ้น นอกจากนี้ เอพีไอมักเชื่อมต่อกับฐานข้อมูลในรูปแบบของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูลซึ่งรับประกันความถูกต้องของข้อมูลที่จัดเก็บ เมื่อพัฒนาเอพีไอ ผู้ทดสอบเอพีไออาจมีแนวทางที่แตกต่างในการสร้างกรณีทดสอบ ซึ่งอาจมีความแตกต่างในการสร้างกรณีทดสอบซึ่งนำไปสู่การสร้างกรณีทดสอบที่ไม่ครอบคลุม โดยเฉพาะอย่างยิ่งเกี่ยวกับกรณีทดสอบของเงื่อนไขของฐานข้อมูลงานวิจัยนี้ได้นำเสนอวิธีการในการสร้างสคริปต์ทดสอบสำหรับเรสฟูลเอพีไอโดยใช้ข้อกำหนดโอเพนเอพีไอและข้อมูลเมตาของฐานข้อมูลเชิงสัมพันธ์ที่มีเงื่อนไขของฐานข้อมูล ซึ่งประกอบไปด้วยกรณีทดสอบ 3 แบบ ได้แก่ กรณีทดสอบจากตัวอย่าง กรณีทดสอบแบบอ้างอิงกับข้อกำหนด และ กรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูล โดยสำหรับกรณีทดสอบแบบอ้างอิงกับเงื่อนไขของฐานข้อมูลครอบคลุม 5 เงื่อนไข ได้แก่ เงื่อนไขบังคับแบบตรวจสอบ เงื่อนไขบังคับแบบห้ามเว้นว่าง เงื่อนไขบังคับแบบไม่ซ้ำ เงื่อนไขบังคับแบบกุญแจหลัก และ เงื่อนไขบังคับแบบอ้างอิง ซึ่งวิธีการนี้จะสามารถนำไปใช้กับเครื่องมือทดสอบเอพีไอแบบอัตโนมัติช่วยให้ผู้ทดสอบซอฟต์แวร์ได้รับผลลัพธ์ที่รวดเร็วยิ่งขึ้น หลังจากการทดสอบเครื่องมือ พบว่าการสคริปต์ทดสอบและข้อมูลทดสอบสามารถนำไปใช้งานได้จริงโดยใช้ข้อกำหนดโอเพนเอพีไอและไฟล์ คอนเน็กชันสตริงของฐานข้อมูลโพสต์เกรสคิวเอล

Go to article

A Hybrid Framework Based On Cnn-Lstm For Parkinson's Disease Severity Level Classification From 3-Axis Hand Gesture Signal Under The Frequency Domain, Theerawat Pinijwattananon Jan 2024

A Hybrid Framework Based On Cnn-Lstm For Parkinson's Disease Severity Level Classification From 3-Axis Hand Gesture Signal Under The Frequency Domain, Theerawat Pinijwattananon

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study introduces a novel multi-class classification model designed for the early-stage detection and severity assessment of Parkinson's Disease (PD). Machine learning model uses data from a 6 Degrees of Freedom (6DoF) sensor, collected during a simple keyboard-tapping test. Our research substantially analyzes finger movement patterns, since movement dysfunction like finger dexterity reduction is a primitive PD indication. First, raw data from wearable sensors are preprocessed by feature selection and normalization. Then, the data were converted into the frequency domain using Fourier transformation. Eventually, Gaussian filtering is applied to reduce noise and highlights relevant pattern. These processed spectral features are …

Go to article

เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช Jan 2024

เครื่องมือสร้างสตับและไดร์เวอร์สําหรับการทดสอบระบบด้วย แผนภาพลําดับและแผนภาพคลาส, นนทเดช วรางค์เดช

Chulalongkorn University Theses and Dissertations (Chula ETD)

เพื่อให้สามารถค้นหาข้อผิดพลาดของระบบได้อย่างมีประสิทธิภาพ การทดสอบระบบสามารถดำเนินการได้ตั้งแต่ช่วงที่ระบบมีฟังก์ชันการทำงานบางส่วนแล้วเสร็จ การค้นพบข้อผิดพลาดในช่วงต้นของการพัฒนาจะช่วยลดต้นทุนและเวลาในการแก้ไขงานซ้ำได้ อย่างไรก็ตาม ในกรณีที่ระบบยังมีคลาสบางส่วนที่ยังไม่แล้วเสร็จ จำเป็นต้องใช้ สตับ และ ไดร์เวอร์ เข้ามาแทนที่คลาสเหล่านั้นในระหว่างการทดสอบ สตับและไดร์เวอร์ต้องใช้เวลาและความพยายามในการพัฒนา จึงมีความพยายามในการสร้างเครื่องมือเพื่อช่วยลดภาระดังกล่าวงานวิจัยนี้เสนอแนวทางพัฒนาเครื่องมือที่ใช้แผนภาพคลาส, แผนภาพลำดับ และตารางติดตามความต้องการ เป็นข้อมูลนำเข้า โดยแผนภาพคลาสใช้เพื่อแสดงข้อมูลคุณลักษณะของคลาส และใช้สร้างรายการเมทอดที่มีในระบบ ส่วนแผนภาพลำดับใช้ระบุลำดับการเรียกใช้เมทอดระหว่างวัตถุ และนำไปสู่การสร้างกราฟการเรียกใช้งาน ในขณะเดียวกันตารางติดตามความต้องการ ถูกใช้เพื่อค้นหาฟังก์ชันของระบบที่ต้องดำเนินการทดสอบ เมื่อได้กราฟการเรียกใช้งานและรายการเมทอดแล้ว ระบบจะสามารถสร้างคลาสของสตับและไดร์เวอร์ พร้อมทั้งข้อมูลทดสอบ เพื่อให้สามารถดำเนินการทดสอบระบบได้อย่างมีประสิทธิภาพ

Go to article

การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ Jan 2024

การรู้จำสถานที่ด้วยภาพสำหรับหุ่นยนต์ภายในอาคารด้วยกล้องรอบทิศ, เทพสิทธิ์ นิสิตสุขเจริญ

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์ฉบับนี้นำเสนอวิธีการรู้จำสถานที่ด้วยภาพ (Visual Place Recognition: VPR) สำหรับหุ่นยนต์เคลื่อนที่ภายในอาคาร โดยใช้กล้องมุมกว้างที่ติดตั้งเลนส์ตาปลาในทิศชี้ขึ้นเพดานเพียงตัวเดียว ซึ่งช่วยให้สามารถมองเห็นทั้งเพดานที่มีลักษณะคงที่ และสภาพแวดล้อมโดยรอบได้ในภาพเดียว ลดความจำเป็นในการใช้เซนเซอร์หลายประเภท ระบบที่พัฒนาขึ้นใช้สถาปัตยกรรมแบบ NetVLAD ซึ่งได้รับการฝึกสอนด้วยข้อมูลภาพ Fisheye จากทั้งโลกจริงและโลกจำลอง เรียกว่า FisheyeNetVLAD เพื่อสร้างตัวแทนภาพแบบ Global Descriptor สำหรับการค้นหาสถานที่ในขั้นต้น ผลการทดลองแสดงให้เห็นว่าระบบสามารถรู้จำสถานที่ได้อย่างมีประสิทธิภาพ แม้ในสภาวะแสง มุมมอง และสิ่งกีดขวางที่หลากหลาย จึงเหมาะสมอย่างยิ่งสำหรับการประยุกต์ใช้งานในระบบระบุตำแหน่งของหุ่นยนต์ภายในอาคาร

Go to article

Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography, Pongpanut Osathitporn Jan 2024

Deep Learning Approaches For Robust Heart And Respiratory Rate Estimation From Photoplethysmography, Pongpanut Osathitporn

Chulalongkorn University Theses and Dissertations (Chula ETD)

Respiratory rate (RR) is a vital sign widely used to assess patient health. However, estimating RR using photoplethysmography (PPG) signals remains challenging due to noise and signal variability. This paper proposes RRWaveNet, an end-to-end model based on multi-scale convolutional networks with residual connections for robust RR estimation from PPG signals. The model is evaluated on four public datasets BIDMC, CapnoBase, WESAD, and SensAI with optimal performance observed at a 32-second window. RRWaveNet achieves mean absolute errors of 1.66±1.01, 1.59±1.08, 1.92±0.96, and 1.23±0.61 breaths per minute, respectively, outperforming state-of-the-art methods across all datasets and the transfer learning using ICU datasets, which …

Go to article

กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง, ธีรัช รักษ์เถา Jan 2024

กรอบการจำลองเพื่อประเมินประสิทธิภาพการดำเนินงานและกลยุทธ์ด้านราคาของบริการแท็กซี่ในเขตเมือง, ธีรัช รักษ์เถา

Chulalongkorn University Theses and Dissertations (Chula ETD)

การบริหารจัดการระบบแท็กซี่ในเขตเมืองมีความซับซ้อนและต้องรองรับปัจจัยหลายด้าน เช่น ความต้องการของผู้โดยสาร การกระจายตัวของรถแท็กซี่ กลยุทธ์ด้านราคา และประเภทของพาหนะ การประเมินผลกระทบจากตัวแปรเหล่านี้อย่างเป็นระบบจึงมีความสำคัญต่อการวางแผนทั้งในระดับผู้ประกอบการและภาครัฐ งานวิจัยนี้นำเสนอกรอบการจำลองที่สามารถประเมินประสิทธิภาพของระบบแท็กซี่ภายใต้เงื่อนไขที่แตกต่างกัน โดยใช้ข้อมูลจากบริการแท็กซี่ในนครนิวยอร์ก (NYC TLC Dataset) เป็นกรณีศึกษา ตัวแปรหลักที่นำมาทดลอง ได้แก่ ขนาดของฟลีทรถ รูปแบบโครงสร้างราคาค่าโดยสาร และประเภทของยานพาหนะ (รถยนต์สันดาปภายในและยานยนต์ไฟฟ้า) ผลการทดลองแสดงให้เห็นความสัมพันธ์ระหว่างตัวแปรกับประสิทธิภาพของระบบในด้านต่าง ๆ เช่น อัตราการตอบสนองงาน อัตราการใช้งานแท็กซี่ เวลาว่าง รายได้สุทธิ และต้นทุนการดำเนินการนอกจากนี้ ยังเปรียบเทียบผลการวิเคราะห์จากระบบจำลองกับวิธีการทางสถิติแบบดั้งเดิม พบว่าระบบจำลองให้ผลที่ใกล้เคียงกับสภาพจริงมากกว่า โดยสามารถสะท้อนผลกระทบของการตัดสินใจในระดับปฏิบัติการได้อย่างชัดเจน กรอบการจำลองที่พัฒนาขึ้นนี้ให้ข้อมูลเชิงปฏิบัติแก่ผู้ประกอบการฟลีทรถแท็กซี่และผู้กำหนดนโยบาย เพื่อนำไปใช้ในการเพิ่มประสิทธิภาพการให้บริการแท็กซี่ กลยุทธ์ในการดำเนินงาน และความยั่งยืนทางการเงิน

Go to article

การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด, เจษฎา วิริยะกุล Jan 2024

การวัดหนี้ทางเทคนิคจากการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ด, เจษฎา วิริยะกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

หนี้ทางเทคนิคหมายถึงปัญหาที่เกิดจากการปล่อยซอฟต์แวร์ออกมาโดยที่ส่วนประกอบต่าง ๆ ยังไม่สมบูรณ์ ยังไม่ผ่านการพัฒนาเต็มที่ หรือยังไม่เหมาะสม ซึ่งอาจส่งผลให้ต้องใช้ความพยายามในการพัฒนาเพิ่มเติมในเวอร์ชันถัดไป — เปรียบเสมือนการจ่ายดอกเบี้ยในหนี้ทางการเงิน ร่องรอยที่ไม่ดีในโค้ดเป็นรูปแบบเฉพาะของหนี้ทางเทคนิค ซึ่งเมื่อปรากฏอยู่ในโค้ดเบสแล้วอาจนำไปสู่ปัญหาที่สร้างต้นทุนเพิ่มเติมในการพัฒนา งานวิจัยนี้ศึกษาผลกระทบของหนี้ทางเทคนิคที่เกิดจากร่องรอยที่ไม่ดีในโค้ด โดยการวิเคราะห์พฤติกรรมการเปลี่ยนแปลงของร่องรอยที่ไม่ดีในโค้ดเหล่านั้น เพื่อสร้างประวัติการเปลี่ยนแปลงของร่องรอยที่ไม่ดี ผู้วิจัยได้พัฒนาตัววัดหนี้ทางเทคนิคแบบละเอียดขึ้น เพื่อใช้วัดปริมาณหนี้โดยประเมินขนาดของกิจกรรมการปรับโครงสร้างใหม่ (แสดงถึงต้นหนี้) และกิจกรรมดอกเบี้ย (แสดงถึงดอกเบี้ยหนี้) และเสนอให้นำขนาดของกิจกรรมทั้งสองประเภทนี้ไปประยุกต์ใช้กับแบบจำลองการประเมินความพยายามโคโคโม 2 แทนที่จะใช้แบบจำลองซีเอเอ สำหรับการประเมินหนี้ทางเทคนิค แนวทางนี้ช่วยให้สามารถสร้างประวัติการเปลี่ยนแปลงของหนี้ทางเทคนิคจากร่องรอยที่ไม่ดีในโค้ดในโครงการซอฟต์แวร์ต่าง ๆ ที่อยู่ในชุดข้อมูลควอลิตัสได้ ในการวิเคราะห์ผลกระทบ ผู้วิจัยจำแนกพฤติกรรมการเปลี่ยนแปลงของหนี้ทางเทคนิคตามระดับความรุนแรงของหนี้ โดยจำแนกออกเป็น พฤติกรรมของต้นหนี้ 5 ประเภท และ พฤติกรรมของดอกเบี้ย 3 ประเภท แบบรูปพฤติกรรมเหล่านี้พบได้ในร่องรอยที่ไม่ดีในโค้ดทุกประเภทและในระบบซอฟต์แวร์ทุกระบบที่นำมาวิเคราะห์ การจำแนกดังกล่าวเผยให้เห็นว่า โดยเฉลี่ยแล้ว ร่องรอยที่ไม่ดีในโค้ด 30% ต่อระบบมีการสะสมดอกเบี้ย และ 5% แสดงระดับความรุนแรงของหนี้ในระดับสูง นอกจากนี้ ผู้วิจัยยังวิเคราะห์ความสัมพันธ์ระหว่างตัววัดหนี้ทางเทคนิคที่เสนอกับตัววัดซอฟต์แวร์อื่น ๆ โดยใช้วิธีการตามมาตรฐาน IEEE Std 1061-1998 ผลการวิเคราะห์แสดงให้เห็นว่า ไม่มีตัววัดซอฟต์แวร์ใดที่มีความสัมพันธ์เพียงพอจะใช้แทนตัววัดหนี้ทางเทคนิคที่เสนอได้ จากผลการศึกษาทั้งหมดนี้ ผู้วิจัยเสนอแนวทางการบริหารจัดการหนี้ทางเทคนิค โดยใช้การวิเคราะห์ต้นทุนและผลตอบแทน และ การวิเคราะห์จุดแตกหัก เพื่อช่วยในการกำหนดกลยุทธ์ จัดลำดับความสำคัญ และเฝ้าสังเกตหนี้ทางเทคนิค

Go to article

การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร Jan 2024

การพัฒนาแพลตฟอร์มปัญญาประดิษฐ์ที่อธิบายได้โดยใช้ Shap และ การเรียนรู้ของเครื่องผ่านกรณีตัวอย่างการทำนายโรคทางเดินอาหารจากข้อมูลไมโครไบโอมในลำไส้, พงศกร พงศ์สุทธิยากร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญญาประดิษฐ์มีบทบาทสำคัญในด้านวิทยาศาสตร์ชีวภาพ และ การแพทย์ โดยเฉพาะการวิเคราะห์ข้อมูลไมโครไบโอมในลำไส้ ซึ่งมีความสัมพันธ์กับโรคเรื้อรังหลายชนิด เช่น โรคลำไส้อักเสบเรื้อรัง โรคโครห์น และ มะเร็งลำไส้ใหญ่ แม้ว่าแบบจำลองการเรียนรู้ของเครื่องสามารถทำนายโรคได้อย่างแม่นยำจากข้อมูลเหล่านี้ แต่ข้อจำกัดด้านการตีความผลลัพธ์ โดยเฉพาะในแบบจำลองที่ซับซ้อน เช่น Random Forest และ Neural Networks ยังคงเป็นอุปสรรคต่อการใช้งานจริงในทางการแพทย์ งานวิจัยนี้เสนอการพัฒนาแพลตฟอร์มต้นแบบที่ผสานการทำงานของแบบจำลองการเรียนรู้ของเครื่องร่วมกับเทคนิค SHAP (SHapley Additive exPlanations) เพื่อแสดงเหตุผลประกอบการทำนายในระดับรายบุคคล ระบบถูกออกแบบให้รองรับการจัดการวงจรชีวิตของแบบจำลองอย่างเป็นระบบ ตั้งแต่การนำเข้า การเรียกใช้งาน ไปจนถึงการอัปเดตเวอร์ชัน โดยผู้ใช้งานสามารถเลือกแบบจำลองที่ผ่านการประเมินประสิทธิภาพ พร้อมแสดงค่าความน่าจะเป็น และ แผนภาพ SHAP ที่อธิบายฟีเจอร์สำคัญในการตัดสินใจของแบบจำลอง ระบบทั้งหมดพัฒนาภายใต้แนวคิดสถาปัตยกรรมไมโครเซอร์วิส และ รองรับการติดตั้งบน Kubernetes เพื่อความยืดหยุ่นในการดูแล และ ขยายในอนาคต แพลตฟอร์มนี้จึงเป็นแนวทางที่มีศักยภาพในการประยุกต์ใช้ AI อย่างโปร่งใสในงานด้านสุขภาพ และ สามารถต่อยอดไปยังโรคในกลุ่มอื่นได้ในระยะยาว

Go to article

ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ Jan 2024

ปัจจัยที่มีอิทธิพลต่อการตัดสินใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งในประเทศไทย, ฐิติวุฒิ สุวอ

Chulalongkorn University Theses and Dissertations (Chula ETD)

โครงงานนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อความตั้งใจลาออกของพนักงานไอทีในธนาคารแห่งหนึ่งของประเทศไทยซึ่งดำเนินงานภายใต้การพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) โดยวิเคราะห์ 8 ปัจจัยหลัก ได้แก่ ความสมดุลชีวิตกับงาน (Work-Life Balance), ความสัมพันธ์ในที่ทำงานที่ไม่ดี (Poor Workplace Relationships), ความยืดหยุ่นในการทำงาน (Lack of Workplace Flexibility), ค่าตอบแทนที่ไม่ยุติธรรมต่อเนื้องาน (Unfair Compensation Relative to Work), การบังคับให้กลับมาทำงานในสถานที่ทำงาน (Forced Transition to On-site Work), พฤติกรรมไม่เหมาะสมของหัวหน้างาน (Supervisor Misconduct), ค่าตอบแทนที่ไม่เหมาะสมกับทักษะ (Inadequate Compensation Relative to Skill) และวัฒนธรรมองค์กรที่เป็นพิษ (Toxic Organizational Culture) โดยเก็บข้อมูลจากพนักงานไอทีจำนวน 52 คน ผ่านการตอบแบบสอบถาม และนำข้อมูลที่ได้มาวิเคราะห์ด้วยวิธีการทางสถิติ Cronbach’s Alpha, Kaiser-Meyer-Olkin (KMO), Factor Loading และ Multiple Regression Analysis ผลการวิเคราะห์พบว่ามีเพียงพฤติกรรมไม่เหมาะสมของหัวหน้าและค่าตอบแทนที่ไม่เหมาะสมกับทักษะที่มีนัยสำคัญทางสถิติที่ส่งผลต่อความตั้งใจลาออกของพนักงาน นอกจากนี้โครงงานยังได้พัฒนาแดชบอร์ดแบบโต้ตอบ (Interactive Dashboard) เพื่อช่วยให้ทีมทรัพยากรบุคคลสามารถนำผลลัพธ์ไปวิเคราะห์ต่อ ประเมินความเสี่ยงการลาออก และวางแผนเชิงกลยุทธ์การบริหารบุคลากร ภายใต้แวดล้อมการพัฒนาซอฟต์แวร์แบบอไจล์ (Agile) ได้อย่างมีประสิทธิผล

Go to article

แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์ Jan 2024

แบบจำลองเชิงรูปนัยของกระบวนการสร้างซอฟต์แวร์ในมาตรฐาน Iso/Iec29110 โดยใช้คัลเลอร์เพทริเน็ต, ณัฐภัทร พิชญ์ชยะนนท์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในองค์กรพัฒนาซอฟต์แวร์ขนาดเล็ก โดยเฉพาะกลุ่มที่ต้องการขอการรับรองตามมาตรฐาน ISO/IEC 29110 การทำความเข้าใจและจัดการกระบวนการพัฒนาซอฟต์แวร์เป็นภารกิจที่มีความท้าทาย เนื่องจากข้อจำกัดด้านทรัพยากรและระดับความพร้อมของกระบวนการ การประเมินความสอดคล้องตามมาตรฐานในรูปแบบที่มีโครงสร้างจึงยิ่งเพิ่มความซับซ้อนให้มากขึ้น งานวิจัยฉบับนี้มุ่งนำเสนอแนวทางการสร้างแบบจำลองด้วย Colored Petri Nets (CPN) เพื่อใช้ในการจำลองกระบวนการ Software Implementation (SI) ตามมาตรฐาน ISO/IEC 29110 โดยข้อมูลการประเมินจะถูกรวบรวมผ่านระบบเว็บแอปพลิเคชัน และแปลงให้อยู่ในรูปแบบโทเคนไฟล์ ซึ่งจะถูกจัดเก็บอัตโนมัติในเส้นทางที่กำหนดไว้สำหรับการประเมินผ่าน CPN IDE ภายหลังการประเมินจะมีการประมวลผลผลลัพธ์ผ่านระบบ Data Pipeline ที่พัฒนาไว้โดยเฉพาะ และจัดเก็บข้อมูลลงในฐานข้อมูลเพื่อให้ผู้ใช้งานสามารถเข้าถึงผลการประเมินผ่านเว็บอินเทอร์เฟซได้อย่างสะดวก แบบจำลองและเครื่องมือที่พัฒนาขึ้นช่วยให้สามารถวิเคราะห์และตรวจสอบความสอดคล้องของกระบวนการได้อย่างเป็นระบบ ส่งเสริมความโปร่งใส และสนับสนุนให้องค์กรขนาดเล็กสามารถเตรียมความพร้อมเข้าสู่กระบวนการขอการรับรองตามมาตรฐานได้อย่างมีประสิทธิภาพ แบบจำลอง CPN ที่ออกแบบไว้ยังสะท้อนถึงกิจกรรมหลัก สิ่งส่งมอบ และกฎการประเมินตามมาตรฐาน ซึ่งเป็นรากฐานสำคัญต่อการประเมินซ้ำและการปรับปรุงอย่างต่อเนื่อง

Go to article

ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์ Jan 2024

ระบบบริการที่ใช้การดำเนินการเรียนรู้ของเครื่องเพื่อสร้างและสอนเพิ่มแบบจำลองการเรียนรู้เชิงลึกได้โดยง่ายจากข้อมูลที่จัดเตรียมโดยผู้ใช้งาน, ธนเทพ รุ่งพิพัฒน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

สารนิพนธ์ฉบับนี้นำเสนอระบบเว็บแอปพลิเคชันที่รองรับการสร้างแบบจำลองการเรียนรู้เชิงลึก (Deep Learning) โดยใช้แนวคิดของ MLOps (Machine Learning Operations) เพื่อให้สามารถฝึกใหม่ (Retrain) และนำแบบจำลองกลับมาใช้งานได้โดยอัตโนมัติ โดยไม่จำเป็นต้องมีความรู้เชิงเทคนิคหรือการเขียนโค้ด ระบบออกแบบมาเพื่อให้ผู้ใช้อัปโหลดข้อมูลของตนเอง และสร้างแบบจำลองจากโมเดลสำเร็จรูปที่นำเข้าจาก Hugging Face เช่น ResNet-50 และ Vision Transformer ได้ทันที โดยใช้ระบบตรวจสอบการเลื่อนของข้อมูล (Data Drift) และแสดงผลผ่าน Prometheus และ Grafana เพื่อประสิทธิภาพในการควบคุมคุณภาพของแบบจำลองในระยะยาว ระบบสามารถดาวน์โหลดโมเดลที่ฝึกแล้ว หรือเรียกใช้งานผ่าน API โดยมีการวางโครงสร้างเพื่อรองรับกับผู้ใช้งานจำนวนมากในอนาคตโดยใช้เครื่องมือต่างๆ เข้าช่วย เช่น Docker, Keycloak, RabbitMQ และ MLFlow ช่วยให้สามารถขยายระบบ (Scalability) และดีพลอยขึ้นคลาวด์ได้อย่างยืดหยุ่น การทดสอบระบบแสดงให้เห็นว่ามีประสิทธิภาพในการประมวลผลทั้งในด้านความแม่นยำของแบบจำลอง และความสามารถในการรองรับผู้ใช้งานพร้อมกันจำนวนมาก การวิจัยนี้ชี้ให้เห็นว่าการนำแบบจำลองที่มีอยู่แล้วมาประยุกต์ใช้ พร้อมระบบอัตโนมัติแบบครบวงจร เป็นแนวทางที่ช่วยลดข้อจำกัดในการเข้าถึง AI และส่งเสริมให้การใช้งานปัญญาประดิษฐ์สามารถเข้าถึงได้ในวงกว้างยิ่งขึ้น

Go to article

การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์ Jan 2024

การพัฒนาระบบสำหรับประเมินทักษะตามความต้องการด้านทักษะเชิงอ่อน สำหรับสายอาชีพผู้ผลิตซอฟต์แวร์ของธุรกิจธนาคารในประเทศไทย, ปรานต์วาสน์ ศรีอนันต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคปัจจุบันสายอาชีพผู้พัฒนาซอฟต์แวร์มีบทบาทสำคัญในหลากหลายอุตสาหกรรม โดยเฉพาะภาคธุรกิจธนาคารที่ต้องอาศัยเทคโนโลยีซอฟต์แวร์ในการดำเนินงาน ความสามารถในสายงานนี้จึงไม่จำกัดเพียงทักษะทางเทคนิคเท่านั้น แต่ยังรวมถึงทักษะเชิงอ่อน (soft skills) เช่น ทักษะการสื่อสาร ทักษะการวิเคราะห์ ทักษะการแก้ปัญหา เป็นต้น อย่างไรก็ตาม พบว่าผู้พัฒนาซอฟต์แวร์จำนวนมากยังขาดการตระหนักรู้และการเตรียมความพร้อมในด้านทักษะเชิงอ่อน ส่งผลให้เกิดช่องว่างระหว่างทักษะที่มีและความต้องการขององค์กร โครงงานนี้มีวัตถุประสงค์เพื่อวิเคราะห์และจัดลำดับความสำคัญของทักษะเชิงอ่อนที่จำเป็นในสายอาชีพผู้พัฒนาซอฟต์แวร์ทั้งสิ้น 9 ทักษะ โดยเน้นในภาคธุรกิจธนาคาร ผ่านการรวบรวมและวิเคราะห์ข้อมูลจากการตอบแบบสำรวจความต้องการด้านทักษะเชิงอ่อนของหัวหน้างานจากธุรกิจธนาคารในประเทศไทยทั้งสิ้น 10 แห่ง ต่อตำแหน่งงาน 4 ตำแหน่ง ได้แก่ ตำแหน่งเจ้าของผลิตภัณฑ์ ตำแหน่งนักออกแบบส่วนต่อประสานผู้ใช้ ตำแหน่งนักพัฒนา และนักประกันคุณภาพ เพื่อให้ทราบทักษะเชิงอ่อนที่สำคัญและจำเป็นโดยตรงกับความคาดหวังของหัวหน้างานในสายการพัฒนาซอฟต์แวร์ เพื่อสนับสนุนการพัฒนาทักษะเชิงอ่อนในสายอาชีพผู้พัฒนาซอฟต์แวร์ในประเทศไทย โครงงานนี้ยังมีเป้าหมายในการพัฒนาซอฟต์แวร์ที่ใช้ในการประเมินทักษะเชิงอ่อนสำหรับผู้ที่สนใจเข้าสู่สายอาชีพนี้ ซอฟต์แวร์ดังกล่าวออกแบบให้เป็นเครื่องมือที่ช่วยให้ผู้ใช้งานสามารถประเมินทักษะเชิงอ่อนของตนเองเบื้องต้นได้ พร้อมทั้งเสนอคำแนะนำที่เหมาะสมกับระดับของผู้ประเมินสำหรับทั้ง 9 ทักษะเชิงอ่อน เพื่อช่วยให้ผู้ใช้งานสามารถเข้าใจถึงจุดแข็งและจุดที่ควรพัฒนาเพิ่มเติมเพื่อให้มีทักษะที่สอดคล้องกับความต้องการในอุตสาหกรรมซอฟต์แวร์ในภาคธุรกิจธนาคารได้

Go to article

การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม Jan 2024

การแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาเป็นไทมด์ออโตมาตา, กัญจน์วัฒน์ จันทร์หง่อม

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในกระบวนการพัฒนาซอฟต์แวร์สมัยใหม่ที่มีความซับซ้อนสูง ความถูกต้องของระบบทั้งในเชิงฟังก์ชัน และข้อกำหนดเชิงเวลาถือเป็นปัจจัยสำคัญในการสร้างซอฟต์แวร์ที่มีคุณภาพ อย่างไรก็ตาม แผนภาพกิจกรรม ซึ่งนิยมใช้ในระยะเริ่มต้นของการออกแบบระบบ ยังขาดความสามารถในการระบุข้อจำกัดด้านเวลาโดยตรง ทำให้ไม่สามารถใช้ตรวจสอบคุณสมบัติเชิงเวลาของระบบได้อย่างครบถ้วน โครงงานมหาบัณฑิตนี้จึงมุ่งพัฒนากฎการแปลงแผนภาพกิจกรรมที่มีการกำหนดเวลาไปเป็นไทมด์ออโตมาตา ซึ่งเป็นแบบจำลองที่สามารถแสดงพฤติกรรมของระบบพร้อมข้อจำกัดเชิงเวลาได้อย่างแม่นยำ โดยจะนำแบบจำลองไทมด์ออโตมาตาที่แปลงได้เข้าสู่กระบวนการทวนสอบด้วยเครื่องมือ UPPAAL เพื่อให้สามารถตรวจสอบคุณสมบัติด้านที่ระบบจะดำเนินต่อไปจนถึงจุดหมายในอนาคต และการป้องกันข้อผิดพลาดในระบบ ได้อย่างเป็นรูปธรรม ผ่านการใช้ตรรกศาสตร์เชิงเวลาแบบต้นไม้คำนวณ ผลการทดลองแสดงให้เห็นว่า กฎการแปลงที่พัฒนาขึ้นสามารถรองรับข้อกำหนดเชิงเวลาได้อย่างเหมาะสม ในการนำไปประยุกต์ใช้ในกระบวนการพัฒนาซอฟต์แวร์แบบแอไจล์ เพื่อการออกแบบซอฟต์แวร์ที่ต้องการการควบคุมเวลาอย่างละเอียด

Go to article

การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี Jan 2024

การศึกษาเชิงประจักษ์เกี่ยวกับความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคในโครงการซอฟต์แวร์, บุญฤทธิ์ สวัสดี

Chulalongkorn University Theses and Dissertations (Chula ETD)

โครงงานมหาบัณฑิตนี้มีจุดมุ่งหมายเพื่อศึกษาความสัมพันธ์ระหว่างลักษณะของนักพัฒนาซอฟต์แวร์กับหนี้ทางเทคนิคโดยใช้ข้อมูลจากโครงการโอเพนซอร์ซภาษาไพทอนบนแพลตฟอร์มกิตฮับ และวัดหนี้ทางเทคนิคด้วยเครื่องมือโซนาร์คิวบ์ หนี้ทางเทคนิคเป็นตัววัดที่สำคัญซึ่งสะท้อนถึงปริมาณปัญหาที่ซ่อนอยู่ในโค้ด ซึ่งเกิดขึ้นจากการทำงานของนักพัฒนา โครงงานมหาบัณฑิตนี้ใช้แนวทางวิเคราะห์ข้อมูล โดยผสานการดึงข้อมูลผ่านกิตฮับเรสต์เอพีไอและโซนาร์คิวบ์ด้วยภาษาไพทอน แล้วนำมาทำการวิเคราะห์เชิงสถิติ การศึกษาแบ่งออกเป็นสามคำถามวิจัย ได้แก่ (1) สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่มีความสัมพันธ์กับความหนาแน่นของหนี้ทางเทคนิคในโครงการหรือไม่ (2) ประสบการณ์ในการทำงานมีความสัมพันธ์กับการปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ และ (3) ประสบการณ์ในการทำงานซึ่งแตกต่างกันทำให้เกิดความแตกต่างในแง่การปรับปรุงประสิทธิภาพในการจัดการหนี้ทางเทคนิคของนักพัฒนาหรือไม่ ผลการวิเคราะห์สถิติโดยใช้สหสัมพันธ์ระยะทางสำหรับคำถามวิจัยที่ 1 และ 2 และการทดสอบแมนวิทนีย์ยูสำหรับคำถามวิจัยที่ 3 ไม่พบนัยสำคัญทางสถิติในการทดสอบสมมติฐานในทั้งสามคำถามวิจัยที่ระดับความเชื่อมั่น 95% สัดส่วนของนักพัฒนาที่ยังปฏิบัติงานอยู่ในโครงการและประสบการณ์ของนักพัฒนาไม่ได้เป็นปัจจัยโดยตรงที่เกี่ยวข้องกับความหนาแน่นของหนี้ทางเทคนิคที่ปรากฏในโครงการและประสิทธิภาพของนักพัฒนาในการปรับปรุงหนี้ทางเทคนิคในโครงการ สภาพหนี้ทางเทคนิคในโครงการอาจขึ้นกับปัจจัยอื่นร่วมด้วย เช่น แนวปฏิบัติหรือมาตรฐานในการปฏิบัติงานในโครงการ ในการควบคุมคุณภาพโค้ด และลักษณะเฉพาะของโครงการหรือนักพัฒนารายบุคคล

Go to article

การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด Jan 2024

การพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กนักซ์แบบอิงแบบจำลอง, สุรชาติ คงกำเหนิด

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยฉบับนี้ได้นำเสนอวิธีการพัฒนาแบบอิงแบบจำลองเข้าเป็นส่วนช่วยในการพัฒนาส่วนฟรอนต์เอนด์ของเว็บแอปพลิเคชันผู้ใช้เฟรมเวิร์กนักซ์ โดยนำเสนอยูเอ็มแอลโพรไฟล์ของนักซ์เฟรมเวิร์กสำหรับการสร้างแบบจำลองของส่วนฟรอนต์เอนด์และนำเสนอกฎการแปลงในรูปแบบของแผ่นแบบสำหรับการแปลงแบบจำลองสู่โค้ดและจากโค้ดสู่แบบจำลอง โดยการแปลงจากแบบจำลองสู่โค้ดนั้นนักพัฒนาจำเป็นต้องเติมโค้ดตรรกะบางส่วนลงไปในโค้ดที่ได้จากการแปลงเพื่อทำให้ส่วนฟรอนต์เอนด์สามารถทำงานได้อย่างสมบูรณ์ ทั้งนี้งานวิจัยฉบับนี้ได้นำเสนอเครื่องมือการแปลงทั้งในส่วนของการแปลงแบบจำลองสู่โค้ดและโค้ดสู่แบบจำลอง รวมถึงการสร้างเว็บแอปพลิเคชันกรณีศึกษาเพื่อใช้ในการตรวจสอบการแปลง โดยการแปลงจากแบบจำลองสู่โค้ดได้ผ่านการตรวจสอบคุณภาพโค้ดโดยใช้โซนาร์คิวบ์ การเปรียบเทียบระหว่างการแปลงด้วยเครื่องมือจากแบบจำลองสู่โค้ดกับการเขียนโค้ดโดยดูจากแบบจำลองโดยนักพัฒนา ได้ผลว่าโค้ดสอดคล้องกันเฉลี่ย 89.23% เนื่องจากโค้ดของนักพัฒนาไม่ครบถ้วนตามแบบจำลองหรือไม่เป็นไปตามคู่มือของนักซ์ การวัดอัตราการแปลงเมื่อเทียบกับโค้ดที่เพิ่มตรรกะจนสมบูรณ์แล้วมีค่าเฉลี่ย 83.03% แสดงว่าโค้ดส่วนใหญ่ถูกสร้างขึ้นอัตโนมัติ การแปลงจากโค้ดสู่แบบจำลองใช้การเปรียบเทียบแบบจำลองต้นฉบับกับแบบจำลองที่ถูกแปลงกลับจากโค้ด ผลลัพธ์ คือ แบบจำลองที่แปลงกลับจากโค้ดมีความถูกต้องโดยรวมเฉลี่ย 100%

Go to article

Hyperparameter Estimation For Sparse Bayesian Learning Models, Feng Yu, Lixin Shen, Guohui Song Jan 2024

Hyperparameter Estimation For Sparse Bayesian Learning Models, Feng Yu, Lixin Shen, Guohui Song

Mathematics & Statistics Faculty Publications

Sparse Bayesian learning (SBL) models are extensively used in signal processing and machine learning for promoting sparsity through hierarchical priors. The hyperparameters in SBL models are crucial for the model’s performance, but they are often difficult to estimate due to the nonconvexity and the high-dimensionality of the associated objective function. This paper presents a comprehensive framework for hyperparameter estimation in SBL models, encompassing well-known algorithms such as the expectation-maximization, MacKay, and convex bounding algorithms. These algorithms are cohesively interpreted within an alternating minimization and linearization (AML) paradigm, distinguished by their unique linearized surrogate functions. Additionally, a novel algorithm within the …

Go to article

External Support Structures In Fused Deposition Modeling 3d Printing, Adam Mystkowski Jan 2024

External Support Structures In Fused Deposition Modeling 3d Printing, Adam Mystkowski

Undergraduate Honors Theses

3D Printing, sometimes also referred to as Additive Manufacturing, is a technology that has garnered a lot of attention in the past several years. While the technology has attracted a significant community of hobbyists, the benefits of the technology have also been recognized in manufacturing. While there are many different types of 3D Printing techniques, the most common type is Fused Deposition Modeling (FDM), mainly due to its relatively low cost compared to other types. However, the technique also present a significant limitation: it tends to struggle with models that have overhanging parts. When a layer is extruded by an …

Go to article

Integrative Machine Learning Approaches For Enhanced Classification Of Genomic Sequences: A Next-Generation Sequencing Perspective, Sujatha Alla, Nagesh Bheesetty, Sai Gireesh Komaragiri, Prasanthi Chidipudi, Joshit Mohanty, Sathish Kumar Chintala, Jubin Thomas, Jayapal Vummadi, Hemanth Volikatla, Navin Kamuni Jan 2024

Integrative Machine Learning Approaches For Enhanced Classification Of Genomic Sequences: A Next-Generation Sequencing Perspective, Sujatha Alla, Nagesh Bheesetty, Sai Gireesh Komaragiri, Prasanthi Chidipudi, Joshit Mohanty, Sathish Kumar Chintala, Jubin Thomas, Jayapal Vummadi, Hemanth Volikatla, Navin Kamuni

Engineering Management & Systems Engineering Faculty Publications

The advent of Next-Generation Sequencing (NGS) techniques has revolutionized genomic research by enabling the rapid sequencing of DNA and RNA. This data can be used for various applications, including genome sequencing, transcriptome profiling, metagenomics, and epigenetics studies. For this study, DNA classifier dataset was extracted from UCI repository of machine learning databases. This vast amount of genomic data necessitates the development of sophisticated machine learning (ML) models for effective classification and analysis. This study presents a comprehensive comparison of various ML models, including Support Vector Machines (SVM), Random Forests (RF), and Neural Networks (NNs), approaches, in classifying genomic data. We …

Go to article

Integrating Generative Artificial Intelligence With Systems Architecting Diagram Creation: Advancement, Challenges, Opportunities And Future Perspectives, Cansu Yalim, Holly H. Handley Jan 2024

Integrating Generative Artificial Intelligence With Systems Architecting Diagram Creation: Advancement, Challenges, Opportunities And Future Perspectives, Cansu Yalim, Holly H. Handley

Engineering Management & Systems Engineering Faculty Publications

Generative AI (GenAI) serves as a powerful tool that can create a wide range of content, including but not limited to text, speech, images, code, videos, and 3D models. ChatGPT stands out as a particularly appealing Generative Pretrained Transformer (GPT) model that offers supplementary capabilities through GPTs and plugins. These extensions enable users to engage with the chatbot and improve its functionality, surpassing mere content generation. Our study delves into the potential of ChatGPT, specifically GPT-4, to expedite the creation of diagrams to support the system architecting process. To this end, we explored the use of ChatGPT's Diagrams Show Me …

Go to article

Decoding U.S. Tort Liability In Healthcare's Black-Box Ai Era: Lessons From The European Union, Mindy Duffourc, Sara Gerke Jan 2024

Decoding U.S. Tort Liability In Healthcare's Black-Box Ai Era: Lessons From The European Union, Mindy Duffourc, Sara Gerke

Faculty Scholarly Works

The rapid development of sophisticated artificial intelligence (“AI”) tools in healthcare presents new possibilities for improving medical treatment and general health. Currently, such AI tools can perform a wide range of health-related tasks, from specialized autonomous systems that diagnose diabetic retinopathy to general-use generative models like ChatGPT that answer users’ health-related questions. On the other hand, significant liability concerns arise as medical professionals and consumers increasingly turn to AI for health information. This is particularly true for black-box AI because while potentially enhancing the AI’s capability and accuracy, these systems also operate without transparency, making it difficult or even impossible …

Go to article

Data Science In Finance: Challenges And Opportunities, Xianrong Zheng, Elizabeth Gildea, Sheng Chai, Tongxiao Zhang, Shuxi Wang Jan 2024

Data Science In Finance: Challenges And Opportunities, Xianrong Zheng, Elizabeth Gildea, Sheng Chai, Tongxiao Zhang, Shuxi Wang

Information Technology & Decision Sciences Faculty Publications

Data science has become increasingly popular due to emerging technologies, including generative AI, big data, deep learning, etc. It can provide insights from data that are hard to determine from a human perspective. Data science in finance helps to provide more personal and safer experiences for customers and develop cutting-edge solutions for a company. This paper surveys the challenges and opportunities in applying data science to finance. It provides a state-of-the-art review of financial technologies, algorithmic trading, and fraud detection. Also, the paper identifies two research topics. One is how to use generative AI in algorithmic trading. The other is …

Go to article

The Ownership Of Potato Boy: A Discussion On Ai And Copyright, James Thibeault Jan 2024

The Ownership Of Potato Boy: A Discussion On Ai And Copyright, James Thibeault

Library Publications

Surprisingly, the copyright status of generative AI works is pretty straight forward in the US: no one owns the copyright. According to the United States Copyright Office (2023), “copyright can protect only material that is the product of human creativity. Most fundamentally, the term ‘author,’ which is used in both the Constitution and the Copyright Act, excludes non-humans.” This concept is not new as previous court cases had already established this ruling. In the 1884 court case Burrow-Giles Lithographic Company v. Sarony, the defendant made copies of a photograph and claimed the author held no copyright since a machine, a …

Go to article

Meta-Icvi: Ensemble Validity Metrics For Concise Labeling Of Correct, Under- Or Over-Partitioning In Streaming Clustering, Niklas M. Melton, Sasha Petrenko, Donald C. Wunsch Jan 2024

Meta-Icvi: Ensemble Validity Metrics For Concise Labeling Of Correct, Under- Or Over-Partitioning In Streaming Clustering, Niklas M. Melton, Sasha Petrenko, Donald C. Wunsch

Electrical and Computer Engineering Faculty Research & Creative Works

Understanding the performance and validity of clustering algorithms is both challenging and crucial, particularly when clustering must be done online. Until recently, most validation methods have relied on batch calculation and have required considerable human expertise in their interpretation. Improving real-time performance and interpretability of cluster validation, therefore, continues to be an important theme in unsupervised learning. Building upon previous work on incremental cluster validity indices (iCVIs), this paper introduces the Meta- iCVI as a tool for explainable and concise labeling of partition quality in online clustering. Leveraging a time-series classifier and data-fusion techniques, the Meta- iCVI combines the outputs …

Go to article

Exploring Hedonic And Utilitarian Aspects Through Perceived Warmth In Human-Designed Vs. Ai-Generated Fashion, Dooyoung Choi, Ha Kyung Lee Jan 2024

Exploring Hedonic And Utilitarian Aspects Through Perceived Warmth In Human-Designed Vs. Ai-Generated Fashion, Dooyoung Choi, Ha Kyung Lee

Educational Leadership & Workforce Development Faculty Publications

Among various ways in which artificial intelligence (AI) is used in the fashion industry, its utilization in design has sparked public discussion about the potential replacement of human designers by AI. Along with this critical question, it is imminent to examine how consumers would respond to designs by AI. The purpose of this study is to explore consumers’ perceptions toward a fashion product labeled as generated by an AI system, comparing it to the same product labeled as designed by a human designer. Specifically, drawing from existing literature, we examine if the design source affects consumers’ perceptions of a product …

Go to article

A Point Of Singularity For Technology And Engineering Education, Philip A. Reed Jan 2024

A Point Of Singularity For Technology And Engineering Education, Philip A. Reed

Educational Leadership & Workforce Development Faculty Publications

[First paragraph] I attended graduate school at Virginia Tech in the late 1990's and some of my fondest memories are from the side conversations with the faculty. The faculty at that time consisted of my mentor and program leader, Jim LaPorte, and other leaders in the field: Allen Bame, Sharon Brusic, Tom Jeffries, and Mark Sanders. Bill Dugger had recently retired from the university but maintained an office in Blacksburg to work full time on the Technology for All Americans Project (TfAAP, ITEEA, 2024) and he was very gracious about hosting students at the TfAAP office …

Go to article

The Promise And Pitfalls Of Genai In Education, Helen Crompton Jan 2024

The Promise And Pitfalls Of Genai In Education, Helen Crompton

STEMPS Faculty Publications

Since ChatGPT was made available to the public, artificial intelligence (AI) has had accelerated growth in the field of education at an unprecedented rate. This study examined the misuses and limitations of ChatGPT and similar generative AI as well as the affordances of these tools for teaching and learning. Using PRISMA protocol, this thematic systematic review examined extant literature from November 2022 to June 2024. The findings reveal five misuses and limitations trends in the literature of cheating, inaccuracies, plagiarism, bias, and data privacy. Affordances highlighted six areas of content creation, personalization, engagement, student coaching and assistance, assessment, and task …

Go to article

First Prev Next Last