In the digital era, Artificial Intelligence (AI) plays a crucial role in developing smart cities and enhancing business operations. Among AI-driven technologies, AI Vision Analytics has gained significant attention for Access Control Systems (ACS) and Consumer Behavior Analytics. This research focuses on integrating AI Access Control and AI Video Analytics to examine factors influencing Technology Adoption Behavior using the UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) framework. Key factors assessed include Trust in Technology, Effort Expectancy, Social Influence, and Performance Expectancy, which impact users’ willingness to adopt AI-driven security and analytics solutions. The study also includes a real-world implementation of AI Vision Analytics at KMITL EXPO, where an AI-powered Access Control System and AI Video Analytics are deployed. The collected data is analyzed to identify trends in AI adoption for business management and security enhancement. The findings provide valuable insights for businesses and organizations to optimize AI Vision Analytics for enhancing security management and digital marketing strategies.
ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence - AI) ได้เข้ามามีบทบาทสำคัญในการเปลี่ยนแปลงวิธีการดำเนินธุรกิจและการบริหารจัดการความปลอดภัย โดยเฉพาะ AI Vision Analytics ที่สามารถนำมาประยุกต์ใช้ในหลายด้าน เช่น การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และ การวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) โดย Access Control System (ACS) ช่วยให้สถานที่มีความปลอดภัยยิ่งขึ้น โดยใช้ AI ในการ จดจำใบหน้า (Face Recognition), ตรวจสอบป้ายทะเบียน (License Plate Recognition - LPR) และติดตามการเข้า-ออกในพื้นที่ต่างๆ ซึ่งช่วยลดความเสี่ยงด้านความปลอดภัยและเพิ่มความสะดวกให้กับผู้ใช้ และระบบ AI Video Analytics ช่วยให้ธุรกิจสามารถ วิเคราะห์พฤติกรรมของลูกค้า (Consumer Insights) ผ่านการติดตามความเคลื่อนไหวของผู้บริโภค เช่น Heat Map, Dwell Time, และ Customer Flow Analysis ซึ่งสามารถนำไปใช้เพื่อปรับปรุงกลยุทธ์การตลาดและการให้บริการ ทั้งนี้แม้ว่า AI Vision Analytics จะมีศักยภาพสูง แต่ การยอมรับเทคโนโลยี (Technology Adoption) ยังเป็นประเด็นสำคัญที่ต้องศึกษา เนื่องจาก ความเป็นส่วนตัว (Privacy Concerns), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), และต้นทุนในการติดตั้ง อาจเป็นอุปสรรคต่อการใช้งาน ดังนั้น งานวิจัยนี้จึงมุ่งเน้น การศึกษาปัจจัยที่มีผลต่อพฤติกรรมการยอมรับเทคโนโลยี AI Vision โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อวิเคราะห์ว่า ผู้ใช้มีความเต็มใจแค่ไหนในการใช้งานระบบ AI ที่เกี่ยวข้องกับความปลอดภัยและการตลาด
คณะอุตสาหกรรมอาหาร
In the development of high protein jasmine rice products, hydrocolloids, HPMC at 0, 0.25, 0.5 and 1% w/v and MD at 10% w/v were used. This hydrocolloid contained 30% w/v dissolved protein and was coated with raw jasmine rice. It was found that different amounts of HPMC affected the adhesion of proteins in rice. Then, the hydrocolloid with the best adhesion, 0.25% w/v, was used to find the optimum amount for coating rice at ratios of 1:3 and 1:5, which affected protein content, texture, color, water retention and sensory acceptability.
คณะวิทยาศาสตร์
A smartphone-based colorimetric sensor for quantitative detection of pyridoxine (Vitamin B6, VB-6) in functional drink samples has been realized by developing double layer hydrogel. Electrostatic interaction initiates the cross-linking and produces double layer hydrogel.
คณะวิทยาศาสตร์
Sugar production from sugarcane is a complex process that requires precise control. One of the major issues is sugar loss, which can result from various factors, particularly "burnt cane," before being sent to the mill. This affects the quality of the sugarcane and the efficiency of sugar extraction, along with the performance of the machinery and the properties of the cane, which impact the amount of sugar extracted. This study aims to analyze the factors that influence sugar loss in the sugar production process, using quantitative data from a sugar factory. Nine variables were examined, including mechanical efficiency, machine downtime per day, cane waiting time per day, sand content in cane juice, pol extraction efficiency, overall working time efficiency, cane juice purity, cane sugar content (C.C.S.), and burnt cane. The data were analyzed using correlation analysis to examine relationships between variables and regression modeling to predict sugar loss. The results showed that mechanical efficiency, cane sugar content, and the amount of sand or impurities in the cane juice were significantly correlated with sugar loss. Mechanical efficiency had a direct relationship with the amount of cane milled, which improved sugar production. On the other hand, burnt cane, or cane that was burnt before harvesting, resulted in reduced sugar extraction and impacted the quality of the sugar. Therefore, reducing sugar loss in the production process can be achieved by improving machine efficiency, reducing impurities in cane juice, and managing burnt cane, which will improve sugar production efficiency in the future.