https://sutir.sut.ac.th/jspui/handle/123456789/9634 สถานวิจัย Sun, 04 Oct 2026 15:02:22 GMT 2026-10-04T15:02:22Z https://sutir.sut.ac.th/jspui/handle/123456789/10645 Authors: พัชรพล เกียรติภูมิพงศา Publisher: สำนักวิชาศาสตร์และศิลป์ดิจิทัล มหาวิทยาลัยเทคโนโลยีสุรนารี Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการตรวจจับความผิดปกติในการทำงานของเครื่องมือตัด ของเครื่องจักรควบคุมเชิงตัวเลข (CNC) โดยประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) เพื่อสนับสนุนการบำรุงรักษาเชิงคาดการณ์ (Predictive Maintenance) และลดความเสียหายที่ อาจเกิดขึ้นระหว่างกระบวนการผลิต ข้อมูลที่ใช้ในการวิจัยได้มาจากการทดลองตัดเฉือนชิ้นงานจริง โดยเก็บข้อมูลแรงตัดและการสั่นสะเทือนของเครื่องจักรในสภาวะการทำงานที่แตกต่างกัน วิธีการที่ นำเสนอประกอบด้วยการประมวลผลข้อมูลเบื้องต้นเพื่อลดสัญญาณรบกวน จากนั้นนำข้อมูลเข้าสู่ ขั้นตอนการตรวจจับความผิดปกติด้วยขั้นตอนวิธีป่าแยกตัว (Isolation Forest) ร่วมกับการ กำหนดค่าเกณฑ์การตัดสินแบบควอนไทล์ (Quantile Threshold) เพื่อเพิ่มความเหมาะสมในการ แยกแยะระหว่างสภาวะปกติและสภาวะผิดปกติของการทำงานเครื่องมือตัด ผลการทดลองแสดงให้ เห็นว่าวิธีการที่นำเสนอสามารถตรวจจับแนวโน้มความผิดปกติได้อย่างมีประสิทธิภาพ และสามารถระบุ สัญญาณเตือนล่วงหน้าก่อนเกิดความเสียหายรุนแรงของเครื่องมือตัด ผลการวิจัยที่ได้แสดงให้เห็นถึง ศักยภาพของการประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่องในการเฝ้าระวังสภาพการทำงานของ เครื่องจักร CNC ซึ่งสามารถนำไปประยุกต์ใช้ในภาคอุตสาหกรรมจริงเพื่อเพิ่มความน่าเชื่อถือของ กระบวนการผลิต ลดต้นทุนการบำรุงรักษา และยืดอายุการใช้งานของเครื่องจักรได้อย่างมีประสิทธิภาพ Fri, 01 Jan 2568 00:00:00 GMT https://sutir.sut.ac.th/jspui/handle/123456789/10645 2568-01-01T00:00:00Z https://sutir.sut.ac.th/jspui/handle/123456789/10341 Authors: จักรินทร์ สันติรัตนภักดี Publisher: สำนักวิชาศาสตร์และศิลป์ดิจิทัล มหาวิทยาลัยเทคโนโลยีสุรนารี Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการค้นคืนรูปภาพดิจิทัลเชิงความหมาย โดยใช้โครงข่ายประสาทเทียมเชิงลึกที่ถูกฝึกฝนล่วงหน้า ประกอบด้วย 3 มอดูลหลัก ได้แก่ 1) มอดูลการสร้างชุดคำอธิบายรูปภาพ โดยประยุกต์ใช้ตัวแบบ CLIP ที่ถูกฝึกฝนล่วงหน้าสำหรับฝึกฝนตัวเข้ารหัสรูปภาพ และตัวเข้ารหัสข้อความอธิบายรูปภาพ เพื่อแยกความแตกต่างของแต่ละคลาสด้วยการวัดความคล้ายคลึงโคไซน์ตามหลักการเรียนรู้แบบคอนทราสต์ โดยคำนวณค่าความผิดพลาดจากการเปรียบเทียบระหว่างผลการพยากรณ์ป้ายกำกับกับผลการประเมินความหมายของรูปภาพโดยผู้เชี่ยวชาญ จากนั้นนำค่าการสูญเสียไปปรับปรุงพารามิเตอร์ด้วยตนเอง เพื่อใช้ในการเรียนรู้ความคล้ายคลึงเชิงความหมายให้ใกล้เคียงกับการรับรู้มนุษย์มากที่สุด ก่อนจะเรียนรู้ซ้ำบนชุดข้อมูลที่กำหนดเอง และนำมาแปลงเป็นเวกเตอร์คุณลักษณะรูปภาพเพื่อจัดเก็บไว้ในชุดคำอธิบายรูปภาพ 2) มอดูลการประมวลผลข้อความค้นหาจากผู้ใช้ในรูปแบบภาษาธรรมชาติด้วยโมเดลภาษา DistilBERT ที่ถูกฝึกฝนล่วงหน้าสำหรับเข้ารหัสข้อความ เพื่อแปลงเป็นเวกเตอร์คุณลักษณะข้อความค้นหา 3) มอดูลการจับคู่เวกเตอร์คุณลักษณะรูปภาพกับเวกเตอร์คุณลักษณะข้อความค้นหาบนพื้นที่การฝังหลายรูปแบบ เพื่อเปรียบเทียบค่าความคล้ายคลึงของเวกเตอร์ ก่อนจะเรียงลำดับตามความเกี่ยวข้อง และแสดงเป็นผลลัพธ์การค้นคืนรูปภาพทั้งในบริบทของเนื้อหาและบริบทเชิงความหมายแก่ผู้ใช้ การประเมินประสิทธิภาพแบบจำลองการค้นคืนรูปภาพโดยผู้เชี่ยวชาญ 3 กลุ่ม ประกอบด้วยกลุ่มผู้เชี่ยวชาญด้านคอมพิวเตอร์และเทคโนโลยี กลุ่มผู้เชี่ยวชาญด้านการค้นคืนสารสนเทศ และกลุ่มผู้ใช้ทั่วไป กลุ่มละ 10 ท่าน รวมทั้งสิ้น 30 ท่าน ด้วยการวัดประสิทธิภาพการค้นคืนรูปภาพแบบไบนารี มีรายละเอียดดังนี้ ค่าความแม่นยำที่ k อันดับ พบว่า ผลลัพธ์จากการค้นคืนจำนวน 3 ลำดับแรกด้วยชื่อรูปภาพและหมวดหมู่ในลักษณะป้ายกำกับของรูปภาพ และข้อความค้นหาสั้น ๆ เกี่ยวกับแนวคิดระดับสูงของรูปภาพนั้นมีค่าความแม่นยำอยู่ในระดับดีมาก คิดเป็นร้อยละ 93.9 และ 86.4 ตามลำดับ อย่างไรก็ดี ความหมายเชิงคุณภาพนั้นขึ้นอยู่กับหลักการรับรู้ของมนุษย์ ดังนั้นประสบการณ์ของแต่ละบุคคลจึงส่งผลให้การประเมินนั้นแตกต่างกัน ส่งผลให้ค่าความแม่นยำจากข้อความค้นหาที่อธิบายความหมายเชิงคุณภาพของรูปภาพที่อยู่ในระดับดี คิดเป็นร้อยละ 83.0 เช่นเดียวกับ ค่าความครบถ้วนที่ k อันดับ พบว่า ผลลัพธ์จากการค้นคืนจำนวน 3 ลำดับแรก ภายใต้เงื่อนไขข้อความค้นหาด้วยชื่อรูปภาพและหมวดหมู่ในลักษณะป้ายกำกับของรูปภาพ และข้อความค้นหาสั้น ๆ เกี่ยวกับแนวคิดระดับสูงของรูปภาพนั้นมีค่าความครบถ้วนอยู่ในระดับดี ตรงกันข้ามกับข้อความค้นหาที่อธิบายความหมายเชิงคุณภาพของรูปภาพที่อยู่ในระดับปานกลาง อย่างไรก็ดี ค่าความครบถ้วนจะค่อย ๆ เพิ่มตามจำนวนผลลัพธ์ที่เพิ่มมากขึ้น เมื่อจำนวนผลลัพธ์เท่ากับ 10 คิดเป็นร้อยละ 81.8, 81.3 และ 80.2 ตามลำดับ นอกจากนั้น ค่าประสิทธิภาพโดยรวมที่ k อันดับ พบว่า ผลลัพธ์จากการค้นคืนจำนวน 3 ลำดับแรก ภายใต้เงื่อนไขข้อความค้นหาด้วยชื่อรูปภาพและหมวดหมู่ในลักษณะป้ายกำกับของรูปภาพ และข้อความค้นหาสั้น ๆ เกี่ยวกับแนวคิดระดับสูงของรูปภาพนั้นมีค่าความครบถ้วนอยู่ในระดับดี เช่นเดียวกับข้อความค้นหาที่อธิบายความหมายเชิงคุณภาพของรูปภาพ โดยที่ค่าประสิทธิภาพโดยรวมมีค่าสูงขึ้น เมื่อทั้งค่าความแม่นยำในการค้นคืนรูปภาพ และค่าความครบถ้วนจากการค้นคืนรูปภาพมีค่าสูงขึ้นไปในทิศทางเดียวกัน ซึ่งเป็นสิ่งที่แสดงถึงประสิทธิภาพโดยรวมของแบบจำลองที่พัฒนาขึ้น เมื่อจำนวนผลลัพธ์เท่ากับ 10 คิดเป็น 86.0, 83.5 และ 81.0 ตามลำดับ การประเมินประสิทธิภาพการค้นคืนรูปภาพดิจิทัลเชิงความหมายด้วยค่า NDCG ที่ k อันดับเปรียบเทียบระหว่างการค้นคืนรูปภาพด้วยตัวแบบ CLIP ดั้งเดิมกับการค้นคืนรูปภาพด้วยตัวแบบ CLIP ที่ผ่านการปรับค่าน้ำหนัก พบว่า ผลลัพธ์จากการค้นคืนรูปภาพด้วยข้อความบรรยายรูปภาพในลักษณะป้ายกำกับของรูปภาพ โดยการค้นคืนรูปภาพด้วยตัวแบบ CLIP ดั้งเดิมเปรียบเทียบกับการค้นคืนรูปภาพด้วยตัวแบบ CLIP ที่ผ่านการปรับค่าน้ำหนัก มีค่า NDCG ที่ลำดับ 1, 3 และ 5 ไม่แตกต่างกันมากนัก เช่นเดียวกับผลลัพธ์จากการค้นคืนรูปภาพด้วยข้อความบรรยายรูปภาพเกี่ยวกับแนวคิดระดับสูงของรูปภาพ โดยการค้นคืนรูปภาพด้วยตัวแบบ CLIP ดั้งเดิม เปรียบเทียบกับการค้นคืนรูปภาพด้วยตัวแบบ CLIP ที่ผ่านการปรับค่าน้ำหนักนั้นมีค่า NDCG ที่ลำดับ 1, 3 และ 5 เพิ่มขึ้นจากเดิมเล็กน้อย ตรงกันข้ามกับ ผลลัพธ์จากการค้นคืนรูปภาพด้วยข้อความบรรยายรูปภาพที่อธิบายความหมายเชิงคุณภาพของรูปภาพ โดยการค้นคืนรูปภาพด้วยตัวแบบ CLIP ที่ผ่านการปรับค่าน้ำหนักนั้นมี ค่า NDCG ที่ลำดับ 1, 3 และ 5 เพิ่มขึ้นจากการค้นคืนรูปภาพด้วยตัวแบบ CLIP ดั้งเดิมถึงร้อยละ 21.50, 19.90 และ 22.80 ตามลำดับ Thu, 01 Jan 2567 00:00:00 GMT https://sutir.sut.ac.th/jspui/handle/123456789/10341 2567-01-01T00:00:00Z https://sutir.sut.ac.th/jspui/handle/123456789/10255 Authors: ภัทรเชษฐ์ สุดสงวน Publisher: สำนักวิชาศาสตร์และศิลป์ดิจิทัล มหาวิทยาลัยเทคโนโลยีสุรนารี Abstract: การคาดการณ์ความสำเร็จของสตาร์ตยับนั้นเป็นเรื่องยากและมีความเสี่ยงสูง เพราะตัวะต้อง เผชิญกับความไม่แน่นอนของตลาด เทคโนโลยี และพฤติกรรมผู้บริโภคที่เปลี่ยนไปอย่างรวดเร็ว งานวิจัยนี้มุ่งเน้นไปที่การศึกษาคุณลักษณะที่มีอิทธิพลต่อการทำนายความสำเร็จของสตาร์ตอัปด้วย การเรียนรู้ของเครื่อง (Machine Learning) โดยใช้ข้อมูลจากปัจจัยภายในธุรกิจและข้อมูลการปรากฏ ตัวทางดิจิทัล (Digital Presence) ซึ่งผู้วิจัยได้รวบรวมข้อมูลจากแหล่งต่างๆ เช่น Crunchbase เครื่องมือประเมินประสิทธิภาพเว็บไซต์ และเครื่องมือตรวจสอบแบ็คลิงค์ จากสตาร์ตอัป 750 ราย มาวิตราะห์ด้วยการเรียนรู้ของเครื่อง แบบมาเปรียนเทียบประสิทธิภาพในการทำนารทำนาย ผลการวิเคราะห์พบว่าแบบจำลอง Random Forest ที่ใช้ข้อมูลแบบผสมสานระหว่างข้อมูล พื้นฐานทางธุรกิจและการปรากฏตัวทางดิจิทัลมีประสิทธิภาพสูงที่สุด มีค่า F1-score 0.9412 และ การปรากฏตัวทางดิจิทัลมีอิทธิพลต่อความแม่นยำของแบบจำลองถึง 86.10% แสดงให้เห็นว่าข้อมูล การปรากฏตัวทางดิจิทัล มีความสำคัญต่อการทำนายความสำเร็จเป็นอย่างมาก ผู้มีส่วนได้ส่วนเสียในระบบนิเวศสตาร์ตอัป เช่น หน่วยงานภาครัฐที่กำหนดนโยบายการ สนับสนุนสตาร์ตอัป กองทุนสนับสนุนสตาร์ตอัป สตาร์ตอัป หน่วยงานบ่มเพาะ และนักลงทุน สามารถนำผลการวิจัยนี้ไปเป็นแนวทางในการกำหนดกลยุทธ์สนับสนุน และจัดสรรเงินทุนได้อย่างมี ประสิทธิภาพ Thu, 01 Jan 2567 00:00:00 GMT https://sutir.sut.ac.th/jspui/handle/123456789/10255 2567-01-01T00:00:00Z https://sutir.sut.ac.th/jspui/handle/123456789/10130 Authors: อรรคพล วงศ์กอบลาภ Publisher: สำนักวิชาศาสตร์และศิลป์ดิจิทัล มหาวิทยาลัยเทคโนโลยีสุรนารี Thu, 01 Jan 2567 00:00:00 GMT https://sutir.sut.ac.th/jspui/handle/123456789/10130 2567-01-01T00:00:00Z https://sutir.sut.ac.th/jspui/handle/123456789/10107 Authors: กุลฉัตร เถียรชนำ Publisher: สำนักวิชาศาสตร์และศิลป์ดิจิทัล มหาวิทยาลัยเทคโนโลยีสุรนารี Abstract: ผู้วิจัยได้นำเอาเทคนิคการตรวจจับการเคลื่อนไหว (Motion Capture) ซึ่งเป็นเทคโนโลยีที่ใช้ในการตรวจจับการเคลื่อนไหวของร่างกายมนุษย์ นิยมนำมาใช้สร้างภาพ 3 มิติ โดยใช้เซ็นเซอร์ติดตามร่างกายของนักแสดง เพื่ออ่านและแปรค่าความเคลื่อนไหวเข้าสู่คอมพิวเตอร์ แบบเรียลไทม์ และสมจริง โดยนำเทคนิคประเภทตรวจจับการเคลื่อนไหวแบบเฉื่อย (Inertial Motion Capture) มาใช้ในการพัฒนางานวิจัย และได้ผู้เชี่ยวชาญด้านมวยโคราช ดร.เช้า วาทโยธา ประธานกรรมาธิการ ฝ่ายมรดกศิลปวัฒนธรรม สหพันธ์มวยไทยนานาชาติ ร่วมเป็นนักแสดงต้นแบบ ผลที่ได้คือฐานข้อมูลการเคลื่อนไหวกระบวนท่าแม่ไม้มวยโคราช จำนวนทั้งสิ้น 47 ท่า จากนั้นได้นำข้อมูลการเคลื่อนไหวไปออกแบบและพัฒนาเว็บไซต์ ผลลัพธ์ที่ได้คือเว็บไซต์ Muay Korat 3D Interactive และประเมินความสามารถในการใช้งานได้ของเว็บไซต์ Wed, 01 Jan 2566 00:00:00 GMT https://sutir.sut.ac.th/jspui/handle/123456789/10107 2566-01-01T00:00:00Z