This research focuses on the design and development of a prototype Artificial Intelligence of Things (AIoT) system for monitoring and controlling irrigation using weather information. The system consists of four main components: 1) Weather Station – This component includes various sensors such as air temperature, relative humidity, wind speed, and sunlight duration, among others, to collect real-time weather data. 2) Controller Unit – This unit is equipped with machine learning algorithms or models to estimate the reference evapotranspiration (ETo) and calculate the plant’s water requirement by integrating the crop coefficient (Kc) with other plant-related data. This enables the system to determine the optimal irrigation amount based on plant needs automatically. 3) User Interface (UI) and Display – This section allows farmers or users to input relevant information, such as plant type, soil type, irrigation system type, number of water emitters, planting distance, and growth stages. It also provides a display for monitoring and interaction with the system. 4) Irrigation Unit – This component is responsible for controlling the water supply and managing the irrigation emitters to ensure efficient water distribution based on the calculated requirements.
การเปลี่ยนแปลงสภาพอากาศของโลกทวีความรุนแรงขึ้นอย่างต่อเนื่อง สถานการณ์ดังกล่าวส่งผลกระทบ โดยตรงต่อภาคการเกษตร โดยเฉพาะในประเทศไทยที่มีแนวโน้มเผชิญกับปัญหาการขาดแคลนน้ำและความ ผันผวนของปริมาณน้ำฝน ซึ่งส่งผลต่อทั้งปริมาณและคุณภาพของผลผลิตทางการเกษตรโดยตรง ทั้งนี้ การบริหารจัดการน้ำในภาคเกษตรกรรมของประเทศไทยยังคงเผชิญกับข้อจำกัดหลายประการ เกษตรกรส่วนใหญ่ยังคงพึ่งพาประสบการณ์ส่วนตัวในการให้น้ำพืช ซึ่งอาจนำไปสู่การใช้น้ำที่ไม่มีประสิทธิภาพ เช่น การให้น้ำมากเกินความจำเป็นหรือน้อยเกินไปจนส่งผลกระทบต่อผลผลิต หรืออาจนำไปสู่ปัญหา เช่น การแตกใบอ่อน การร่วงของดอก และมีผลผลิตที่ไม่ได้คุณภาพ (Togneri et al., 2023) ในขณะที่ข้อมูลทาง วิชาการที่สามารถช่วยให้การบริหารจัดการน้ำมีความแม่นยำขึ้น เช่น ค่าอัตราการใช้น้ำของพืชอ้างอิง (Evapotranspiration: ETo) และค่าสัมประสิทธิ์พืช (Kc) กลับเข้าถึงได้ยาก เนื่องจากมีความซับซ้อนในการ คำนวณ อีกทั้งข้อมูลที่มีอยู่มักเป็นข้อมูลเฉลี่ยรายจังหวัดซึ่งไม่สามารถนำไปใช้ได้อย่างมีประสิทธิภาพในระดับ ฟาร์ม โครงการนี้จึงมุ่งเน้นไปที่การพัฒนาระบบปัญญาประดิษฐ์สำหรับการติดตามและควบคุมการให้น้ำพืชอัจฉริยะ โดยอิงข้อมูลสภาพอากาศซึ่งจะช่วยแก้ไขข้อจำกัดของเกษตรกรไทยในการเข้าถึงข้อมูลที่ ถูกต้องและการบริหารจัดการน้ำที่แม่นยำ
คณะเทคโนโลยีการเกษตร
Rice is a salt-sensitive crop. The objective of this study was to evaluate the effect of salinity at flowering stage on physiological traits and yield of landrace rice. The experiment design was 4*10 Factorial in RCBD with 4 replications. Factor A was four salinity levels: control, 6, 12 and 16 dS/m; Factor B was 10 rice varieties. Data were collected on physiological traits and grain yield. The results showed that increasing salinity level decreased rice yield. The highest yield reduction was found when the rice received salt stress at 16 dS/m. In addition, rice varieties showed different yield performance when exposed to salt stress. In this found that Hom Yai variety had the lowest yield reduction when grown at 16 dS/m salinity level and did not differ from salt tolerant check variety.
คณะวิทยาศาสตร์
Cancer remains a major global health challenge as the second-leading cause of human death worldwide. The traditional treatments for cancer beyond surgical resection include radiation and chemotherapy; however, these therapies can cause serious adverse side effects due to their high killing potency but low tumor selectivity. The FDA approved monoclonal antibodies (mAbs) that target TIGIT/PVR (T-cell immunoglobulin and ITIM domain/poliovirus receptor) which is an emerging immune checkpoint molecules has been developed; however, the clinical translation of immune checkpoint inhibitors based on antibodies is hampered due to immunogenicity, immunological-related side effects, and high costs, even though these mAbs show promising therapeutic efficacy in clinical trials. To overcome these bottlenecks, small-molecule inhibitors may offer advantages such as better oral bioavailability and tumor penetration compared to mAbs due to their smaller size. Here, we performed structure-based virtual screening of FDA-approved drug repertoires. The 100 screened candidates were further narrowed down to 10 compounds using molecular docking, with binding affinities ranging from -9.152 to -7.643 kcal/mol. These compounds were subsequently evaluated for their pharmacokinetic properties using ADMET (Absorption, Distribution, Metabolism, Excretion, and Toxicity) analysis, which demonstrated favorable drug-like characteristics. The lead compounds will be further analyzed for conformational changes and binding stability against TIGIT through molecular dynamics (MD) simulations to ensure that no significant conformational changes occur in the protein structure. Collectively, this study represents the potential of computational methods and drug repurposing as effective strategies for drug discovery, facilitating the accelerated development of novel cancer treatments.
คณะวิศวกรรมศาสตร์
An automated hydroponic system for household use has been developed to cater to individuals with limited space who wish to conveniently and easily grow their own salad greens at home. This system is designed to automatically control nutrient delivery by setting appropriate electrical conductivity (EC) and pH levels tailored to the specific salad greens being grown. It includes artificial lighting to enable cultivation in confined spaces with insufficient sunlight and is more cost-effective than similar systems available on the market. System testing revealed that the automated control of EC and pH values performed effectively, achieving the preset levels within 30 minutes and maintaining them consistently throughout operation. In an experiment growing green oak lettuce using a simulated balcony setup, the plants demonstrated a higher growth rate compared to conventional methods, particularly when artificial lighting was used.