การแบ่งส่วนรูปภาพดอกไม้ด้วยการใช้ซาเลียนซีแมปร่วมกับการประยุกต์ใช้ปริภูมิสีเอชเอสวีและหน้ากากสี,
2021
คณะพาณิชยศาสตร์และการบัญชี
การแบ่งส่วนรูปภาพดอกไม้ด้วยการใช้ซาเลียนซีแมปร่วมกับการประยุกต์ใช้ปริภูมิสีเอชเอสวีและหน้ากากสี, ธนณัฏฐ์ หงษ์ทอง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจำแนกประเภทรูปภาพดอกไม้เป็นสิ่งที่ท้าทาย เนื่องจากความคล้ายคลึงกันทางกายภาพของดอกไม้ เทคนิคการแบ่งส่วนรูปภาพ (Image segmentation) สามารถลดความซับซ้อนขององค์ประกอบภายในพื้นหลังภาพ ทำให้การจำแนกประเภทรูปภาพดอกไม้มีประสิทธิภาพมากขึ้น งานวิจัยชิ้นนี้ได้นำเสนอแนวคิดการแบ่งส่วนรูปภาพ โดยอิงการใช้ประโยชน์จากซาเลียนซีแมป (Saliency map) ในการเลือกบริเวณที่สนใจภายในภาพ และการใช้ปริภูมิสีเอชเอสวี (HSV) ผนวกกับการใช้หน้ากากสี (Color mask) ในการช่วยลดรายละเอียดที่ไม่สำคัญภายในพื้นหลังของรูปภาพ ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอให้ผลลัพธ์การแบ่งส่วนรูปภาพโดยวัดจากค่าเฉลี่ย IoU เท่ากับ 54% (ซึ่งมากกว่างานวิจัยก่อนหน้า 13 %) ในขณะที่ค่าความถูกต้อง ความแม่นยำ ค่าความครบถ้วน และค่า F1 เมื่อจำแนกประเภทดอกไม้ด้วยแบบจำลอง VGG16 ที่ผ่านการปรับโครงสร้างเท่ากับ 87 %
การเรียนรู้การถ่ายทอดสำหรับการจำแนกภาพด้วยโครงข่ายคอนโวลูชัน: กรณีศึกษาภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19,
2021
คณะพาณิชยศาสตร์และการบัญชี
การเรียนรู้การถ่ายทอดสำหรับการจำแนกภาพด้วยโครงข่ายคอนโวลูชัน: กรณีศึกษาภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19, ธัญญ์ชวิน โพธิวัฒน์ธนัต
Chulalongkorn University Theses and Dissertations (Chula ETD)
เทคนิคการประมวลผลจากภาพถูกนำมาใช้กันอย่างแพร่หลายในหลากหลายอุตสาหกรรมในปัจจุบัน โดยการนำมาประยุกต์ใช้กับทางการแพทย์ก็เป็นอีกหนึ่งอุสาหกรรมที่ได้รับความนิยม ทั้งนี้ปัญหาในการจำแนกภาพสามารถทำได้หลายวิธีด้วยกัน หนึ่งในนั้น คือการนำการเรียนรู้เชิงลึกมาประยุกต์ใช้ในการแก้ไขปัญหา โดยการจำแนกประเภทผ่านการเรียนรู้เชิงลึกสามารถแก้ไขได้อย่างรวดเร็วและแม่นยำผ่านการนำโครงข่ายการเรียนรู้เชิงลึกแบบคอนโวลูชั่น หรือ ซีเอ็นเอ็น (Convolutional Neural Networks หรือ CNN) มาใช้กับเทคนิคการเรียนรู้ถ่ายทอด (Transfer Learning) งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้เทคนิคการเรียนรู้ถ่ายทอดในการฝึกสอนแบบจำลองโครงข่ายคอนโวลูชั่นเชิงลึกเพื่อจำแนกภาพถ่ายรังสีทรวงอกออกเป็น 3 ประเภท คือ 1) ภาพถ่ายรังสีทรวงอกของผู้ป่วยปกติ 2) ภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 3) ภาพถ่ายรังสีทรวงอกของผู้ติดเชื้อปอดอักเสบจากไวรัส ผ่านแบบจำลองที่ถูกฝึกมาเรียบร้อย (Pre-trained Model) แล้วสามแบบจำลอง ประกอบด้วย โมไบล์เน็ตวี2 (MobileNetV2) เรสเน็ต50 (Resnet50) และอินเซปชันวี3 (InceptionV3) ซึ่งได้ถูกเลือกมาใช้ในการทดสอบเพื่อสร้างแบบจำลองทั้งหมด 3 ตัว ประกอบด้วย ซีเอ็นเอ็น+โมไบล์เน็ตวี2 ซีเอ็นเอ็น+เรสเน็ต50 และ ซีเอ็นเอ็น+อินเซปชันวี3 ซึ่งพบว่า สมรรถนะแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 ให้ผลลัพธ์ที่ดีที่สุด จึงถูกเลือกนำไปปรับรายละเอียด การประเมินผลบนชุดข้อมูลทดสอบของแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 หลังจากทำการปรับรายละเอียด (Fine Tuning) ทั้งหมดด้วยกัน 8 ชั้น คือ ชั้นที่ 280, 250, 230, 200, 160, 150, 130 และ 120 ซึ่งแตกต่างจากบทความวิจัยส่วนใหญ่ที่ทำการละทิ้งการตรึงเพียงชั้นเดียว โดยเห็นได้ว่าการปรับรายละเอียดของแบบจำลองที่ทำการละทิ้งการตรึงตั้งแต่ชั้น 150 ให้ผลการทดสอบการจำแนกภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 ได้ความแม่นยำที่ดีที่สุดที่ 95% ซึ่งเห็นได้ว่าแนวทางการจำแนกประเภทภาพที่นำเสนอมีความหวังสามารถนำไปพัฒนาต่อยอด เพื่อเป็นประโยชน์ต่ออุตสาหกรรมการแพทย์ได้
การฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็นในการจัดประเภทข้อความ,
2021
คณะพาณิชยศาสตร์และการบัญชี
การฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็นในการจัดประเภทข้อความ, ธีรพงศ์ แซ่ลิ้ม
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจัดประเภทข้อความ (Text classification) เป็นกระบวนการคัดแยกข้อความให้เป็นหมวดหมู่อย่างถูกต้อง ตัวแบบจำลองการฝึกอบรมล่วงหน้าโดยใช้ตัวเข้ารหัสแบบสองทิศจากทรานฟอร์เมอร์ หรือเรียกว่า BERT ช่วยทำให้ตัวแบบจำลองเรียนรู้บริบทของคำแบบสองทิศทาง ส่งผลให้สามารถจัดประเภทข้อความได้อย่างมีประสิทธิภาพและแม่นยำ ถึงแม้ว่าตัวแบบจำลอง BERT และตัวแบบจำลองที่เกิดขึ้นจากสถาปัตยกรรมนี้ จะสามารถจัดการงานด้านการประมวลผลทางธรรมชาติได้อย่างยอดเยี่ยม แต่กลับพบว่าตัวแบบจำลองนี้ยังพบเจอปัญหา Overfitting กล่าวคือ เมื่ออยู่ในสถานการณ์ที่ชุดข้อมูลในการฝึกอบรมมีจำนวนตัวอย่างน้อย ตัวแบบจำลอง BERT จะให้ความสนใจไปที่คำบางคำมากเกินไปจนไม่สนใจบริบทของประโยค จนทำให้ตัวแบบจำลองไม่สามารถทำนายข้อมูลในชุดการทดสอบได้ถูกต้อง ซึ่งส่งผลในประสิทธิของตัวแบบจำลองลดลง ดังนั้นในงานวิทยานิพนธ์ฉบับนี้จึงเสนอแนวทาง วิธีการฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็น ซึ่งรวมการรบกวนสองระดับเข้าด้วยกัน ได้แก่ การรบกวนระดับประโยค และการรบกวนแบบถ่วงน้ำหนักโทเค็น เพื่อสร้างการรบกวนที่มีความละเอียดกว่าการฝึกปรปักษ์เสมือนแบบดั้งเดิม ที่อาศัยเพียงการรบกวนระดับประโยคเท่านั้น วิธีการนี้จะช่วยให้ตัวแบบจำลองสามารถเรียนรู้โทเค็นที่สำคัญในประโยค จากการทดลองบนเกณฑ์มาตรฐานการประเมินความเข้าใจภาษาทั่วไป (GLUE) แสดงให้เห็นว่าวิธีการที่นำเสนอสามารถเพิ่มประสิทธิภาพของตัวแบบจำลองโดยได้คะแนนเฉลี่ยร้อยละ 79.5 ซึ่งมีประสิทธิภาพเหนือกว่าตัวแบบจำลอง BERT และสามารถแก้ไขปัญหา Overfitting ในชุดข้อมูลขนาดเล็ก
การเปรียบเทียบวิธีบูตแสตรปในการประมาณช่วงความเชื่อมั่นของค่าสัมประสิทธิ์การถดถอยเชิงเส้นที่มีมิติสูงด้วยวิธีลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์,
2021
คณะพาณิชยศาสตร์และการบัญชี
การเปรียบเทียบวิธีบูตแสตรปในการประมาณช่วงความเชื่อมั่นของค่าสัมประสิทธิ์การถดถอยเชิงเส้นที่มีมิติสูงด้วยวิธีลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์, พริษฐ์ ชาญเชิงพานิช
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์ ซึ่งเป็นตัวประมาณแบบ 2 ขั้นตอน คือใช้วิธีลาสโซ่แบบปรับปรุงในการคัดเลือกตัวแปรอิสระจากนั้นใช้วิธีริดจ์ในการประมาณค่าสัมประสิทธิ์การถดถอย และเปรียบเทียบกับวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่และพาร์เชียลริดจ์ โดยทดลองบูตแสตรป 2 วิธีคือ วิธีสุ่มส่วนเหลือและวิธีสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระ ซึ่งเกณฑ์ที่ใช้วัดประสิทธิภาพคือ ความกว้างของช่วงความเชื่อมั่น ความน่าจะเป็นครอบคลุม อัตราผลบวกเทียม และอัตราผลลบเทียม งานวิจัยนี้ศึกษาสัมประสิทธิ์การถดถอยใน 2 ลักษณะได้แก่ บางเบาอย่างอ่อนและบางเบาอย่างรุนแรง และจำลองข้อมูลจากการแจกแจงแบบปกติหลายตัวแปรโดยใช้เมทริกซ์ความแปรปรวนร่วมของค่าคลาดเคลื่อนที่แตกต่างกัน ทั้งหมด 8 กรณี ผลการศึกษาพบว่าวิธีบูตแสตรปแบบสุ่มส่วนเหลือตัวประมาณลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดในแง่การให้ความกว้างของช่วงความเชื่อมั่นโดยเฉลี่ยสั้นที่สุดในเกือบทุกกรณี และวิธีบูตแสตรปแบบสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระตัวประมาณลาสโซ่และพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดเมื่อพิจารณาด้วยเกณฑ์อัตราผลบวกเทียม อย่างไรก็ตาม เมื่อพิจารณาด้วยเกณฑ์ความน่าจะเป็นครอบคลุมและอัตราผลลบเทียมพบว่าไม่ปรากฏวิธีการบูตแสตรปแบบใดแบบหนึ่งที่มีประสิทธิภาพสูงสุดอย่างชัดเจน
การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง Arimax และการถดถอยพหุนาม,
2021
คณะพาณิชยศาสตร์และการบัญชี
การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง Arimax และการถดถอยพหุนาม, วนิดา วงศ์วัฒนบัณฑิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความถูกต้องของการพยากรณ์อนุกรมเวลาที่ได้จาก 3 ตัวแบบ คือ ตัวแบบ ARIMA, ตัวแบบ ARIMAX และตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม ซึ่งใช้ชุดข้อมูลจริงของราคาหุ้น AMATA และหุ้น KBANK ในการศึกษา ครั้งนี้ได้ทำการแบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 สำหรับการสร้างตัวแบบการพยากรณ์ และชุดที่ 2 สำหรับการตรวจสอบความถูกต้องของตัวแบบพยากรณ์ โดยเกณฑ์ที่ใช้เปรียบเทียบความถูกต้องของตัวแบบ คือ รากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) โดยตัวแบบที่ให้ค่า RMSE ต่ำที่สุด จะเป็นตัวแบบที่เหมาะสมที่สุด จากผลการศึกษาพบว่า ตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม เป็นตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ราคาหุ้น AMATA และหุ้น KBANK
การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา,
2021
คณะพาณิชยศาสตร์และการบัญชี
การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา, ธัญพิชชา ยอดแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา ด้วยวิธีการประมาณค่าแบบกำลังสองต่ำสุด (OLS) วิธีของแชตเทอร์จีและแมคลีช (CM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่าเฉลี่ย (MLE_EM_MEAN) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่ามัธยฐาน (MLE_EM_MED) เปรียบเทียบจากค่าประสิทธิภาพสัมพัทธ์ของค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสอง โดยจำลองข้อมูลทั้งหมด 2187 สถานการณ์ จากการศึกษาพบว่า 1) เมื่อข้อมูลมีขนาดเล็กหรือปานกลาง (n=30,50) และมีเปอร์เซ็นต์ในการถูกตัดปลายทางขวาน้อย (r1=10) วิธี OLS และ CM เป็นวิธีที่มีประสิทธิภาพสูงสุด แตกต่างกันตามลักษณะการกระจายตัวของตัวแปรอิสระและความคลาดเคลื่อน 2) วิธีในกลุ่ม MLE_EM มีประสิทธิภาพสูงสุด เมื่อตัวอย่างขนาดปานกลาง (n=50) ถูกตัดปลายทางขวาปานกลางหรือมาก (r1=20,30) และตัวอย่างขนาดใหญ่ (n=100) โดยแบ่งตามช่วงการเข้ามาของข้อมูล เมื่อข้อมูลเข้ามาในช่วงต้นของการเปิดรับ วิธี MLE_EM_MED มีประสิทธิภาพสูงสุด ในขณะที่เมื่อข้อมูลเข้ามาในช่วงกลางของการเปิดรับ วิธีในกลุ่ม MLE_EM จะมีประสิทธิภาพสูงสุด และเมื่อข้อมูลเข้ามาในช่วงท้ายของการเปิดรับ วิธี MLE_EM และ MLE_EM_MEAN เป็นวิธีที่มีประสิทธิภาพสูงสุด 3) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้น หรือข้อมูลถูกตัดปลายทางขวาน้อยลง หรือสัดส่วนของช่วงเวลาที่เปิดรับข้อมูลเข้ามาเพื่อศึกษาต่อช่วงเวลาที่ศึกษาข้อมูลลดลง หรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ
การทดสอบสกอร์และวิธีการบูทสแตรปสำหรับการทดสอบทวินามนิเสธที่มีค่าศูนย์จำนวนมาก,
2021
คณะพาณิชยศาสตร์และการบัญชี
การทดสอบสกอร์และวิธีการบูทสแตรปสำหรับการทดสอบทวินามนิเสธที่มีค่าศูนย์จำนวนมาก, สิริยาภรณ์ บรรณสิทธิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และเพื่อศึกษาการเปรียบเทียบกำลังการทดสอบสำหรับวิธีการทดสอบสกอร์และวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก โดยพิจารณาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และกำลังการทดสอบ การวิจัยนี้เป็นการวิจัยเชิงทดลองโดยใช้วิธีการจำลองข้อมูลที่อาศัยเทคนิคมอนติคาร์โล ซึ่งในงานวิจัยได้จำลองข้อมูลที่มีการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก ที่มีความน่าจะเป็นที่จะเกิดศูนย์เท่ากับ 0, 0.1, 0.2, 0.3, 0.4 และ 0.5 โดยมีค่าเฉลี่ยทวินามนิเสธเท่ากับ 1, 2, 3 และ 4 มีการกระจาย (Dispersion) สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก เท่ากับ 0.01, 0.025, 0.05 และ 0.075 ขนาดตัวอย่างเท่ากับ 20, 50 และ 100 และกำหนดระดับนัยสำคัญทางสถิติของการทดสอบเท่ากับ 0.05 ในแต่ละสถานการณ์กระทำซ้ำ 5,000 ครั้ง ผลการวิจัยปรากฏว่าทั้งการทดสอบสกอร์และการทดสอบบูทสแตรปที่ประยุกต์ที่ประยุกต์กับการทดสอบสกอร์ สามารถควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 ได้ดี และเมื่อพิจารณากำลังการทดสอบพบว่า ส่วนมากการทดสอบบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ให้กำลังการทดสอบที่สูงกว่าการทดสอบสกอร์ จากการพิจารณาทั้งความน่าจะเป็นของความความผิดพลาดแบบที่ 1 และกำลังการทดสอบภายใต้การแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก สรุปได้ว่าวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ช่วยให้การทดสอบสกอร์มีประสิทธิภาพมากขึ้น
การวิเคราะห์โครงข่ายของโรคที่เกิดร่วมกันในผู้สูงอายุไทย,
2021
คณะพาณิชยศาสตร์และการบัญชี
การวิเคราะห์โครงข่ายของโรคที่เกิดร่วมกันในผู้สูงอายุไทย, อรพินท์ สิงห์โตทอง
Chulalongkorn University Theses and Dissertations (Chula ETD)
ภาวะโรคร่วม หรือ Comorbidity คือการเกิดโรคร่วมกันตั้งแต่สองโรคขึ้นไปในผู้ป่วยรายเดียวและเป็นประเด็นที่น่าสนใจทางด้านสาธารณสุข ผู้วิจัยจึงมีความสนใจศึกษาการวิเคราะห์โครงข่ายของภาวะโรคร่วมในผู้สูงอายุไทยโดยมีการเปรียบเทียบรูปแบบของโครงข่ายของภาวะโรคร่วม โดยใช้ข้อมูลประวัติการเข้ารับการรักษาของผู้ป่วยที่มีอายุตั้งแต่ 60 ปีขึ้นไป ในปี พ.ศ.2562 ที่ได้จากฐานข้อมูลผู้ป่วยภายใต้สำนักงานหลักประกันสุขภาพแห่งชาติ จากการศึกษาพบว่า การกำหนดรูปแบบและเกณฑ์ในการแบ่งรูปแบบปฏิสัมพันธ์ที่แตกต่างกันสำหรับการแสดงผลของโครงข่ายนั้นจะมีข้อดี ข้อเสียแตกต่างกัน สำหรับกรณีที่ผู้ศึกษาต้องการดูภาพรวมของโครงข่ายทั้งหมดว่ามีโรคใดบ้างที่พบมากเป็นลำดับแรก ๆ ควรกำหนดให้เกณฑ์ค่าความชุกในตำแหน่งเปอร์เซ็นไทล์ที่ต่ำ เพื่อให้โครงข่ายแสดงโหนดออกมาในจำนวนมากแต่ทั้งนี้อาจจะไม่เหมาะสำหรับการดูประเภทของรูปแบบปฏิสัมพันธ์เนื่องจากอาจเกิดเส้นเชื่อมจำนวนมากทำให้มีโครงข่ายความซับซ้อน สำหรับกรณีที่ต้องการทราบว่า โรคใดบ้างที่มีความสัมพันธ์กันสูง ควรจะกำหนดเกณฑ์ค่าลิฟต์ให้มีค่าสูง เนื่องจากค่าลิฟต์เป็นค่าที่บ่งบอกถึงระดับความสัมพันธ์ระหว่างคู่โหนดนั่นเอง และการกำหนดคุณลักษณะที่เหมาะสมให้กับส่วนประกอบของโครงข่ายจะทำให้เข้าใจถึงภาวะโรคร่วมได้ดี และโดยทั่วไปแล้วผู้วิจัยแนะนำให้ใช้การแสดงผลแบบ Fruchterman-Reingold เนื่องจากเป็นรูปแบบที่มีการกำหนดให้แต่ละเส้นเชื่อมตัดกันน้อยที่สุด รวมถึงการกระจายของโหนดอย่างเท่าเทียมทำให้โครงข่ายที่ได้มีความสวยงามและเข้าใจง่าย หรือทั้งนี้ผู้ใช้งานอาจจะพิจารณาจากหลายโครงข่ายประกอบกัน
ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว : การวิเคราะห์ด้วยสถิติแบบเบส์,
2021
คณะครุศาสตร์
ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว : การวิเคราะห์ด้วยสถิติแบบเบส์, พิมพ์ลักษณ์ เจริญวานิชกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนระหว่างโมเดลการวัดแบบสะท้อนและแบบก่อตัว 2) เปรียบเทียบความเป็นพลเมืองดิจิทัลและองค์ประกอบของความเป็นพลเมืองดิจิทัลของนักเรียนที่มีภูมิหลังต่างกัน โดยกลุ่มตัวอย่างที่ใช้ในการวิจัย คือ นักเรียนระดับชั้นมัธยมศึกษาตอนปลายในโรงเรียนสังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน (สพฐ.) เขตกรุงเทพมหานคร จำนวน 450 คน ได้มาจากการสุ่มตัวอย่างแบบสองขั้นตอน เครื่องมือที่ใช้ในการวิจัยเป็นแบบวัดความเป็นพลเมืองดิจิทัล จำนวน 46 ข้อ วิเคราะห์ข้อมูลใช้สถิติบรรยาย การวิเคราะห์ความแปรปรวน การวิเคราะห์ด้วยสถิติแบบเบส์ และการวิเคราะห์ด้วยสถิติแบบความถี่ ด้วยโปรแกรม Mplus ผลการวิจัยพบว่า 1) โมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อน (Reflective-Reflective) มีความเหมาะสมมากกว่าโมเดลการวัดแบบก่อตัว (Reflective-Formative) 2) ความเป็นพลเมืองดิจิทัลของนักเรียน เมื่อเปรียบเทียบตามเพศ ระดับชั้น ระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการพักผ่อน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อพบปะกับเพื่อนฝูง พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติที่ระดับ .05 แต่เมื่อเปรียบเทียบตามแผนการเรียน ขนาดโรงเรียน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการศึกษา พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 เมื่อเปรียบเทียบปฏิสัมพันธ์ระหว่างขนาดโรงเรียนและแผนการเรียน พบว่า โรงเรียนขนาดกลาง นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีความเป็นพลเมืองดิจิทัลสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 พิจารณาองค์ประกอบของความเป็นพลเมืองดิจิทัล พบว่า องค์ประกอบที่ 1 การรู้ดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่และขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลา 3-4 ชั่วโมงอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 2 การมีส่วนร่วมทางดิจิทัล นักเรียนหญิงมีคะแนนเฉลี่ยสูงกว่านักเรียนชาย นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลางอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 3 การรักษาอัตลักษณ์ในโลกดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง 1-2 ชั่วโมง และ 3-4 ชั่วโมง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษามากกว่า 6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง และ 3-4 ชั่วโมง อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 4 การมีจริยธรรมในการใช้ดิจิทัล …
แนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดล สมการโครงสร้างพหุระดับ,
2021
คณะครุศาสตร์
แนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดล สมการโครงสร้างพหุระดับ, ประกายแก้ว ไกรสงคราม
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน 2) ตรวจสอบความสอดคล้องเชิงประจักษ์ของโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน และ 3) นำเสนอแนวทางการส่งเสริมและสนับสนุนการจัดการเรียนรู้เกี่ยวกับความฉลาดรู้ทางการเงินให้แก่นักเรียน ผู้วิจัยดำเนินการวิจัย 2 ระยะ ระยะที่ 1 การพัฒนาโมเดลสมการโครงสร้างพหุระดับความฉลาดรู้ทางการเงินของนักเรียน ตัวอย่างที่ใช้ในการวิจัยประกอบด้วย นักเรียน ครู และผู้บริหารโรงเรียน รวมทั้งสิ้น 2,073 คน ใช้การสุ่มแบบแบ่งชั้น ตามภูมิภาคและขนาดโรงเรียน เก็บรวบรวมข้อมูลโดยใช้แบบสอบถามออนไลน์ที่พัฒนาขึ้นให้มีคุณสมบัติการวัดเชิงจิตมิติ ส่วนระยะที่ 2 การศึกษาแนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียน เก็บข้อมูลโดยการสัมภาษณ์ นักเรียน ครู และผู้บริหาร รวม 22 คน วิเคราะห์ข้อมูลโดยใช้สถิติเชิงบรรยายประกอบด้วย ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ค่าความเบ้ ความโด่ง และค่าสัมประสิทธิ์ สหสัมพันธ์ ส่วนการวิเคราะห์อิทธิพลระหว่างตัวแปรในการศึกษาครั้งนี้จะวิเคราะห์ด้วยโมเดลสมการโครงสร้างพหุระดับ (3 ระดับ) โดยใช้โปรแกรม MPLUS ผลการวิจัยมีดังนี้ 1.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนแบ่งออกเป็น 3 ระดับ ประกอบด้วยโมเดลระดับนักเรียน ระดับห้องเรียน และระดับโรงเรียน ตัวแปรระดับนักเรียนประกอบด้วย การปลูกฝังด้านการเงินจากครอบครัว ประสบการณ์ทางการเงินของนักเรียน และความฉลาดรู้ทางการเงินของนักเรียน โดยการปลูกฝังด้านการเงินจากครอบครัวเป็นปัจจัยที่มีอิทธิพลทางตรงต่อความฉลาดรู้ทางการเงินของนักเรียนและอ้อมผ่านประสบการณ์ทางการเงินของนักเรียน ตัวแปรระดับห้องเรียน ประกอบด้วยความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงิน โดยความฉลาดรู้ทางการเงินของครูมีอิทธิพลต่อกระบวนการจัดการเรียนรู้ของครูด้านการเงิน ในขณะที่ตัวแปรระดับโรงเรียนมีเพียงปัจจัยเดียวคือ การสนับสนุนของโรงเรียนด้านการจัดการเรียนรู้ทางการเงิน ซึ่งมีอิทธิพลต่อความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงินในระดับห้องเรียน นอกจากนี้กระบวนการจัดการเรียนรู้ของครูด้านการเงินมีอิทธิพลต่อความฉลาดรู้ทางการเงินของนักเรียนในระดับนักเรียนด้วย 2.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนสอดคล้องกับข้อมูลเชิงประจักษ์ (chi² = 266.25, df = 140, p = .000, CFI = 0.979, TLI = 0.972, RMSEA = 0.021) ผลการวิเคราะห์พบว่า การปลูกฝังด้านการเงินจากครอบครัวมีอิทธิพลทางตรงต่อความฉลาดรู้ ทางการเงินของนักเรียนและประสบการณ์ทางการเงินของนักเรียนด้วยขนาด .616 และ .368 ตามลำดับ อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 นอกจากนี้การปลูกฝังด้านการเงินจากครอบครัวยังส่งอิทธิพล โดยอ้อมผ่านประสบการณ์ทางการเงินของนักเรียนไปยังความฉลาดรู้ทางการเงินของนักเรียนด้วยขนาด .337 โดยสรุปแล้วมีค่าอิทธิพลโดยรวมขนาด .953 …
Prediction Intervals For Fractionally Integrated Time Series And Volatility Models,
2021
Missouri University of Science and Technology
Prediction Intervals For Fractionally Integrated Time Series And Volatility Models, Rukman Ekanayake
Doctoral Dissertations
"The two of the main formulations for modeling long range dependence in volatilities associated with financial time series are fractionally integrated generalized autoregressive conditional heteroscedastic (FIGARCH) and hyperbolic generalized autoregressive conditional heteroscedastic (HYGARCH) models. The traditional methods of constructing prediction intervals for volatility models, either employ a Gaussian error assumption or are based on asymptotic theory. However, many empirical studies show that the distribution of errors exhibit leptokurtic behavior. Therefore, the traditional prediction intervals developed for conditional volatility models yield poor coverage. An alternative is to employ residual bootstrap-based prediction intervals. One goal of this dissertation research is to develop …
Modeling Time Series With Conditional Heteroscedastic Structure,
2021
Missouri University of Science and Technology
Modeling Time Series With Conditional Heteroscedastic Structure, Ratnayake Mudiyanselage Isuru Panduka Ratnayake
Doctoral Dissertations
"Models with a conditional heteroscedastic variance structure play a vital role in many applications, including modeling financial volatility. In this dissertation several existing formulations, motivated by the Generalized Autoregressive Conditional Heteroscedastic model, are further generalized to provide more effective modeling of price range data well as count data. First, the Conditional Autoregressive Range (CARR) model is generalized by introducing a composite range-based multiplicative component formulation named the Composite CARR model. This formulation enables a more effective modeling of the long and short-term volatility components present in price range data. It treats the long-term volatility as a stochastic component that in …
Ensemble Protein Inference Evaluation,
2021
University of Montana, Missoula
Ensemble Protein Inference Evaluation, Kyle Lee Lucke
Graduate Student Theses, Dissertations, & Professional Papers
The Protein inference problem is becoming an increasingly important tool that aids in the characterization of complex proteomes and analysis of complex protein samples. In bottom-up shotgun proteomics experiments the metrics for evaluation (like AUC and calibration error) are based on an often imperfect target-decoy database. These metrics make the inherent assumption that all of the proteins in the target set are present in the sample being analyzed. In general, this is not the case, they are typically a mix of present and absent proteins. To objectively evaluate inference methods, protein standard datasets are used. These datasets are special in …
Modeling Multivariate Hopfield-Transformer Hawkes Process: Application To Sovereign Credit Default Swaps,
2021
Wilfrid Laurier University
Modeling Multivariate Hopfield-Transformer Hawkes Process: Application To Sovereign Credit Default Swaps, Mohsen Bahremani
Theses and Dissertations (Comprehensive)
Hawkes process was evolved so that the past events contribute to the occurrence time of future events by self-exciting or mutually exciting. However, many real-world data do not follow the Hawkes process's assumptions (i.e., positivity, additivity, and exponential decay) and become more complex to be modeled by the traditional Hawkes processes, so the neural Hawkes process was developed to tackle the challenges. However, Recurrent Neural Networks (RNN) fail to capture long-term dependencies among multiple point processes, and Transformer Hawkes processes only address temporal characteristics of Hawkes processes. In this thesis, we proposed a combination of neural networks and Hawkes processes …
Self-Exciting Point Process For Modelling Terror Attack Data,
2021
Wilfrid Laurier University
Self-Exciting Point Process For Modelling Terror Attack Data, Siyi Wang
Theses and Dissertations (Comprehensive)
Terrorism becomes more rampant in recent years because of separatism and extreme nationalism, which brings a serious threat to the national security of many countries in the world. The analysis of spatial and temporal patterns of terror data is significant in containing terrorism. This thesis focuses on building and applying a temporal point process called self-exciting point process to fit the terror data from 1970 to 2018 of 10 countries. The data come from the Global Terrorism database. Further, an application in predicting the number of terror events based on the self-exciting model is another main innovative idea, in which …
Impact Of Hemodynamic Vortex Spatial And Temporal Characteristics On Analysis Of Intracranial Aneurysms,
2021
Michigan Technological University
Impact Of Hemodynamic Vortex Spatial And Temporal Characteristics On Analysis Of Intracranial Aneurysms, Kevin W. Sunderland
Dissertations, Master's Theses and Master's Reports
Subarachnoid hemorrhage is a potentially devastating pathological condition in which bleeding occurs into the space surrounding the brain. One of the prominent sources of subarachnoid hemorrhage are intracranial aneurysms (IA): degenerative, irregular expansions of area(s) of the cerebral vasculature. In the event of IA rupture, the resultant subarachnoid hemorrhage ends in patient mortality occurring in ~50% of cases, with survivors enduring significant neurological damage with physical or cognitive impairment. The seriousness of IA rupture drives a degree of clinical interest in understanding these conditions that promote both the development and possible rupture of the vascular malformations. Current metrics for the …
A Transdisciplinary Analysis Of Just Transition Pathways To 100% Renewable Electricity,
2021
Michigan Technological University
A Transdisciplinary Analysis Of Just Transition Pathways To 100% Renewable Electricity, Adewale Aremu Adesanya
Dissertations, Master's Theses and Master's Reports
The transition to using clean, affordable, and reliable electrical energy is critical for enhancing human opportunities and capabilities. In the United States, many states and localities are engaging in this transition despite the lack of ambitious federal policy support. This research builds on the theoretical framework of the multilevel perspective (MLP) of sociotechnical transitions as well as the concept of energy justice to investigate potential pathways to 100 percent renewable energy (RE) for electricity provision in the U.S. This research seeks to answer the question: what are the technical, policy, and perceptual pathways, barriers, and opportunities for just transition to …
Superresolution Enhancement With Active Convolved Illumination,
2021
Michigan Technological University
Superresolution Enhancement With Active Convolved Illumination, Anindya Ghoshroy
Dissertations, Master's Theses and Master's Reports
The first two decades of the 21st century witnessed the emergence of “metamaterials”. The prospect of unrestricted control over light-matter interactions was a major contributing factor leading to the realization of new technologies and advancement of existing ones. While the field certainly does not lack innovative applications, widespread commercial deployment may still be several decades away. Fabrication of sophisticated 3d micro and nano structures, specially for telecommunications and optical frequencies will require a significant advancement of current technologies. More importantly, the effects of absorption and scattering losses will require a robust solution since this renders any conceivable application of metamaterials …
The Causes And Control Measures Of Extended Spectrum Beta-Lactamase Producing Enterobacteriaceae In Long-Term Care Facilities,
2021
Walden University
The Causes And Control Measures Of Extended Spectrum Beta-Lactamase Producing Enterobacteriaceae In Long-Term Care Facilities, Ismaila Olatunji Sule
Walden Dissertations and Doctoral Studies
Due to extended-spectrum beta-lactamase-producing Enterobacteriaceae (ESBL-PE), infections among residents are increasing in long-term care facilities (LTCFs), resulting in high rate of morbidity and healthcare costs. ESBL-PE resists empirical antibiotics and reduces treatment options, and a designated infection control team is unavailable to prevent the prevalence of the disease. Ecological theory guided this study. A systematic review and meta-analysis were conducted to characterize the causes of ESBL-PE and evaluate the infection control strategies within LTCFs. Multiple regression analysis (MRA) was included as supplementary statistical analysis to identify relationships between LTCFs, geographical locations, infection control measures (ICMs), and ESBL-PE. A systematic search …
Predictability Of Missing Data Theory To Improve U.S. Estimator’S Unreliable Data Problem,
2021
Walden University
Predictability Of Missing Data Theory To Improve U.S. Estimator’S Unreliable Data Problem, Tomeka S. Williams
Walden Dissertations and Doctoral Studies
Since the topic of improving data quality has not been addressed for the U.S. defense cost estimating discipline beyond changes in public policy, the goal of the study was to close this gap and provide empirical evidence that supports expanding options to improve software cost estimation data matrices for U.S. defense cost estimators. The purpose of this quantitative study was to test and measure the level of predictive accuracy of missing data theory techniques that were referenced as traditional approaches in the literature, compare each theories’ results to a complete data matrix used in support of the U.S. defense cost …
