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 9181 - 9210 of 63016

Full-Text Articles in Computer Sciences

Computer-Aided Craniofacial Superimposition Validation Study: The Identification Of The Leaders And Participants Of The Polish-Lithuanian January Uprising (1863–1864), Rubén Martos, Rosario Guerra, Fernando Navarro, Michela Peruch, Kevin Neuwirth, Andrea Valsecchi, Rimantas Jankauskas, Oscar Ibáñez Jan 2024

Computer-Aided Craniofacial Superimposition Validation Study: The Identification Of The Leaders And Participants Of The Polish-Lithuanian January Uprising (1863–1864), Rubén Martos, Rosario Guerra, Fernando Navarro, Michela Peruch, Kevin Neuwirth, Andrea Valsecchi, Rimantas Jankauskas, Oscar Ibáñez

Faculty, Staff and Student Publications

In 2017, a series of human remains corresponding to the executed leaders of the "January Uprising" of 1863-1864 were uncovered at the Upper Castle of Vilnius (Lithuania). During the archeological excavations, 14 inhumation pits with the human remains of 21 individuals were found at the site. The subsequent identification process was carried out, including the analysis and cross-comparison of post-mortem data obtained in situ and in the lab with ante-mortem data obtained from historical archives. In parallel, three anthropologists with diverse backgrounds in craniofacial identification and two students without previous experience attempted to identify 11 of these 21 individuals using …

Go to article

Combination Chemotherapy Optimization With Discrete Dosing, Temitayo Ajayi, Seyedmohammadhossein Hosseinian, Andrew J Schaefer, Clifton D Fuller Jan 2024

Combination Chemotherapy Optimization With Discrete Dosing, Temitayo Ajayi, Seyedmohammadhossein Hosseinian, Andrew J Schaefer, Clifton D Fuller

Faculty, Staff and Student Publications

Chemotherapy drug administration is a complex problem that often requires expensive clinical trials to evaluate potential regimens; one way to alleviate this burden and better inform future trials is to build reliable models for drug administration. This paper presents a mixed-integer program for combination chemotherapy (utilization of multiple drugs) optimization that incorporates various important operational constraints and, besides dose and concentration limits, controls treatment toxicity based on its effect on the count of white blood cells. To address the uncertainty of tumor heterogeneity, we also propose chance constraints that guarantee reaching an operable tumor size with a high probability in …

Go to article

Developing A Novel Ontology For Cybersecurity In Internet Of Medical Things-Enabled Remote Patient Monitoring, Kulsoom S. Bughio, David M. Cook, Syed A. A. Shah Jan 2024

Developing A Novel Ontology For Cybersecurity In Internet Of Medical Things-Enabled Remote Patient Monitoring, Kulsoom S. Bughio, David M. Cook, Syed A. A. Shah

Research outputs 2022 to 2026

IoT has seen remarkable growth, particularly in healthcare, leading to the rise of IoMT. IoMT integrates medical devices for real-time data analysis and transmission but faces challenges in data security and interoperability. This research identifies a significant gap in the existing literature regarding a comprehensive ontology for vulnerabilities in medical IoT devices. This paper proposes a fundamental domain ontology named MIoT (Medical Internet of Things) ontology, focusing on cybersecurity in IoMT (Internet of Medical Things), particularly in remote patient monitoring settings. This research will refer to similar-looking acronyms, IoMT and MIoT ontology. It is important to distinguish between the two. …

Go to article

การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล Jan 2024

การจำแนกและการประเมินประสบการณ์ผู้ใช้จากบทวิจารณ์ของผู้ใช้โมไบล์แอปพลิเคชันโดยใช้การเรียนรู้ของเครื่อง, จิราพร รามจุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำความเข้าใจประสบการณ์ของผู้ใช้ เป็นสิ่งสำคัญต่อความสำเร็จและการพัฒนาอย่างต่อเนื่องของโมไบล์แอปพลิเคชัน งานวิจัยนี้นำเสนอวิธีการจำแนกบทวิจารณ์ของผู้ใช้ตามลักษณะของประสบการณ์ผู้ใช้ที่มีต่อโมไบล์แอปพลิเคชัน โดยใช้ทั้งอัลกอริทึมการเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึก บทวิจารณ์ของผู้ใช้ถูกจำแนกตามมิติของประสบการณ์ผู้ใช้ในด้านการปฏิบัติและประสบการณ์ผู้ใช้ในด้านความเพลิดเพลิน ซึ่งประกอบด้วยลักษณะของประสบการณ์ผู้ใช้ทั้งหมด 8 รายการ ตามที่นิยามไว้ในแบบสอบถามประสบการณ์ผู้ใช้แบบสั้น ผลลัพธ์การจำแนกบทวิจารณ์ของผู้ใช้สามารถนำไปใช้ร่วมกับการวิเคราะห์ความรู้สึกจากบทวิจารณ์ เพื่อประเมินคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันได้อย่างอัตโนมัติ จากการทดลองประเมินประสิทธิภาพของโมเดลพบว่าเบิร์ต มีประสิทธิภาพดีกว่าซัพพอร์ตเวกเตอร์แมชีน แรนดอมฟอเรสต์ และ ลอจิสติกรีเกรสชัน โดยมีค่าความเที่ยง เท่ากับ 80%, ค่าเรียกคืน เท่ากับ 74%, ค่าเอฟวัน เท่ากับ 76%, ค่าความแม่น เท่ากับ 78% และค่าเอยูซี เท่ากับ 0.94 นอกจากนี้ค่าคะแนนประสบการณ์ผู้ใช้โดยรวมของโมไบล์แอปพลิเคชันที่คำนวณได้มีค่าสหสัมพันธ์เชิงบวกในระดับปานกลางถึงสูงเป็น 0.68 กับค่าคะแนนการจัดอันดับบนแอปสโตร์ ผลการศึกษานี้ชี้ให้เห็นถึงศักยภาพของการวิเคราะห์และประเมินคะแนนประสบการณ์ผู้ใช้อย่างอัตโนมัติในการเสริมสร้างคุณภาพของโมไบล์แอปพลิเคชันและความพึงพอใจของผู้ใช้

Go to article

การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย Jan 2024

การพัฒนาส่วนแบ็กเอนด์ของเว็บแอปพลิเคชันโดยใช้เฟรมเวิร์กโหนดเจเอสแบบอิงแบบจำลอง, วีรยุทธ กันภัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

การพัฒนาซอฟต์แวร์แบบอิงแบบจำลอง ได้กลายเป็นแนวทางที่มีศักยภาพในการวิศวกรรมซอฟต์แวร์ ซึ่งใช้แบบจำลองเป็นองค์ประกอบหลักในการสนับสนุนการพัฒนาซอฟต์แวร์ รวมถึงการพัฒนาเว็บแอปพลิเคชัน งานวิจัยนี้นำเสนอการประยุกต์ใช้แนวคิดของการพัฒนาแบบอิงแบบจำลองกับการพัฒนาแบ็กเอนด์ด้วยโหนดเจเอสโดยเน้นทั้งกระบวนการวิศวกรรมไปข้างหน้า และวิศวกรรมย้อนกลับ โดยได้พัฒนายูเอ็มแอลโพรไฟล์สำหรับโหนดเจเอสที่รองรับทั้งฐานข้อมูลแบบซีเควลและโนซีเควลเพื่อใช้ในการสร้างแบบจำลองการออกแบบของเว็บแอปพลิเคชัน และมีเครื่องมือสำหรับการแปลงแบบจำลองเป็นโค้ดและโค้ดเป็นแบบจำลอง ผลการประเมินแนวทางที่นำเสนอผ่านกรณีศึกษา 3 กรณี พบว่ากระบวนการวิศวกรรมไปข้างหน้ามีผลของอัตราการแปลงแบบจำลองเป็นโค้ดที่สูง โดยเฉพาะในส่วนของ Model (86.18-94.53%) และ Route (70.73-90.52%) โดยมีประสิทธิภาพที่ดีสอดคล้องกันทั้งในกรณีของซีเควล (มายซีเควล) และ โนซีเควล (มองโกดีบี) ขณะที่กระบวนการวิศวกรรมย้อนกลับให้ผลลัพธ์ความถูกต้องของการแปลงโค้ดเป็นแบบจำลองถึง 100% สำหรับโค้ดแบ็กเอนด์ในแต่ละรูปแบบการพัฒนา การดำเนินการนี้ช่วยลดระยะเวลาในการพัฒนาโค้ดอย่างมีนัยสำคัญ พร้อมทั้งคงไว้ซึ่งเอกสารประกอบระบบผ่านการสร้างแบบจำลองโดยอัตโนมัติ ซึ่งเป็นแนวทางที่ใช้งานได้จริงสำหรับการพัฒนาและบำรุงรักษาแบ็กเอนด์ด้วยโหนดเจเอส

Go to article

การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่, สุชานันท์ กระบวนยุทธ Jan 2024

การค้นหาค่าสัมประสิทธ์การปล่อยก๊าซเรือนกระจกบนพื้นฐานแบบจำลองภาษาขนาดใหญ่, สุชานันท์ กระบวนยุทธ

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้ดำเนินการเพื่อวิจัยแบบจำลองภาษาขนาดใหญ่และเทคนิคต่างๆ ที่ช่วยเพิ่มศักยภาพของโมเดลเหล่านี้ รวมถึงวิศวกรรมที่รวดเร็วและการขยายความรู้เฉพาะ การศึกษานี้เกี่ยวข้องกับการออกแบบและพัฒนา AI agent เพื่อส่งคืนค่าสัมประสิทธ์ปล่อยก๊าซเรือนกระจกโดยอ้างอิงจากฐานข้อมูลที่ดูแลโดยองค์การบริหารก๊าซเรือนกระจก (องค์การมหาชน) ของประเทศไทย งานวิจัยนี้จะใช้ RAG เพื่อค้นหาข้อมูลที่ถูกจัดเก็บไว้ซึ่งมีความคล้ายคลึงกันมากที่สุดกับข้อมูลรับเข้า จากนั้น AI Agent จะส่งคืนค่าคำตอบเพียงคำตอบเดียวเดียวของค่าสัมประสิทธิ์การปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับกิจกรรมที่รับเข้ามา จากการประเมินประสิทธิภาพของ LLM ขนาดกลางและขนาดใหญ่ที่ถูกเลือกทั้งห้าแบบจำลองนั้นมีแนวโน้มที่ดี

Go to article

การอัตโนมัติกระแสงานของระบบการจัดการเนื้อหาด้วยพาวเวอร์ออโตเมต, อภิญญา แขนสูงเนิน Jan 2024

การอัตโนมัติกระแสงานของระบบการจัดการเนื้อหาด้วยพาวเวอร์ออโตเมต, อภิญญา แขนสูงเนิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้นำเสนอการพัฒนาระบบอัตโนมัติกระแสงานของระบบจัดการเนื้อหา หรือ ซีเอ็มเอส โดยใช้ ไมโครซอฟต์ พาวเวอร์ ออโตเมต และ เอไอ บิวเดอร์ บูรณาการกับ สตราพี ซีเอ็มเอส และ แชร์พอยต์ เพื่อเพิ่มประสิทธิภาพ ลดความผิดพลาดจากการดำเนินงานด้วยมือ และยกระดับความคล่องตัวในองค์กร กระแสงานที่พัฒนาแชร์พอยต์ประกอบด้วยการบูรณาการเว็บฮุก ของ สตราพี ซีเอ็มเอส เพื่อเริ่มต้นกระบวนการอัตโนมัติ การตรวจสอบความถูกต้องของเนื้อหาด้วยเอไอ บิวเดอร์ การบันทึกข้อมูลเหตุการณ์และข้อผิดพลาดในแชร์พอยต์ อีกทั้งการแจ้งเตือนผ่านไมโครซอฟท์ ทีม นอกจากนี้ ยังมีการใช้ จีพีที 4.0 สำหรับการวิเคราะห์บันทึกข้อผิดพลาด เพื่อเสนอแนวทางแก้ไขและปรับปรุงกระบวนการ ผลการทดลองในธนาคารพาณิชย์ไทยแห่งหนึ่งแสดงให้เห็นว่าสามารถลดระยะเวลาในการจัดการเนื้อหาได้ร้อยละ 87.5 และลดข้อผิดพลาดจากการป้อนข้อมูลได้ร้อยละ 80 เมื่อเทียบกับการทำงานแบบเดิมด้วยมนุษย์ งานวิจัยนี้ได้เน้นให้เห็นถึงศักยภาพของการใช้เทคโนโลยีดิจิทัลที่นำไปสู่โซลูชันการอัตโนมัติระบบการจัดการเนื้อหาที่เป็นรูปธรรม

Go to article

Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich Jan 2024

Zero-Shot Adaptation Of Molecular Generative Adversarial Network For Specific Protein Targets, Ravipas Aphikulvanich

Chulalongkorn University Theses and Dissertations (Chula ETD)

Drug discovery, crucial for identifying new potential drug candidates to treat diseases and improve health, is increasingly enhanced by deep learning approaches such as molecular generation models. However, creating drug candidates with desired properties, such as the quantitative estimate of drug-likeness (QED), synthetic accessibility (SA), and binding affinity (BA), remains a significant challenge, especially when training generative models for specific protein targets with limited pharmaceutical data. Addressing these challenges, this thesis presents Mol-Zero-GAN, a novel framework designed to generate drug candidates tailored to specific protein targets without additional data by employing zero-shot adaptation techniques and Bayesian optimization (BO). By fine-tuning …

Go to article

Machine Learning Model For Skill Level Prediction Inmultiplayer Online Battle Arena, Vachirawit Pepatang Jan 2024

Machine Learning Model For Skill Level Prediction Inmultiplayer Online Battle Arena, Vachirawit Pepatang

Chulalongkorn University Theses and Dissertations (Chula ETD)

The ranked matchmaking system in MOBA games like DotA 2 matches players with similar skill levels, enhancing enjoyment, fairness, and competitiveness. However, current MOBA ranking systems calculate a player's ranking based on match outcomes rather than the player's individual performance, resulting in unfairness for players who perform better or worse than the rest of the team. Therefore, it is necessary to use multiple match data to correctly rate players' skills. Additionally, boosting leads to players using accounts that do not match their actual skill level. This causes negative experiences for other players and ultimately makes the game less enjoyable. This …

Go to article

การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon Jan 2024

การใช้เหมืองกระบวนการข้อมูลแบบหลายชั้นสำหรับเพื่อวิเคราะห์วิถีการรักษาพยาบาลของผู้ป่วยโรคเบาหวาน, Kantapat Chaichareenon

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study addresses the challenge of chronic diseases like diabetes, requiring ongoing care. It aims to visualize revisit intervals affecting patient treatment using multi-level process mining and machine learning to identify factors causing missed appointments. Our research shows that patients with improvements have shorter revisit intervals than those deteriorating, with a P-value of 3.83x10%. A significant challenge is the high number of no-shows. Using PyCaret to compare 14 models, we found that the historical attendance of individual patients is a crucial factor in predicting no-shows, with an AUC score of 0.80 using the Gradient Boosting Clas-sifier. Our analysis suggests that …

Go to article

Deep Learning-Based For Epileptogenic Zone Detection In 18f-Fdg Pet Imaging For Drug-Resistant Epilepsy, Peerawat Wattanachareekul Jan 2024

Deep Learning-Based For Epileptogenic Zone Detection In 18f-Fdg Pet Imaging For Drug-Resistant Epilepsy, Peerawat Wattanachareekul

Chulalongkorn University Theses and Dissertations (Chula ETD)

-

Go to article

การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน Jan 2024

การออกแบบและพัฒนาบริการด้านความมั่นคงโดยใช้วิธีปฏิบัติด้านความมั่นคง ของระบบแบบไมโครเซอร์วิส, สฤษฐิ์ราช ทรัพย์สิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อนำเสนอการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง โดยการประยุกต์ใช้แบบรูปความมั่นคง แบบรูปไมโครเซอร์วิส และวิธีปฏิบัติด้านความมั่นคงของระบบแบบ ไมโครเซอร์วิส โดยเริ่มจากการศึกษาแบบรูปความมั่นคง 5 รายการ ได้แก่ แบบรูปการออกแบบและใช้รหัสผ่าน แบบรูปการให้อำนาจ แบบรูปการควบคุมการเข้าถึงเชิงบทบาท แบบรูปการกำหนดสิทธิ์ให้กับบทบาท และแบบรูปความมั่นคงหลายระดับ เพื่อนำมากำหนดเป็นรายการความต้องการของระบบสำหรับการออกแบบและพัฒนาไมโครเซอร์วิสด้านความมั่นคง ร่วมกับการประยุกต์ใช้แบบรูปไมโครเซอร์วิสและวิธีปฏิบัติ ด้านความมั่นคงของระบบแบบไมโครเซอร์วิส 28 รายการ ผู้วิจัยได้ทำการออกแบบสถาปัตยกรรมระบบของไมโครเซอร์วิสด้านความมั่นคง ออกแบบแผนภาพคลาสและความสัมพันธ์ระหว่างคลาส ออกแบบแผนภาพลำดับแสดงการทำงานร่วมกันของระบบไมโครเซอร์วิสด้านความมั่นคง จากนั้นทำการพัฒนาไมโครเซอร์วิสด้านความมั่นคงตามการออกแบบ และประยุกต์ใช้ ไมโครเซอร์วิสด้านความมั่นคงกับระบบผู้ป่วยนอกของโรงพยาบาล อีกทั้งได้ตรวจสอบความถูกต้อง ความเหมาะสม และคุณภาพของการออกแบบและพัฒนา ด้วยการประเมินการออกแบบและพัฒนา ไมโครเซอร์วิสด้านความมั่นคงโดยผู้เชี่ยวชาญ รวมถึงการวิเคราะห์แบบรูปที่ไม่ดีของการออกแบบระบบแบบไมโครเซอร์วิส ซึ่งระบบที่พัฒนาสามารถนำไปประยุกต์ใช้กับแอปพลิเคชันโดเมนที่ต้องการจัดการความมั่นคงของระบบ ซึ่งมีประโยชน์คือช่วยลดเวลาในการพัฒนา และเป็นการสนับสนุนการใช้ซ้ำไมโครเซอร์วิสด้านความมั่นคงที่พัฒนาขึ้น

Go to article

Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul Jan 2024

Affinity-Based Multi-Character Storyboard Generation Using Rewrite Rules, Ram Sukkirtkijpibul

Chulalongkorn University Theses and Dissertations (Chula ETD)

A game story contains interactions between characters as well as the game world. Certain genres of games such as Visual Novels and Role-Playing Games rely on their stories to attract players. There were several proposed algorithms for story generation. They focused mainly on story generation for one main character. To our knowledge, there has not been a generator with support for multiple main characters, where each main character has their own storyline that could overlap with other main characters’ stories. With multiple main characters, players can see the game world through different viewpoints, thus getting more immersed into the game's …

Go to article

Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch Jan 2024

Prediction Of Daily Outpatient Volume Using Ensemble Empirical Mode Decomposition And Long - Short Term Memory, During The Incident, Teeraphat Buengbongkoch

Chulalongkorn University Theses and Dissertations (Chula ETD)

Effective hospital resource management is essential for controlling service costs and enhancing workforce efficiency, particularly during abnormal situations that cause sudden fluctuations in patient volumes. Hospitals often encounter difficulties in managing resources and predicting patient numbers due to uncertain and volatile data. Accurate patient volume predictions during such times can enable hospitals to allocate resources effectively, maintaining appropriate costs and optimizing workforce efficiency.This research presents a solution for predicting daily outpatient visits at a private hospital in Thailand during the COVID-19 outbreak, serving as a case study. The proposed method employs Ensemble Empirical Mode Decomposition (EEMD) to preprocess data by …

Go to article

Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit Jan 2024

Scene Cut Detection In Short Videos Using Pre-Processing Techniques And Convolutional Neural Networks, Nina Lawankowit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study presents a comprehensive approach to scene cut detection in videos using a combination of frame extraction and a Convolutional Neural Network (VGG16 model) with a Color Histogram method to prevent raw video file reconstruction. The main dataset contains 167,490 frames collected from various users on TikTok for the scene cut detection model development. However, since this research utilizes a modular design that consists of data preparation, data pre-processing, and model implementation stages, it promotes efficient use of resources and guarantees data safety. The results demonstrate that the model performs excellently in recognizing scene cuts. Specifically, video frames with …

Go to article

Enhancing Financial Market Predictions In Taiwan: A Hybrid Approach Of Traditional Analysis And Machine Learning Techniques, Tse Lin Liu Jan 2024

Enhancing Financial Market Predictions In Taiwan: A Hybrid Approach Of Traditional Analysis And Machine Learning Techniques, Tse Lin Liu

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the evolving landscape of financial markets, this study explores the predictive power of traditional panel regression and modern machine learning models, including Long Short-Term Memory (LSTM), Support Vector Machine (SVM), and Random Forest (RF), in forecasting stock returns in the Taiwanese market. Utilizing a dataset of 54 Taiwanese companies from 2015 to 2023, the research integrates financial ratios and machine learning algorithms to assess their effectiveness in predicting market trends. The findings reveal that traditional panel regression often outperforms machine learning models in terms of stability and consistency of returns, challenging the assumption that complex algorithms inherently provide superior …

Go to article

Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud Jan 2024

Egg Shape As A Generalized Radial Basis Function For Discard-After-Learn Method In Streaming Data, Warawut Nualplaud

Chulalongkorn University Theses and Dissertations (Chula ETD)

Radial Basis Function is commonly used as the decision boundaries for supervised and unsupervised learning algorithms due to its simplicity. But the symmetric property of the circular or elliptic shapes could deteriorate the fitness of the boundaries when the distribution of the data is asymmetric, especially in the data stream processing where the distribution of the data is temporal.In this thesis, we propose a new 2-dimensional data capsule structure using Yamamoto’s egg function. This structure can adjust its shape to be symmetric (i.e., circular or elliptic) or asymmetric (i.e., egg-shaped) depending on the configuration of its parameters, allowing it to …

Go to article

Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai Jan 2024

Weight Shifting Based Pruning For Convolutional Neural Networks, Panuwat Threethanuchai

Chulalongkorn University Theses and Dissertations (Chula ETD)

The paper presents an adaptation of the novel self-recovering technique known as weight shifting for application in the pruning of nodes from the fully-connected layers of convolutional neural networks. The proposed methodology involves a binary search strategy to identify the optimal subset of nodes for removal, facilitating efficient redistribution of node weights using the Moore-Penrose pseudo-inverse. The proposed methodology was evaluated by across multiple data sets, including CIFAR-100, Food101, Stanford Cars, and Flowers102. The experimental results demonstrated that the proposed methodology is able to maintain high accuracy and top-k categorical accuracy performance with minimal reductions even after pruning a significant …

Go to article

Winner Prediction Model For Basketball Matches Based On Statistical Data Of Teams, Players, And Line-Ups, Chanin Witheesawas Jan 2024

Winner Prediction Model For Basketball Matches Based On Statistical Data Of Teams, Players, And Line-Ups, Chanin Witheesawas

Chulalongkorn University Theses and Dissertations (Chula ETD)

NBA league in the United States for professional basketball league is considered the world-famous basketball league with the highest money circulation. Basketball players around the world would rather join the league. Also, many entrepreneurs would like to become a sponsor of a basketball team in the NBA league to increase the business opportunities leading to higher revenue especially a sponsor of a team that wins the NBA championship more than other teams. Therefore, every NBA team must develop a proper strategic plan to win the NBA championship. Hence, it is the beginning of this thesis to use seven popular machine …

Go to article

Machine Learning For Increasing Productivity In Shrimp Hatchery, Boonyapron Kaowleg Jan 2024

Machine Learning For Increasing Productivity In Shrimp Hatchery, Boonyapron Kaowleg

Chulalongkorn University Theses and Dissertations (Chula ETD)

The quality of shrimp hatcheries directly impacts the survival and growth of shrimp during the grow-out stage, with poor hatchery conditions increasing the risk of infections and reducing overall productivity. This study explores the potential of machine learning to enhance productivity in shrimp hatcheries in Thailand, focusing on improving the accuracy of hatchery success predictions. Four machine learning models were developed and compared to predict shrimp hatchery outcomes based on historical data. Data were collected from multiple sources, which presented challenges in terms of variability, missing values, and the need for extensive pre-processing. The results showed that the random forest …

Go to article

Streaming Image Classification Using Class-Wise Incremental Learning And Pre-Trained Convolution Neural Network, Kongkan Kalakan Jan 2024

Streaming Image Classification Using Class-Wise Incremental Learning And Pre-Trained Convolution Neural Network, Kongkan Kalakan

Chulalongkorn University Theses and Dissertations (Chula ETD)

Learning in deep learning architectures for computer vision is a resource-intensive process. Although the accuracy of state-of-the-art models has improved over time, these methods still require significant time and memory to process large datasets, particularly in the context of streaming image data. The necessity to store and reprocess old data each time new data is introduced leads to inefficient resource usage. A more efficient approach is to learn from data in chunks and discard the previously processed data. However, this strategy often results in catastrophic forgetting. In this study, we propose a novel algorithm called CNN-SCIL, which enhances the Streaming …

Go to article

Identifying Unsafety Gesture Of Drivers Using Deep Learning, Yibei Bai Jan 2024

Identifying Unsafety Gesture Of Drivers Using Deep Learning, Yibei Bai

Chulalongkorn University Theses and Dissertations (Chula ETD)

This thesis presents the use of deep learning to identify two unsafe gestures of drivers: (1) holding the wheel with one hand and performing an action with the other hand, and (2) talking on the phone while driving. These gestures can distract the driver, potentially leading to accidents. Four models were compared and evaluated. Additionally, the study introduces the Driver Action Expression (DAE) dataset, collected through a road driving experiment focusing on driver behavior. The issue of imbalanced data was considered. The Xception model shows the best performance compared to other models, leading to its selection as the primary model …

Go to article

การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์ Jan 2024

การแปลงแผนภาพเครื่องสถานะเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวี, นนทวิชญ์ มากจันทร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบเชิงพร้อมกันเป็นระบบที่มีมากกว่าหนึ่งสายโยงใยซึ่งสามารถสลับกันทำงานระหว่างสายโยงใยโดยที่ไม่ต้องรอให้กระบวนการในสายโยงใยใดกระบวนการหนึ่งให้เสร็จสมบูรณ์ ซึ่งระบบเชิงพร้อมกันมักพบในระบบที่มีความซับซ้อน มีหลายงานที่ต้องดำเนินการและสายโยงใยที่ดำเนินงานนั้นอาจมีปฏิสัมพันธ์กัน เช่น เข้าถึงหน่วยความจำเดียวกัน เป็นต้น หนึ่งในวิธีที่สามารถอธิบายระบบเชิงพร้อมกันคือการใช้แผนภาพเครื่องสถานะซึ่งเป็นแผนภาพตามมาตรฐานยูเอ็มแอลรุ่น 2.5 แต่เนื่องจากแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันไม่สามารถนำมาใช้ในการทวนสอบได้ เนื่องจากพฤติกรรมของระบบเชิงพร้อมกันมีรูปแบบเชิงไม่กำหนด งานวิจัยจึงเล็งเห็นประโยชน์ในการพัฒนาเครื่องมือแปลงแผนภาพเครื่องสถานะเป็นโค้ดนูเอ็สเอ็มวี ซึ่งเป็นการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้อยู่ในรูปของแบบจำลองเชิงรูปนัยให้สามารถทำการทวนสอบได้ โดยเปรียบเทียบและวิเคราะห์ระหว่างองค์ประกอบของแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันตามมาตรฐานยูเอ็มแอลรุ่น 2.5 กับองค์ประกอบของนูเอ็สเอ็มวี แล้วนิยามกฏการแปลงแผนภาพเครื่องสถานะของระบบเชิงพร้อมกันให้เป็นนูเอ็สเอ็มวีเพื่อใช้ในการพัฒนาเครื่องมือการแปลง จากนั้นจึงพัฒนาเครื่องมือการแปลง สร้างแบบจำลองซึ่งเป็นกรณีศึกษาของระบบเชิงพร้อมกันที่อยู่ในรูปของแผนภาพเครื่องสถานะ สร้างข้อกำหนดเชิงรูปนัยที่ใช้ในการทวนสอบกรณีศึกษา และนำเครื่องมือการแปลงมาใช้ในการแปลงแบบจำลองกรณีศึกษาให้เป็นแบบจำลองเชิงรูปนัยนูเอ็สเอ็มวี แล้วทำการทวนสอบด้วยข้อกำหนดเชิงรูปนัยบนนูเอ็มเอ็มวี กระบวนการวิจัยและพัฒนาทั้งหมดที่กล่าวมาพบว่าผู้วิจัยสามารถแปลงแบบจำลองในรูปของแผนภาพเครื่องสถานะให้ป็นแบบจำลองเชิงรูปนัยและเห็นพฤติกรรมของการทำงานของระบบเชิงพร้อมกัน รวมถึงทวนสอบพฤติกรรมของระบบและได้ผลลัพธ์จากการทวนสอบที่เป็นไปตามข้อกำหนดเชิงรูปนัย

Go to article

การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร Jan 2024

การสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสําหรับใช้ในการพัฒนาเกม, ภัทรานิษฐ์ มุสิกะประยูร

Chulalongkorn University Theses and Dissertations (Chula ETD)

โครงงานมหาบัณฑิตนี้จึงเสนอวิธีการสร้างแอนิเมชัน 3 มิติ ของใบหน้าขณะพูดภาษาไทยสำหรับใช้ในการพัฒนาเกม ในการสร้างแบบจำลองเพื่อทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทย ได้ใช้ชุดข้อมูลออดิโอวิชวล TSynC-3miti: Audiovisual Speech Synthesis Database from Found Data ร่วมกับแนวคิดจาก งานวิจัย A Decision Tree Framework for Spatiotemporal Sequence Prediction ที่ได้เสนอวิธีการสำหรับการทำนายลำดับข้อมูลที่มีจำนวนมิติสูงและต่อเนื่อง โดยใช้เทคนิคการแบ่งย่อยด้วยหน้าต่างเลื่อนร่วมกับวิธีการรวมกลุ่มของต้นไม้ตัดสินใจ ซึ่งสามารถนำมาประยุกต์ใช้ในการสร้างแอนิเมชันสำหรับการพูดได้ ในการทำนายการเคลื่อนไหวของใบหน้าขณะพูดภาษาไทยในโครงงานมหาบัณฑิตนี้ จะใช้ข้อมูลนำเข้าเป็นลำดับของสัญลักษณ์โฟเนติก จากจึงต้องมีการเตรียมชุดข้อมูลใหม่จากชุดข้อมูลออิดิโอวิชวล TSynC-3miti จากนั้นนำชุดข้อมูลไปฝึกสอนโมเดล และพัฒนาเครื่องมือที่ใช้ในการสร้างแอนิเมชัน โดยเป็นรูปแบบของส่วนเสริมสำหรับใช้ในเกมเอนจิน Unreal Engine โดยรับอินพุตเป็นข้อความภาษาไทย และจะได้ค่าการเคลื่อนไหวใบหน้ามาอ้างอิงบนใบหน้าของตัวละครในแต่ละช่วงเวลา ผลลัพธ์ของการทำงานของส่วนเสริมนี้จะได้เป็นแอนิเมชัน 3 มิติของโมเดลตัวละคร MetaHuman ที่สามารถพูดภาษาไทยได้อย่างสมจริง โดยผลการทดสอบพบว่าแอนิเมชันมีความสมจริงจากมุมมองทั้งหน้าตรงและหน้าเอียง โดยมุมมองหน้าเอียงดูสมจริงมากกว่า และการออกเสียงแต่ละโฟเนติกมีความสมจริงเช่นกัน

Go to article

การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย Jan 2024

การปรับปรุงประสิทธิภาพและยกระดับระบบบริการทางการเงินผ่านการบูรณาการ Olap และ Oltp, ชนม์ชนก วงศ์อภัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบการเงินในปัจจุบันต้องเผชิญกับการจัดการข้อมูลจำนวนมากในแต่ละวัน เช่น การสั่งซื้อสินค้า การชำระเงิน และการเติมเงินเข้าสู่ระบบ ซึ่งต้องดำเนินการด้วยความรวดเร็วและความถูกต้องแม่นยำ ระบบดั้งเดิมที่ใช้ฐานข้อมูลประเภท OLTP ได้รับการออกแบบมาเพื่อรองรับการประมวลผลธุรกรรมแบบเรียลไทม์ แต่เมื่อปริมาณข้อมูลเพิ่มมากขึ้น ระบบเริ่มประสบกับข้อจำกัดในด้านประสิทธิภาพ การใช้ทรัพยากรสูง และความซับซ้อนในการตรวจสอบข้อมูล โดยเฉพาะอย่างยิ่งเมื่อต้องรองรับการทำงานพร้อมกันของหลายบริการ ทำให้ระบบต้องรับภาระที่มากขึ้นและส่งผลให้เกิดความล่าช้าในการเรียกดูข้อมูล โครงการนี้จึงมุ่งเน้นการออกแบบและพัฒนาระบบใหม่ที่ผสานความสามารถในการวิเคราะห์ข้อมูลเชิงลึกเข้ากับการประมวลผลธุรกรรมแบบเรียลไทม์ เพื่อลดข้อจำกัดด้านประสิทธิภาพและปรับปรุงการจัดการข้อมูลขนาดใหญ่ ระบบที่ออกแบบใหม่นี้จะช่วยเพิ่มศักยภาพในการวิเคราะห์ข้อมูลที่ซับซ้อน ช่วยให้การจัดทำรายงานและการตรวจสอบธุรกรรมเป็นไปอย่างมีประสิทธิภาพและรวดเร็ว โดยระบบสามารถดึงข้อมูลเชิงลึกเพื่อใช้ในการวิเคราะห์และการตัดสินใจได้อย่างแม่นยำ แนวทางการบูรณาการระหว่างการประมวลผลแบบ OLTP และการจัดการข้อมูลแบบ OLAP ที่นำเสนอในโครงการนี้ ไม่เพียงแต่ช่วยลดภาระการทำงานของฐานข้อมูล แต่ยังทำให้การวิเคราะห์ข้อมูลที่มีความซับซ้อนสูงสามารถทำได้อย่างรวดเร็วและมีประสิทธิภาพมากยิ่งขึ้น นอกจากนี้ โครงการยังได้พัฒนาแอปพลิเคชันสำหรับการเรียกดูข้อมูลโดยอิงจากแบบจำลองข้อมูล (Data Model) ซึ่งช่วยให้ผู้ใช้งานสามารถจัดการและวิเคราะห์ข้อมูลได้เองผ่านส่วนต่อประสานที่ใช้งานง่าย ไม่จำเป็นต้องมีความเชี่ยวชาญด้านฐานข้อมูล แอปพลิเคชันนี้ช่วยให้ผู้ใช้สามารถมองเห็นภาพรวมของข้อมูล เลือกวิเคราะห์ในเชิงลึก และสร้างรายงานได้อย่างคล่องตัว จากการศึกษาและทดลองพบว่าการใช้งานฐานข้อมูลประเภท OLAP ร่วมกับ OLTP ช่วยเพิ่มความสามารถในการเรียกดูข้อมูลที่มีปริมาณมากและซับซ้อนได้อย่างรวดเร็วมากขึ้นโดยที่ไม่จำเป็นต้องเปลี่ยนแปลงโครงสร้างของฐานข้อมูลดังเดิมที่เป็นประเภท OLTP ดังนั้นโครงการนี้จึงสามารถแก้ไขปัญหาที่พบในระบบเดิม ด้วยระบบที่สามารถดึงข้อมูลขนาดใหญ่ได้อย่างรวดเร็วและมีประสิทธิภาพสูง พร้อมแอปพลิเคชันที่ช่วยให้ผู้ใช้งานสามารถวิเคราะห์ข้อมูลได้ด้วยตนเอง เพิ่มขีดความสามารถในการตัดสินใจเชิงกลยุทธ์ ตอบสนองต่อความต้องการทางธุรกิจได้อย่างแม่นยำและคล่องตัว

Go to article

การพัฒนาระบบสำหรับการวิเคราะห์ความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทยตามกรอบงานพัฒนาความสามารถด้านการจัดการโครงการ, ธัญญา ธารากุล Jan 2024

การพัฒนาระบบสำหรับการวิเคราะห์ความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทยตามกรอบงานพัฒนาความสามารถด้านการจัดการโครงการ, ธัญญา ธารากุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

อาชีพการบริหารโครงการในประเทศไทยได้รับความสนใจอย่างมาก โดยมีบุคคลจำนวนมากที่ประกอบอาชีพนี้อยู่ในปัจจุบันและอีกหลายคนที่ต้องการเข้ามาทำงานในสายอาชีพนี้ ความท้าทายหลักที่บุคลากรเหล่านี้พบคือการขาดแหล่งข้อมูลที่สามารถให้ความรู้เกี่ยวกับเส้นทางการเติบโตในอาชีพ โดยเฉพาะอย่างยิ่งในด้านทักษะและความสามารถที่จำเป็นต่อความสำเร็จในการทำงาน งานวิจัยนี้มุ่งเน้นแก้ไขปัญหาดังกล่าวโดยใช้กรอบการพัฒนาความสามารถของผู้จัดการโครงการ หรือ เฟรมเวิร์กพีเอ็มซีดี (Project Manager Competency Development Framework หรือ PMCD Framework) ซึ่งได้รับการสนับสนุนจากสถาบันการจัดการโครงการ หรือ PMI ที่แบ่งความสามารถออกเป็น 3 ด้าน ได้แก่ ความสามารถเชิงความรู้ (Knowledge Competence) ความสามารถเชิงปฏิบัติการ (Performance Competence) และความสามารถทางบุคลากร (Personal Competence) โครงงานนี้มีวัตถุประสงค์เพื่อพัฒนาเว็บแอปพลิเคชันที่ช่วยให้ผู้ที่สนใจในสายอาชีพผู้จัดการโครงการสามารถค้นคืนความสามารถที่เป็นที่ต้องการในตลาดงานของประเทศไทยในเอกสารรับสมัครงานได้ โดยใช้คำค้นสารสนเทศที่อ้างอิงมาจากพีเอ็มซีดีและพจนานุกรมของกูเกิล และนำผลลัพธ์ที่ได้มาทำการวิเคราะห์ว่าความสามารถใดเป็นที่ต้องการของผู้จ้างงาน ผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูลนี้จะทำให้ทราบถึงความต้องการด้านความสามารถของผู้จัดการโครงการซอฟต์แวร์ในประเทศไทย ได้ให้ข้อมูลเกี่ยวกับความสามารถที่สำคัญและจำเป็นต่อสายอาชีพผู้จัดการโครงการ ซึ่งจะช่วยให้ผู้ที่ประกอบอาชีพการจัดการโครงการและผู้ที่มีความสนใจจะเข้ามาประกอบอาชีพในสายงานนี้ได้มีแนวทางที่ชัดเจนในการพัฒนาตนเองต่อไปอย่างถูกต้องและสอดคล้องกับความต้องการของตลาดแรงงานได้อย่างมีประสิทธิภาพ

Go to article

Mass-Ratio-Convex-Combination-Of-Average-Absolute-Deviation-And-Interquartile-Range Based Outlier Factor For Anomaly Scoring, Zehong Fan Jan 2024

Mass-Ratio-Convex-Combination-Of-Average-Absolute-Deviation-And-Interquartile-Range Based Outlier Factor For Anomaly Scoring, Zehong Fan

Chulalongkorn University Theses and Dissertations (Chula ETD)

Anomaly detection is increasingly essential across various sectors, including fraud detection, cybersecurity, and industrial process monitoring, where it serves as an early warning system to identify unusual patterns in data. This research presents a novel, parameter-free anomaly scoring algorithm designed to assign scores to data points without the need for user-defined parameters. The algorithm calculates anomaly scores based on the statistical dispersion of the mass-ratio distribution, utilizing five key measures: variance, range, interquartile range (IQR), average absolute deviation (AAD), and the combination of AAD and IQR. The performance of the proposed Mass-Ratio-Convex-Combination-Of-Average-Absoulte-Deviation-And-Interquartile-Range Based Outlier Factor for anomaly scoring algorithm called …

Go to article

Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong Jan 2024

Neural Additive Models For Predicting Her2 Status In Breast Cancer From Immunohistochemical Images, Surayuth Pintawong

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigated the application of Conformal Prediction (CP) for uncertainty quantifica- tion in Human Epidermal growth factor receptor 2 (HER2) status classification from immunohistochemistry (IHC) images of breast cancer. Although existing machine learning approaches demonstrate high accuracy in predicting HER2 status, they often struggle with borderline cases that require additional testing. We addressed this challenge by implementing a CP framework that generates prediction sets with controlled error rates. Unlike traditional classifiers that provide single predictions, our CP framework can output either singleton predictions for confident cases or multiple labels for uncertain cases, thereby naturally identifying samples that require additional …

Go to article

Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew Jan 2024

Improved Sequence Embeddings For Peptide-Class I Mhc Binding Prediction, Patiphan Wongklaew

Chulalongkorn University Theses and Dissertations (Chula ETD)

The binding of a peptide antigen to a class I major histocompatibility complex (MHC) protein is considered an essential process by which the immune system monitors infected cells. This mechanism has facilitated the development of peptide-based vaccines aimed at stimulating the patient's immune response for cancer treat-ment. Accurate prediction of peptide-MHC binding is therefore crucial for prioritizing optimal peptides tailored to individual patients. Nevertheless, many MHC alleles lack sufficient experimental data on peptide-MHC binding, which potentially constrains the accuracy of existing prediction models. This study introduces an enhanced iteration of MHCSeqNet, an open-source deep learning model which utilizes sequence data …

Go to article

Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit Jan 2024

Improving Thai-Dialect Automatic Speech Recognition With Curriculum Learning, Artit Suwanbandit

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic Speech Recognition (ASR) has been the foremost feature and integrated in many real-world usages for decades. The novel deep learning approaches prevail in the ASR field as a model architecture. However, ASR still struggles with low-resource data, especially in the Thai dialectal language. Transfer learning is the conventional approach in the machine learning field for escalating the performance of low-resource settings. In the scenario that additional fine-tuning tasks are not achievable, exerting all efficiency of target data is an accountability. To overcome stagnation, we proposed transfer-based curriculum learning for low-resource dialectal ASR, Phonemetically-induced subword Out-of-vocabulary rate (PhIS-OOV), and Model …

Go to article

First Prev Next Last