The Mahachanok mango sauce is crafted from low-grade mangoes sourced from Ban Nong Bua Chum in Kalasin Province. Utilizing advanced food science technology, it effectively reduces agricultural waste and enhances product quality. This sauce is enriched with prebiotic fiber that supports the growth of beneficial gut microorganisms. With low sugar content, it is a healthy choice free from artificial colors and flavors. Its rich, natural taste makes it versatile, perfect for enhancing a wide variety of dishes, both savory and sweet.
ผลิตภัณฑ์ซอสมะม่วงมหาชนกพัฒนามาจากมะม่วงที่ตกเกรดจากบ้านหนองบัวชุม อำเภอหนองกุงศรี จังหวัดกาฬสินธุ์ เป็นการนำวิทยาศาสตร์การอาหารมาประยุกต์ใช้ให้เกิดประโยชน์สูงสุดต่อการลดของเสียทางการเกษตรและการใช้ทรัพยากรอย่างมีประสิทธิภาพ ซอสมะม่วงนี้มีการเสริมด้วยใยอาหารประเภทพรีไบโอติก ซึ่งช่วยกระตุ้นการเจริญเติบโตของจุลินทรีย์ที่ดีต่อลำไส้ สูตรซอสยังมีปริมาณน้ำตาลต่ำ อีกทั้งไม่มีการแต่งสีและกลิ่น ซึ่งช่วยรักษาคุณภาพและรสธรรมชาติของมะม่วง ทำให้ผลิตภัณฑ์นี้มีความเข้มข้นของรสชาติมะม่วงมหาชนกอย่างแท้จริงและดีต่อสุขภาพ
คณะวิทยาศาสตร์
This special problem aims to compare the performance of machine learning methods in time series forecasting using lagged time periods as independent variables. The lagged periods are categorized into three groups: lagged by 10 units, lagged by 15 units, and lagged by 20 units. The study employs four machine learning methods: Decision Tree (DT), Random Forest (RF), K-Nearest Neighbors (KNN), and Support Vector Machine (SVM). The time series data simulated as independent variables diverse including characteristics: Random Walk data, Trending data, and Non-Linear data, with sample sizes of 100, 300, 500, and 700. The research methodology involves splitting the data into 90% for training and 10% for testing. Simulations and analysis are performed using the R programming language, with 1,000 iterations conducted. The results are evaluated based on the average mean squared error (AMSE) and the average mean absolute percentage error (AMAPE) are calculated to identify the best performing method. The research findings revealed that for Random Walk data, the best performing methods are Random Forest and Support Vector Machine. For Trend data, the best performing methods are Random Forest. For Non-Linear data, the best performing methods are Support Vector Machine. When tested with real-world data, the results show that for the Euro-to-Thai Baht exchange rate, the best methods are Random Forest and Support Vector Machine. For the S&P 500 Index in USD, the best performing methods are Random Forest. For the Bank of America Corp Index in USD, the best performing methods are Support Vector Machine.
คณะวิทยาศาสตร์
In raising crickets for meat consumption, the growth rate and growth period of crickets are important data used to identify the number of crickets per breeding area at each age. Therefore, the researcher has an idea to create a system for monitoring the growth rate of crickets in a closed system using an infrared camera combined with computer image processing to study the growth and identify the growth period of crickets at each age in order to obtain knowledge that can be disseminated to farmers to improve the breeding process for maximum efficiency.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
---