KinderForest : Puzzle Building Game with VR Technology is designed to utilize Virtual Reality (VR) technology with the primary aim of promoting creative problem-solving skills and basic practical application abilities among players. This project presents the game in an Augmented Virtual Reality (AR VR) format, emphasizing physical engagement of players during gameplay while fostering creativity and fundamental application skills. The project team has chosen to utilize Unreal Engine 5.1 and Oculus Quest 2 virtual reality glasses to develop the game in the form of augmented virtual reality technology. Within the game, there will be various levels that require creative thinking and different approaches to pass. Time constraints will be a crucial element in completing missions and progressing through these levels. Players will physically move their bodies in response to in-game movements. Each level will present unique challenges that will necessitate both physical movement and problem-solving skills. The game will provide different rewards based on the outcomes of mission completion, and players will be informed of their results once they have successfully passed a level.
บล็อกไม้ของเล่น เป็นของเล่นช่วงวัยเด็กของใครหลายคน ด้วยรูปทรงที่หลากหลาย สามารถนำมาเล่นได้หลายรูปแบบทั้งการต่อเป็นสิ่งก่อสร้าง หรือนำมาต่อเป็นรูปภาพ เป็นของเล่นที่ช่วยเพิ่มความคิดสร้างสรรค์ให้กับผู้เล่น ซึ่งความคิดสร้างสรรค์ถือว่าเป็นทักษะที่สำคัญมากในปัจจุบัน ทั้งการคิดออกแบบ รวมถึงในเรื่องการคิดแก้ไขปัญหา หากมีความคิดที่สามารถทำได้หลายแบบ จะทำให้สามารถหาวิธีใหม่ ๆ ในการแก้ปัญหาได้ ทำให้การออกแบบเป็นหนึ่งในงานที่ใช้เวลาอย่างมากของใครหลายคน รวมถึงในบางครั้งเมื่อเกิดปัญหาขึ้นมา มักจะเป็นเรื่องยากที่จะหาวิธีการแก้ไข ด้วยปัญหาที่กล่าวมาทางผู้จัดทำได้เล็งเห็นถึงความสำคัญของความคิดสร้างสรรค์ รวมไปถึงแนวคิดที่น่าสนใจในของเล่น บล็อกไม้ ทางผู้จัดทำจึงได้นำมาเป็นแนวทางของเกม แต่บล็อกไม้ทั่วไปไม่สามารถดึงดูดกลุ่มผู้เล่นของผู้จัดทำมากพอ ผู้จัดทำจึงได้นำแนวทางของเกมร่วมกับการใช้เทคโนโลยีความเป็นจริงเสมือน (Virtual Reality: VR) ที่กำลังเป็นนิยม การนำเทคโนโลยีความเป็นจริงเสมือน มาใช้จึงจะช่วยเพิ่มความสนใจของผู้เล่นได้ ทางผู้จัดทำจึงได้คิดออกมาเป็น เกม VR แนวสร้างสิ่งของและไขปริศนา ที่ผู้เล่นจะได้รับบทเป็นเด็กหนุ่มที่ทำของเล่นของหายเข้าไปในต่างมิติ ต้องเข้าไปตามหาของเล่น พร้อมกับพลังในการสร้างบล็อกไม้ซึ่งผู้เล่นจะได้รับประสบการณ์เหมือนการได้ต่อบล็อกไม้สมัยเด็ก แต่จะเป็นการต่อบล็อกที่เพิ่มความท้าทายด้วยอุปสรรคและปริศนาที่ซ่อนอยู่ในเกม ทำให้ผู้ที่เล่นนั้นจะได้ฝึกความคิดสร้างสรรค์ในการสร้างออกแบบสิ่งของ และการคิดนอกกรอบในการหาวิธีแก้ปริศนาที่พบ เพื่อจะผ่านด่านและนำของเล่นกลับมาให้ได้
คณะบริหารธุรกิจ
Air Quality Monitoring System with External Device Controlling Capability is the equipment which measures and records the climatic data with the capability to control external devices (e.g. blower fan or air purifier) to rectify the surrounding atmosphere according to the air quality at the moment and other users' pre-defined conditions.
คณะเทคโนโลยีการเกษตร
Climate change affects agricultural systems worldwide, including Thailand, and may lead to reduced crop yields, impacting food security. Bambara groundnut is a crop with the potential to adapt to changing environments and can thrive in areas with limited resources. This research aims to study the impact of climate change on Bambara groundnut yields in Thailand using the DSSAT (Decision Support System for Agrotechnology Transfer) model, an important tool for predicting plant growth under various environmental conditions. This study utilizes climate data, soil composition, and genetic information of Bambara groundnut to simulate and analyze yield trends under future climate scenarios. Four study areas in Thailand were selected: Songkhla, Lampang, Yasothon, and Saraburi. The CSM-CROPGRO-Bambara groundnut model was used to assess the impact of changing temperature and rainfall on the growth and yield of Bambara groundnut. The results of this study are expected to provide farmers and researchers with valuable information for planning cultivation and managing peanut production in response to climate change. Additionally, the findings can help formulate policy guidelines to promote the cultivation of climate-resilient crops and support the country's food security.
คณะเทคโนโลยีสารสนเทศ
Facial Expression Recognition (FER) has attracted considerable attention in fields such as healthcare, customer service, and behavior analysis. However, challenges remain in developing a robust system capable of adapting to various environments and dynamic situations. In this study, the researchers introduced an Ensemble Learning approach to merge outputs from multiple models trained in specific conditions, allowing the system to retain old information while efficiently learning new data. This technique is advantageous in terms of training time and resource usage, as it reduces the need to retrain a new model entirely when faced with new conditions. Instead, new specialized models can be added to the Ensemble system with minimal resource requirements. The study explores two main approaches to Ensemble Learning: averaging outputs from dedicated models trained under specific scenarios and using Mixture of Experts (MoE), a technique that combines multiple models each specialized in different situations. Experimental results showed that Mixture of Experts (MoE) performs more effectively than the Averaging Ensemble method for emotion classification in all scenarios. The MoE system achieved an average accuracy of 84.41% on the CK+ dataset, 54.20% on Oulu-CASIA, and 61.66% on RAVDESS, surpassing the 71.64%, 44.99%, and 57.60% achieved by Averaging Ensemble in these datasets, respectively. These results demonstrate MoE’s ability to accurately select the model specialized for each specific scenario, enhancing the system’s capacity to handle more complex environments.