Parking space shortages in urban areas contribute to traffic congestion, inefficient land use, and environmental challenges. Automated Parking Systems (APS) provide an innovative solution by optimizing space utilization, reducing search times, and minimizing carbon emissions. This research investigates key factors influencing user adoption of APS technology using the UTAUT2 framework, focusing on variables such as Performance Expectancy, Effort Expectancy, Social Influence, Trust in Technology, and Environmental Consciousness. The APS Evolution project presents a smart parking solution that enhances efficiency, minimizes environmental impact, and improves user experience in urban settings. The initiative emphasizes technology-driven urban mobility and sustainable parking management to align with the evolving needs of modern cities.
ในยุคของการขยายตัวของเมือง (Urbanization) ที่เกิดขึ้นอย่างรวดเร็ว ปัญหาพื้นที่จอดรถไม่เพียงพอในเขตเมืองได้กลายเป็นความท้าทายสำคัญ ซึ่งส่งผลต่อทั้ง ความแออัดของจราจร และ การเพิ่มขึ้นของมลพิษทางอากาศ จากการวนหาที่จอดรถ ระบบ ลิฟต์จอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ตอบโจทย์การใช้พื้นที่อย่างมีประสิทธิภาพ เนื่องจากสามารถเพิ่มจำนวนที่จอดรถได้ในพื้นที่จำกัด ลดการใช้พลังงาน และช่วยลดการปล่อยก๊าซเรือนกระจก (Greenhouse Gas Emissions) อย่างไรก็ตาม แม้เทคโนโลยีนี้จะมีศักยภาพสูง แต่การยอมรับจากผู้ใช้งาน (User Adoption) ยังคงเป็นประเด็นสำคัญที่ต้องผลักดัน การนำเสนอและสาธิตการทำงานของ APS ในงาน KMITL EXPO จึงมีเป้าหมายเพื่อ ส่งเสริมความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และสร้างความตระหนักรู้ถึง ประโยชน์เชิงสิ่งแวดล้อม (Environmental Consciousness) ของระบบจอดรถอัตโนมัตินี้ และแม้ว่าเทคโนโลยีลิฟต์จอดรถอัตโนมัติจะมีข้อดีที่ชัดเจน แต่ พฤติกรรมการยอมรับเทคโนโลยี (Behavioral Intention) ยังคงขึ้นอยู่กับหลายปัจจัย เช่น ความคาดหวังว่าระบบจะช่วยให้ชีวิตสะดวกขึ้น (Performance Expectancy), ความคุ้มค่าในแง่ต้นทุนและประโยชน์ที่ได้รับ (Price Value) รวมถึงความตระหนักในบทบาทของเทคโนโลยีต่อการลดผลกระทบสิ่งแวดล้อม (Environmental Consciousness) โครงการนี้จึงมุ่งเน้นการวิเคราะห์ปัจจัยที่มีอิทธิพลต่อการตัดสินใจใช้ระบบ APS ผ่านกรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) ข้อมูลที่ได้จะช่วยให้เข้าใจถึง ความต้องการและความคาดหวังของผู้ใช้ ซึ่งสามารถนำไปปรับปรุงและพัฒนานวัตกรรมนี้ให้ตอบโจทย์ได้ดียิ่งขึ้น
คณะวิศวกรรมศาสตร์
This project focuses on the development of an automatic license plate recognition system that supports both standard and special license plates in Thailand. By utilizing Machine Learning technology, the system enhances the efficiency of license plate reading. It can process data from both images and videos. Users can register and subscribe to the service, allowing them to send data for processing through RESTful API, WebSocket, and registered IP cameras.
คณะวิทยาศาสตร์
Recruitment is a crucial process that enables organizations to select candidates whose qualifications match the requirements of a given position. However, this process often faces challenges related to data management, delays, and human bias. This research aims to design and develop an intelligent web application for employee recruitment using artificial intelligence (AI) technology to evaluate and score candidates' suitability for job positions. The system leverages data analysis techniques on resumes and a qualification-matching process based on predefined criteria. Developed using Agile principles, the system employs Natural Language Processing (NLP) to analyze resumes, assess candidates’ qualifications, skills, and experience, and utilizes Machine Learning to predict and rank suitability. The system consolidates data from multiple sources into a unified database to reduce redundancy and input errors. Additionally, it presents insights through a dashboard, enabling HR teams to make more effective hiring decisions.
วิทยาลัยวิศวกรรมสังคีต
Some musicians are hearing impaired, some have finished their careers, but some continue to work, and it is much harder for them to be deaf than for musicians who are not. Some use hearing aids in their daily lives and use in-ear monitors in their live performances, which seem normal, but in their in-ears they only hear the metronome and drums. How can we improve the performance of in-ear monitors to near normal?