DSpace at Srinakharinwirot University
Not a member yet
3044 research outputs found
Sort by
แนวทางการพัฒนาการท่องเที่ยวอย่างยั่งยืนในพื้นที่ อุทยานกุ้ยโจวกรีนเอ็กซ์โป
Get PDFThis study explores the potential for sustainable tourism development in Guizhou Green Expo Park. As a part of China's ecological civilization pilot zones , the park showcases its afforestation achievements and promotes green development. Despite its strengths in natural and cultural resources, the park faces challenges in resource utilization, services, and infrastructure. The study employed a mixed-methods approach, conducting a qualitative SWOT analysis and a quantitative visitor satisfaction assessment based on the 5As theory. The SWOT analysis identified poor management and inadequate infrastructure as weaknesses, while policy support for sustainable tourism presents development opportunities. Regarding the 5As results the average satisfaction scores for attractions, accommodation, and activities were 4.08, 4.16, and 4.14, respectively, reflecting positive evaluations in these areas. However, the scores for accessibility and amenities averaged 3.7 and 3.45, indicating room for improvement in park transportation, facilities, and service quality. These study concludes that while the park holds significant potential for sustainable tourism, improvements are needed in management, infrastructure, and marketing. The findings offer actionable recommendations to promote sustainability and balance economic growth with environmental protection.-MASTER OF ARTS (M.A.)ศิลปศาสตรมหาบัณฑิต (ศศ.ม.)-
แผนการตลาดการท่องเที่ยวเชิงอาหารบ้านขุนสมุทรจีน จังหวัดสมุทรปราการ
Get PDFThis study utilized a mixed methods approach with the following objectives: (1) to examine the food tourism behavior of Thai tourists visiting Ban Khun Samut Chin: (2) to assess the potential of food resources in Ban Khun Samut Chin: (3) to evaluate satisfaction with the marketing mix among Thai tourists traveling to Ban Khun Samut Chin: and (4) proposing a marketing plan for food tourism in Ban Khun Samut Chin. The quantitative questionnaire involved 385 participants, while the semi-structured interviews were conducted with 10 stakeholders. The findings indicated that tourists tend to travel with their families and are interested in experiencing the local way of life and the unique cultural aspects of the food from that area. The decision to travel is often driven by a desire for new and challenging tourism experiences, and weekends were the preferred time for travel. Online booking and social media played significant roles for gastronomy trip planning. Tourists generally expressed satisfaction with the marketing mix, especially concerning the sequence of experience, everywhere and evangelism. While no statistically significant relationships were found between tourist behavior and overall marketing satisfaction, and there were significant connections between travel partners/influencers and reaching consumers at a significant level of 0.05. A marketing plan for gastronomy tourism in Ban Khun Samut Chin, Samut Prakan Province was created. The researcher therefore used the marketing plan (4Es) as a marketing tool to develop gastronomy tourism in Ban Khun Samut Chin, Samut Prakan Province.การวิจัยครั้งนี้เป็นการวิจัยแบบผสมผสานมีวัตถุประสงค์เพื่อ (1)ศึกษาพฤติกรรมการท่องเที่ยวเชิงอาหารของนักท่องเที่ยวชาวไทยที่เดินทางมาท่องเที่ยวบ้านขุนสมุทรจีน (2)เพื่อศึกษาศักยภาพทรัพยากรอาหารบ้านขุนสมุทรจีน (3)เพื่อศึกษาความพึงพอใจด้านส่วนประสมทางการตลาดของนักท่องเที่ยวชาวไทยที่เดินทางมาท่องเที่ยวบ้านขุนสมุทรจีน และ (4)เพื่อนำเสนอแผนการตลาดการท่องเที่ยวเชิงอาหารบ้านขุนสมุทรจีน โดยกลุ่มตัวอย่างที่ใช้ในแบบสอบถามเชิงปริมาณจำนวน 385 คน และแบบสัมภาษณ์กึ่งโครงสร้างผู้มีส่วนได้ส่วนเสียจำนวน 10 คน ซึ่งการวิจัยพบว่าพฤติกรรมนักท่องเที่ยวนิยมเดินทางกับครอบครัว โดยลักษณะนักท่องเที่ยวเชิงอาหารต้องการเรียนรู้สัมผัสวิถีชีวิตความเป็นอยู่ของคนพื้นที่นั้นและศึกษาเอกลักษณ์วัฒนธรรมของอาหารเฉพาะถิ่น เหตุผลที่เลือกเดินทางเพราะต้องการรูปแบบการท่องเที่ยวแปลกใหม่ท้าทาย โดยมีครอบครัวเป็นผู้มีอิทธิพลในการตัดสินใจท่องเที่ยว ในช่วงวันหยุดสุดสัปดาห์เป็นช่วงที่เลือกเดินทางมากที่สุด ใช้วิธีการจองการท่องเที่ยวเชิงอาหารผ่านสื่อออนไลน์ และรู้จักประเภทการท่องเที่ยวเชิงอาหารจากสื่อสังคมออนไลน์ และผลการวิจัยระดับความพึงพอใจส่วนประสมทางการตลาดของนักท่องเที่ยว พบว่า ในภาพรวมนักท่องเที่ยวมีความคิดเห็นเกี่ยวกับระดับความพึงพอใจส่วนประสมทางการตลาด อยู่ในระดับมาก เมื่อพิจารณารายด้าน เรียงจากมากไปน้อย พบว่า การกำหนดราคา การแนะนำประสบการณ์ การเข้าถึงผู้บริโภค และการเผยแพร่ ในส่วนของระดับความสัมพันธ์ระหว่างพฤติกรรมนักท่องเที่ยวกับระดับความพึงพอใจส่วนประสมทางการตลาดในภาพรวมไม่มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติ โดยหากพิจารณาข้อคำถามที่มีความสัมพันธ์ พบว่า ผู้ร่วมเดินทางท่องเที่ยวและผู้มีอิทธิพลช่วยตัดสินใจในการท่องเที่ยวมีความสัมพันธ์กับส่วนประสมทางการตลาดด้านการเข้าถึงผู้บริโภคมีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติที่ระดับนัยสำคัญ 0.05 ผู้วิจัยจึงได้ใช้แผนการตลาด (4Es) เป็นเครื่องมือทางการตลาดในการพัฒนาการท่องเที่ยวเชิงอาหารบ้านขุนสมุทรจีน จังหวัดสมุทรปราการMASTER OF ARTS (M.A.)ศิลปศาสตรมหาบัณฑิต (ศศ.ม.)-
กระบวนการไพโรไลซิสเชิงตัวเร่งของชีวมวลไปเป็นน้ำมันชีวภาพด้วยตัวเร่งปฏิกิริยาวิวิธภัณฑ์ผสมประเภท กรด-เบส ในเครื่องปฏิกรณ์เบดนิ่งแบบขั้นตอนเดียว
Get PDFThe awareness and perception of climate change and carbon neutrality has led to interest in the research and development of alternative energy sources, such as the conversion of agricultural waste/residual waste into clean energy and valuable chemicals. This research aimed to study the catalytic pyrolysis of woody and non-wood biomass such as eucalyptus sawdust, algae, and coffee grounds, in order to determine the optimal operating conditions for the catalytic pyrolysis of biomass and residual biomass to produce bio-oils and valuable chemicals in a fixed-bed reactor using a dual acid-base heterogeneous catalysts by varying the process operation conditions: temperature (500 – 600 °C), nitrogen flow rate (25 – 75 ml/min), reaction time (45 – 75 min), catalyst loading (3 – 10%wt. to the feedstocks) and investigated the synergistic effects of blending Fe-dolomite with Cu-ZSM-5, which was also achieved by wet impregnate method. The results found that the optimum operating condition for pyrolysis biomass and waste to bio-oil production at a temperature of 550 °C, a nitrogen flow rate of 50 ml/min and time of reaction 45 minutes when using the ratio of Cu-ZSM-5 and Fe-Dolomite of 0.5:0.5 at 5% catalyst loading with the feedstock obtained the highest bio-oil from algae at 40.61%wt., coffee grounds at 26.50%wt., and eucalyptus sawdust at 20.19 wt.%. The chemical properties of bio-oil from algae were analyzed using a Fourier Transform Infrared Spectrometry (FT-IR) and a Gas Chromatography/Mass Spectrometry (GC/MS). The percentage of area peak intensity divided the composition of bio-oil into four categories: aliphatic (24.51%), aromatic (22.89%), polyaromatic hydrocarbon (26.72%) and oxygenated compounds (25.88%).การรับรู้และการตื่นตัวเรื่องการเปลี่ยนแปลงสภาวะภูมิอากาศและความเป็นกลางทางคาร์บอนทำให้ความสนใจวิจัยและพัฒนาพลังงานจากวัสดุเหลือทิ้งทางการเกษตรให้เป็นพลังงานและสารเคมีที่มีมูลค่า งานวิจัยนี้เป็นการศึกษาการไพโรไลซิสเชิงตัวเร่งของชีวมวลที่องค์ประกอบเป็นเนื้อไม้ และไม่มีเนื้อไม้ ได้แก่ ขี้เลื่อยจากเศษไม้ยูคาลิปตัส สาหร่าย และกากกาแฟ ไปเป็นน้ำมันชีวภาพและสารเคมีที่มีมูลค่าโดยใช้ตัวเร่งปฏิกิริยาวิวิธพันธุ์กรด-เบส ที่ภาวะดำเนินการ อุณหภูมิ (500 – 600 องศาเซลเซียส) อัตราการไหลของไนโตรเจน (25 – 75 มิลลิลิตรต่อนาที) เวลาในการไพโรซ์ (45 – 75 นาที) ปริมาณตัวเร่งปฏิกิริยา (3 – 10 %โดยน้ำหนัก) เพื่อศึกษาสภาวะการทำงานที่เหมาะสมที่สุดสำหรับไพโรไลซิสของชีวมวลและวัสดุเหลือทิ้งไปเป็นเป็นน้ำมันชีวภาพในเครื่องปฏิกรณ์เบดนิ่งแบบขั้นตอนเดียว และศึกษาอิทธิพลการเสริมหรือหักล้างกันของตัวเร่งปฏิกิริยาคอปเปอร์บนซีโอไลท์ และเหล็กบนโดโลไมต์ที่เตรียมด้วยวิธีการเคลือบฝังแบบเปียก ผลการวิจัยพบว่า ภาวะดำเนินการที่เหมาะสมในการไพโรไลซิสไปเป็นน้ำมันชีวภาพสูงที่สุด คือ อุณหภูมิ 550 องศาเซลเซียส อัตราการไหลของไนโตรเจน 50 มิลลิลิตรต่อนาที เวลาดำเนินการ 45 นาที เมื่อใช้ตัวเร่งปฏิกิริยาคอปเปอร์บนซีโอไลท์ และเหล็กบนโดโลไมต์ ในสัดส่วน 0.5 ต่อ 0.5 ในปริมาณร้อยละ 5 โดยน้ำหนักของสารชีวมวลที่เข้าสู่เครื่องไพโรไลซิสแบบเบดนิ่ง ให้ร้อยละของผลิตภัณฑ์เป็นน้ำมันชีวภาพจากสาหร่าย 40.61 โดยน้ำหนัก กากกาแฟ 26.50 โดยน้ำหนัก และขี้เลื่อยจากเศษไม้ยูคาลิปตัส 20.19 โดยน้ำหนัก วิเคราะห์องค์ประกอบของน้ำมันชีวภาพด้วยเทคนิคฟูเรียทรานสฟอร์มอินฟาเรดสเปคโทรเมตรี และแก๊สโครมาโทรกราฟ/ แมสสเปคโทรเมตรี เมื่อการวิเคราะห์องค์ประกอบของน้ำมันชีวภาพจากสาหร่าย สามารถจำแนกร้อยละของพื้นที่พีคที่เป็นสารประกอบแอลิฟาติก 24.51% แอโรมาติก 22.89% พอลิแอโรมาติก 26.72% และสารประกอบออกซิเจนเนท 25.88% ตามลำดับMASTER OF SCIENCE (M.Sc.)วิทยาศาสตรมหาบัณฑิต (วท.ม.)-
การปฏิบัติงานของครู กรณีศึกษา: ครูผู้เข้าร่วมโครงการครูคืนถิ่น
Get PDFThis research aimed to understand the job performance of teachers participating in Kru Love Home Project and studying the factors leading to performance. The 12 key informants were purposively collected, and passed the criteria were teachers who participated in the Kru Love Home Project, employed in small and medium-sized schools located in the Upper Northern region. The study used qualitative methodology, case studies, the data analysis relied on content analysis with in-depth interviews by semi-structured interviews and observations. The findings revealed three categories of job performance: (1) task performance, including teaching, student supervision support, development, and organizational management; (2) extra role performance, such as school department work, voluntary and support colleagues, coordination with external organizations, and other work; and (3) community-linked work, which integrates beliefs, religion, and culture, prioritizing student-centric activities. The factors contributing the engagement of teachers and retention in the project and their respective institutions included: (1) motivation factors related to positively job characteristics, recognition, and traits of teachers; and (2) hygiene factors, including job security and remuneration, organizational support, context commitment, and ecological support.การวิจัยในครั้งนี้มีวัตถุประสงค์เพื่อทำความเข้าใจการปฏิบัติงานของครูผู้เข้าร่วมโครงการผลิตครูเพื่อพัฒนาท้องถิ่น(ครูคืนถิ่น) และเพื่อศึกษาปัจจัยเงื่อนไขที่ส่งผลต่อการปฏิบัติงานของครู กลุ่มผู้ให้ข้อมูลหลักได้มาจากการเลือกในรูปแบบเฉพาะเจาะจงที่ผ่านเกณฑ์ตามกำหนดไว้จำนวน 12 คน เป็นคุณครูผู้เข้าร่วมโครงการครูคืนถิ่นบรรจุราชการครูในโรงเรียนขนาดเล็กหรือขนาดกลางในเขตภาคเหนือตอนบน การศึกษาใช้ระเบียบวิธีการวิจัยเชิงคุณภาพรูปแบบการศึกษาเฉพาะกรณี มีการวิเคราะห์ข้อมูลเชิงเนื้อหาจากการสัมภาษณ์เชิงลึก โดยใช้แนวคำถามสัมภาษณ์รูปแบบกึ่งโครงสร้างและสังเกตการณ์ ผลการวิจัยพบว่า การปฏิบัติงานของครูมีอยู่ 3 ลักษณะ คือ (1) การปฏิบัติงานตามบทบาทหน้าที่ ได้แก่ การสอนหนังสือ การดูแล สนับสนุนและพัฒนานักเรียน การบริหารโรงเรียน: รักษาการแทนผู้อำนวยการโรงเรียน (2) การปฏิบัติงานนอกเหนือบทบาทหน้าที่ ได้แก่ การทำงานฝ่ายต่างๆ ในโรงเรียน การให้ความช่วยเหลือและสนับสนุนเพื่อนร่วมงาน การประสานงานกับหน่วยงานภายนอกโรงเรียน และการทำงานอื่นๆ ที่เกี่ยวข้องกับโรงเรียน และ (3) การปฏิบัติงานที่เชื่อมโยงกับชุมชน เป็นการทำงานผ่านความเชื่อ ศาสนาและวัฒนธรรมโดยคำนึงนักเรียนเป็นหลัก และปัจจัยเงื่อนไขที่ส่งผลต่อการปฏิบัติงาน ประกอบด้วย (1) ปัจจัยด้านแรงจูงใจภายใน ได้แก่ ความรู้สึกเชิงบวกที่ได้จากงานที่ทำ ความภูมิใจและความสำเร็จในงานที่ทำ และคุณลักษณะในตัวคุณครู และ (2) ปัจจัยด้านสุขอนามัย/ปัจจัยค้ำจุนภายนอก ได้แก่ ความมั่นคงในอาชีพการทำงานและสวัสดิการ การได้รับการช่วยเหลือ สนับสนุนต้านต่างๆ ในโรงเรียน ความผูกพันต่อโรงเรียน นักเรียน เพื่อนร่วมงานและชุมชน และระบบชีวนิเวศวิทยาที่เกื้อหนุนคุณครูMASTER OF ARTS (M.A.)ศิลปศาสตรมหาบัณฑิต (ศศ.ม.)-
ปัจจัยที่มีอิทธิพลต่อการตัดสินใจเลือกใช้บริการรถเช่าของกลุ่มผู้ใช้บริการ ในจังหวัดกรุงเทพมหานครและปริมณฑล
Get PDFThe purpose of this research is to study the factors influencing consumers’ decision to choose car rental in Bangkok and suburbs. The sample in this research consisted of 400 consumers who have used car rental services for traveling to various destinations within Bangkok and suburbs. This is a quantitative comparison study using a questionnaire as the data collection tool. The statistics used for data analysis include frequency, percentage, and standard deviation, as well as t-tests, multiple regression analysis, and one-way analysis of variance (ANOVA). The research results showed that the majority of respondents were female, aged 26-35 years, worked as private employees, single, and with an average monthly income of 15,001 - 30,000 baht. The hypothesis test results indicated that demographic characteristics such as gender, age, occupation, average monthly income, and marital status do not significantly affect the decision to use car rental services at a statistical significance level of 0.05. The marketing mix components of price and distribution channels also do not significantly influence the decision to use car rental services in Bangkok and suburbs with a statistical significance of 0.05. However, the marketing mix components of product, promotion, people, process, and physical evidence significantly influenced the decision to use car rental services in Bangkok and suburbs with a statistical significance of 0.05.การวิจัยครั้งนี้มุ่งหมายเพื่อศึกษา ปัจจัยที่มีอิทธิพลต่อการตัดสินใจเลือกใช้บริการรถเช่าของกลุ่มผู้ใช้บริการ ในจังหวัดกรุงเทพมหานครและปริมณฑล ซึ่งกลุ่มตัวอย่างที่ใช้ในการวิจัยครั้งนี้ คือ ผู้ที่เคยใช้บริการรถเช่า เพื่อใช้ในการเดินทางไปยังจุดหมายต่างๆในพื้นที่จังหวัดกรุงเทพมหานครและปริมณฑล จำนวน 400 คน เป็นการเปรียบเทียบเชิงปริมาณโดยใช้แบบสอบถามเป็นเครื่องมือที่ใช้ในการเก็บข้อมูล สถิติที่ใช้วิเคราะห์ข้อมูล คือ ค่าความถี่ ค่าร้อยละ และค่าเบี่ยงเบนมาตรฐาน การวิเคราะห์ความแตกต่างโดยการหาค่าที สถิติการวิเคราะห์การถดถอยแบบพหุคูณ การวิเคราะห์ค่าความแปรปรวนทางเดียว ผลการวิจัย พบว่า กลุ่มผู้ตอบแบบสอบถามส่วนมากเป็นเพศหญิง ช่วงอายุ 26 - 35 ปี ประกอบอาชีพพนักงานเอกชน สถานภาพโสด และมีรายได้เฉลี่ยต่อเดือน 15,001 – 30,000 บาท ผลการทดสอบสมมติฐาน ผู้ใช้บริการที่มีลักษณะประชากรศาสตร์ ประกอบด้วย เพศ อายุ อาชีพ รายได้เฉลี่ยต่อเดือน สถานภาพ แตกต่างกัน มีการตัดสินใจเลือกใช้บริการรถเช่าไม่แตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 ส่วนประสมทางการตลาด ประกอบด้วย ด้านราคา และด้านช่องทางการจัดจำหน่อย ไม่มีผลต่อการตัดสินใจเลือกใช้บริการรถเช่าของกลุ่มผู้ใช้บริการ ในจังหวัดกรุงเทพมหานครและปริมณฑล อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 ส่วนประสมทางการตลาด ประกอบด้วย ด้านผลิตภัณฑ์ ด้านการส่งเสริมการตลาด ด้านบุคลากร ด้านกระบวนการ และด้านลักษณะทางกายภาพ มีผลต่อการตัดสินใจเลือกใช้บริการรถเช่าของกลุ่มผู้ใช้บริการ ในจังหวัดกรุงเทพมหานครและปริมณฑล อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05MASTER OF BUSINESS ADMINISTRATION (M.B.A.)บริหารธุรกิจมหาบัณฑิต (บธ.ม.)-
อุปลักษณ์มโนทัศน์เกี่ยวกับโรคซึมเศร้าจากโพสต์ในเฟซบุ๊กผู้ป่วยไทย:การศึกษาตามแนวภาษาศาสตร์ปริชานโดยใช้คลังข้อมูล
Get PDFDepressed individuals often use metaphorical expressions to help others understand their experiences. However, research on the conceptual metaphors of depression in the Thai context has been limited. Consequently, this study aimed to investigate conceptual metaphors for depression in the Facebook posts of depressed Thai patients, and find out the most salient conceptual metaphors among them, following the Metaphor Identification Procedure Vrije Universiteit (MIPVU), developed by Steen et al. (2010), as well as salience-based metaphor analysis (Kövecses et al., 2015). Moreover, the purposes of this research were to compile and survey metaphorical expressions in terms of empowerment in order to further construct a depression metaphor menu to help empower patients. There were 659 posts published in 2023 (i.e., a corpus of 56,942 words) collected from a Thai Facebook group dedicated to mental illnesses. The findings revealed a total of ten conceptual metaphors manifesting the metaphorical conceptualization of depression. According to the data, three conceptual metaphors were found to be the most salient: (1) DEPRESSION IS AN OPPONENT; (2) DEPRESSION IS A JOURNEY; and (3) DEPRESSION IS A WOUND. These concepts reflect the Thai patients’ attitudes towards their struggle with depression, their perception of depression as a journey, and their awareness of psychological wounds. Fifteen metaphorical expressions related to empowerment were surveyed. Among these, seven were eligible for the depression metaphor menu. This study sheds light on how depressed Thai patients conceptualize depression and helps make the abstract nature of depression more understandable in Thai mental healthcare communication.-DOCTOR OF PHILOSOPHY (Ph.D.)ปรัชญาดุษฎีบัณฑิต (ปร.ด.)-
การแยกแยะความเจ็บปวดของแมวจากภาพถ่ายด้วยการเรียนรู้เชิงลึก
Get PDFEffective pain detection in cats, who cannot verbally communicate, is challenging and crucial. This study analyzed the performances of pre-trained convolutional neural networks, EfficientNetB7 and ResNet50V2, for classifying feline pain. The dataset consists of 57 images per category, labeled as 'pain' or 'no pain' by Thai veterinarians. The images were preprocessed and run through various configurations, differing in batch sizes and learning rates, with ImageNet weights as the initial training parameters. The models were evaluated based on accuracy, precision, and recall. The most effective model, which utilized EfficientNetB7 as the backbone architecture, a SGD optimizer with a learning rate of 0.001, and a batch size of 100, achieved 79% accuracy, 74% precision, and 90% recall. These findings demonstrated the potential of deep learning for non-
verbal pain detection in veterinary settings, especially with the high recall rate essential for identifying animals in distress. This research opens avenues for integrating such AI models into veterinary practice, and enhancing animal welfare.ในปัจจุบันการตรวจจับความเจ็บปวดของแมวนั้นยังต้องอาศัยความเชี่ยวชาญและประสบการณ์อยู่มาก งานวิจัยชิ้นนี้จึงทำการฝึกสอนแบบจำลองโครงข่ายประสาทเทียมแบบคอนโวลูชันเพื่อสร้างแบบจำลองในการแยกแยะความเจ็บปวดของแมวจากรูปถ่ายใบหน้าออกเป็นกลุ่มที่มีความเจ็บปวดกับกลุ่มที่ไม่มีความเจ็บปวด ชุดข้อมูลที่ใช้ประกอบด้วยภาพถ่ายใบหน้าแมวจากประเทศไทยกลุ่มละ 57 ตัวที่มีการจำแนกความเจ็บปวดโดยสัตวแพทย์มาก่อนแล้วนำมาฝึกสอนแบบจำลองโดยใช้การถ่ายทอดองค์ความรู้และเปรียบเทียบประสิทธิภาพระหว่างสถาปัตยกรรม EfficientNetB7 และ ResNet50V2 โดยมีการปรับค่าไฮเปอร์พารามิเตอร์อันได้แก่อัลกอริทึมที่ใช้ในการหาค่าที่ดีที่สุด อัตราการเรียนรู้ และจำนวนตัวอย่างที่แบบจำลองใช้ในการปรับค่าน้ำหนักของข้อมูลในการฝึกสอนแต่ละรอบที่แตกต่างกัน แบบจำลองที่มีความแม่นยำในการทำนายมากที่สุดนั้นใช้สถาปัตยกรรม EfficientNetB7 ใช้อัลกอริทึม SGD ในการหาค่าที่ดีที่สุด อัตราการเรียนรู้ 0.001 และใช้จำนวนตัวอย่างที่แบบจำลองใช้ในการปรับค่าน้ำหนักของข้อมูลในการฝึกสอนแต่ละรอบเท่ากับ 100 โดยแบบจำลองนี้มีความแม่นยำ 79% ความเที่ยงตรง 74% และความไว 90% ผลของการทดลองนี้ชี้ให้เห็นถึงศักยภาพในการพัฒนาเครื่องมือที่ใช้ช่วยตรวจจับความเจ็บปวดโดยปัญญาประดิษฐ์เพื่อพัฒนาคุณภาพชีวิตของสัตว์ได้ต่อไปในอนาคตMASTER OF SCIENCE (M.Sc.)วิทยาศาสตรมหาบัณฑิต (วท.ม.)--Department of Computer Scienceภาควิชาวิทยาการคอมพิวเตอร
การตรวจจับการสวมหมวกนิรภัยของผู้ขับขี่รถจักรยานยนต์ภายในพื้นที่โรงพยาบาลศิริราช ด้วยวิธีการเรียนรู้เชิงลึก
Get PDFSiriraj Hospital has a large number of patients, who use motorcycles without helmets, leading to serious injuries when accidents occur. To address this issue, the hospital implemented a policy in 2020 requiring everyone at Siriraj Faculty of Medicine to wear a helmet. However, visual inspection by staff has limitations and is prone to errors, making it difficult to enforce the policy. This research presents a system for detecting helmet use by riders and passengers within Siriraj Hospital. The system uses the YOLOv8 deep learning model for object detection, trained on a custom dataset collected from CCTV cameras. This approach outperforms manual observation and achieves high accuracy, with a precision of 0.868, recall of 0.790, mAP50 of 0.859, and F1-Score of 0.827 for YOLOv8l and a precision of 0.842, recall of 0.811, mAP50 of 0.858, and F1-Score of 0.826 for YOLOv8x The system has the potential to improve helmet compliance and reduce motorcycle-related injuries at Siriraj Hospital.ปัจจุบันการสัญจรภายในพื้นที่โรงพยาบาลศิริราชด้วยรถจักรยานยนต์ ยังคงพบการไม่สวมใส่หมวกนิรภัย ซึ่งอาจจะนำมาสู่การบาดเจ็บรุนแรงบริเวณศรีษะของผู้ขับขี่และผู้ซ้อนในกรณีที่เกิดอุบัติเหตุ ในอดีตการตรวจจับการสวมใส่หมวกนิรภัยนั้นจะทำด้วยวิธีการสังเกตการณ์ด้วยตัวบุคคล (Manual system) ทำให้เกิดความผิดพลาดขึ้นได้ (Human error) อันเนื่องมาจากสายตาและสมองของมนุษย์มีข้อจำกัดในการมองเห็นและการจดจำ ความผิดพลาดของการตรวจจับจะส่งผลให้ไม่เป็นไปตามนโยบายเรื่องกำหนดมาตรการให้คณะแพทยศาสตร์ศิริราชพยาบาล เป็นเขตสวมหมวกนิรภัย พ.ศ. 2563 งานนี้วิจัยนี้จึงได้นำเสนอการตรวจจับการสวมใส่หมวกนิรภัยของผู้ขับขี่และผู้นั่งซ้อนท้ายที่สัญจรภายในโรงพยาบาลศิริราช ด้วยการเรียนรู้จากชุดข้อมูลที่เก็บรวบรวมจากกล้องวงจรปิด (Custom data) ร่วมกับโมเดลการเรียนรู้เชิงลึก YOLOv8 ซึ่งเป็นโมเดลที่ใช้สำหรับงานตรวจจับวัตถุ (Objective Detection) เพื่อมาทดแทนวิธีการสังเกตการณ์ด้วยตัวบุคคล ทำให้ได้ผลลัพธ์คือโมเดล YOLOv8l และ YOLOv8x มีประสิทธิภาพสูงที่สุดจากทุกโมเดลโดย YOLOv8l มีค่าเฉลี่ยความแม่นยำ (Precision) อยู่ที่ 0.868, ค่าเฉลี่ยความถูกต้อง (Recall) อยู่ที่ 0.790, ค่าเฉลี่ย mAP50 อยู่ที่ 0.859 และค่าเฉลี่ย F1-Score อยู่ที่ 0.827 ส่วน YOLOv8x มีค่าเฉลี่ยความแม่นยำ (Precision) อยู่ที่ 0.842, ค่าเฉลี่ยความถูกต้อง (Recall) อยู่ที่ 0.811, ค่าเฉลี่ย mAP50 อยู่ที่ 0.858 และค่าเฉลี่ย F1-Score อยู่ที่ 0.826MASTER OF SCIENCE (M.Sc.)วิทยาศาสตรมหาบัณฑิต (วท.ม.)--Department of Computer Scienceภาควิชาวิทยาการคอมพิวเตอร
การจำแนกความสุกของปาล์มน้ำมันสดโดยใช้การเรียนรู้เชิงลึก
No full textThe challenge of accurately classifying the ripeness level from fresh oil palm fruit. This research investigated the problems with and methods used in ripeness level classification. The aim of this research is to propose a method for classifying the ripeness level of oil palm fruit from images using deep learning. This research applies a deep learning model for classifying the ripeness level of fresh oil palm fruit and aiming for real-time application. The proposed model, You Only Look Once version 8 nano (YOLOv8n), adapts principles from convolutional neural networks that were tuned to the learning parameters consisting of the Adam optimizer, a learning rate of 0.0001, and a batch size of 32, and result in the most accurate ripeness level classification model. The research demonstrates the YOLOv8n improved model with optimized parameters to achieve the highest accuracy. There were 11,900 images for training dataset 1,782 images for validation datasets and 795 images for testing dataset represent precision of 98.8%, recall of 99.7%, mean average precision of 50% (mAP50) of 99.5%, and mAP50-95 of 99.5%. These findings confirmed the effectiveness of the models in accurately classifying the ripeness level of oil palm fruit from the images.จากปัญหาของการจำแนกระดับความสุกของผลปาล์มน้ำมันสด ทำให้ผู้วิจัยสนใจศึกษาปัญหาและวิธีการที่ใช้ในการจำแนกระดับความสุกของผลปาล์มน้ำมันสดจากงานวิจัยในอดีต เพื่อนำเสนอวิธีการจำแนกระดับความสุกของผลปาล์มน้ำมันสด จากภาพถ่ายผลปาล์มน้ำมันโดยใช้การเรียนรู้เชิงลึก โดยผู้วิจัยเลือกใช้แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกระดับความสุกของผลปาล์มน้ำมันสด ที่สามารถพัฒนาไปสู่การใช้งานแบบเรียลไทม์ เพื่อเป็นแนวทางในการประยุกต์วิธีการจำแนกระดับความสุกของผลปาล์มน้ำมันสด ให้สามารถใช้งานได้กับสถานการณ์จริงในอนาคต โดยเลือกแบบจำลองการเรียนรู้เชิงลึกที่นำหลักการของโครงข่ายประสาทเทียมแบบคอนโวลูชัน ได้แก่ แบบจำลอง You Only Look Once version 8 nano (YOLOv8n) และทำการปรับค่าพารามิเตอร์การเรียนรู้ต่าง ๆ เพื่อให้ได้แบบจำลองการจำแนกระดับความสุกของผลปาล์มน้ำมันสดที่สามารถจำแนกได้อย่างแม่นยำที่สุด จากผลการดำเนินงานวิจัยพบว่า การจำแนกระดับความสุกของผลปาล์มน้ำมันสด ด้วยแบบจำลองการเรียนรู้เชิงลึก ที่ชื่อว่า YOLOv8n ที่มีการปรับปรุงค่าพารามิเตอร์การเรียนรู้ ดังต่อไปนี้ Optimizer = Adam, Learning rate = 0.0001 และ Batch size = 32 แสดงค่าความแม่นยำสูงที่สุด จากการฝึกสอน (Training) และตรวจสอบ (Validate) ด้วยชุดข้อมูลของการฝึกสอนจำนวน 11,900 ภาพ และชุดข้อมูลประเมินผลจำนวน 1,782 ภาพ หลังจากนั้นทำการทดสอบแบบจำลองด้วยชุดข้อมูลทดสอบ (Testing dataset) จำนวน 795 ภาพ ที่แสดงค่าความถูกต้อง (Precision) 98.8%, ค่าของการทำนายถูกต้อง (Recall) 99.7%, ค่าความเที่ยงตรงเฉลี่ยที่ตรวจพบวัตถุจริงอย่างน้อย 50% (mAP50) 99.5% และ ค่าความเที่ยงตรงเฉลี่ยที่ตรวจพบวัตถุจริงในช่วง 50% ถึง 95% (mAP50-95) 99.5% จากผลลัพธ์ของการทดลอง แสดงให้เห็นว่าโมเดลการเรียนรู้เชิงลึกที่นำเสนอนี้ มีความถูกต้องมากพอที่จะนำไปใช้ในการจำแนกระดับความสุกของปาล์มน้ำมันสดได้MASTER OF SCIENCE (M.Sc.)วิทยาศาสตรมหาบัณฑิต (วท.ม.)--Department of Computer Scienceภาควิชาวิทยาการคอมพิวเตอร
การคัดกรองผู้สมัครจากประวัติย่อด้วยหลักการเรียนรู้ของเครื่อง
Get PDFStaff are considered to be the most important resource in an organization. Therefore, recruiting staff have crucial skills and abilities to identify the best fit for a job position is. Currently, selectors often evaluate job applicants by reading information from resumes, primarily using human judgment, leading to errors and delays. This research was conducted to enhance the efficiency and speed of the selection process. The objective was to study and construct a model for screening job applicants from resumes using machine learning principles, and specifically supervised learning. The workflow included natural language processing experimentation and comparison of the performance of eight models: Support Vector Classification (SVC), Logistic Regression, Random Forest, K-Nearest Neighbors (KNN), Gradient Boosting, AdaBoost Classifier, Gaussian Naïve Bayes, and Decision Tree. Publicly available data, consisting of job categories and resumes, were utilized. With a dataset size of 962 rows and two columns, experimental results indicated that the Support Vector Classification (SVC), Logistic Regression, and Random Forest models achieved the highest accuracy of 99.48%. Cross-validation revealed that the Support Vector Classification (SVC) model performed the best with an accuracy of 99.50%, Precision of 99.50%, Recall of 99.71%, and F1 Score of 99.58%. Furthermore, significant features for job category classification from resumes were identified using Coefficients and SHAP Values. These features facilitate better understanding of factors influencing job category classification, aiding in model improvement and development for future use. In summary, the most efficient and suitable model for screening job applicants from resumes was found to be the SVC model.บุคลากรถือเป็นทรัพยากรที่มีความสําคัญมากที่สุดขององค์กร ดังนั้นการสรรหาบุคลากรที่มีทักษะความสามารถที่เหมาะสมกับตําแหน่งงานจึงมีความสําคัญอย่างยิ่ง ในปัจจุบันผู้คัดสรรจะทําการพิจารณาผู้สมัครงานด้วยวิธีการอ่านข้อมูลจากในประวัติย่อ จากประสบการณ์ของมนุษย์เป็นหลัก จึงทําให้เกิดความผิดพลาดและความล่าช้าขึ้น เพื่อเพิ่มประสิทธิภาพและความรวดเร็วของการคัดสรรจึงทําให้เกิดงานวิจัยนี้ขึ้น โดยวัตถุประสงค์เพื่อศึกษาโครงสร้างแบบจําลองการคัดกรองผู้สมัครจากประวัติย่อด้วยหลักการเรียนรู้ของเครื่องประเภทการเรียนรู้แบบมีผู้สอน ซึ่งเป็นกระบวนการทํางานของการประมวลผลภาษาธรรมชาติ งานวิจัยนี้ทำการทดลองและเปรียบเทียบประสิทธิภาพแบบจําลอง 8 แบบ ได้แก่ Support Vector Classification (SVC), Logistic Regression, Random Forest, K-Nearest Neighbors (KNN), Gradient Boosting, AdaBoost Classifier, Gaussian Naïve Bayes และ Decision Tree โดยใช้ข้อมูลจากแหล่งข้อมูลสาธารณะ ซึ่งในชุดข้อมูลประกอบด้วยประเภทงานและประวัติย่อ ขนาด 962 แถว 2 คอลัมน์ จากผลการทดลองพบว่าแบบจำลอง Support Vector Classification (SVC), Logistic Regression และ Random Forest มีค่าความถูกต้องสูงที่สุดเท่ากัน 99.48% แต่เมื่อวิเคราะห์ค่า Cross Validation ประกอบพบว่าแบบจำลอง Support Vector Classification (SVC) มีค่ามากที่สุดอยู่ที่ 99.50% และมีค่า Precision 99.50%, Recall 99.71%, F1 Score 99.58% อีกทั้งยังได้ทำการหาคุณลักษณะที่มีความสำคัญต่อการจำแนกประเภทของสายงานจากประวัติย่อ โดยใช้วิธีการคำนวณค่า Coefficients และค่า SHAP Value ซึ่งจากผลลัพธ์ของคุณลักษณะเหล่านี้ จะช่วยให้เข้าใจถึงปัจจัยที่ส่งผลต่อการจำแนกประเภทสายงานได้ดียิ่งขึ้น และสามารถนำไปปรับปรุงและพัฒนาโมเดลต่อไปในอนาคตได้ กล่าวโดยสรุปคือแบบจำลองที่มีประสิทธิภาพดีที่สุดและเหมาะสมที่สุดในการช่วยคัดกรองผู้สมัครจากประวัติย่อได้แก่แบบจำลอง SVCMASTER OF SCIENCE (M.Sc.)วิทยาศาสตรมหาบัณฑิต (วท.ม.)--Department of Computer Scienceภาควิชาวิทยาการคอมพิวเตอร