Ballet dancing requires clear and precise body gestures. To raise standard and motivation for Thai ballet dancers, this testing console is developed such that dancers and beginners are able to learn and keep track of their dancing progress. Their gestures can be compared with internationally recognized ballet dancers without face-to-face learning. This enables self-development according to their purposes and pace. The portable console is easy to use. Connect it to a monitor, turn on, and enjoy.
แม้ว่าบัลเลต์จะเป็นนาฏศิลป์แบบคลาสสิคที่กำเนิดมาตั้งแต่สมัยเรอเนสซองส์ในคริสต์ศตวรรษที่ 15 บัลเลต์ก็ยังเป็นที่นิยมในปัจจุบันทั้งในกลุ่มนักเต้นอาชีพและบุคคลทั่วไป ตลอดจนเป็นรากฐานและนำมาประยุกต์ให้เข้ากับการเต้นในหลายๆรูปแบบ โดยนักเต้นอาชีพที่มีชื่อเสียงมักมีประสบการณ์ในการเต้นบัลเลต์ไม่มากก็น้อย สำหรับในประเทศไทยนั้น แม้ว่าจะมีนักบัลเลต์ที่มีชื่อเสียงในระดับนานาชาติหลายท่าน แต่ก็ยังถือว่ามีจำนวนน้อยเมื่อเทียบกับจำนวนนักเรียน ดังนั้น เพื่อเป็นการสร้างมาตรฐานและแรงบันดาลใจสำหรับนักเรียนหรือนักเต้นชาวไทย ผู้วิจัยจึงสร้างอุปกรณ์นี้ขึ้นมาเพื่อให้นักเต้นและบุคคลทั่วไปสามารถเรียนรู้และตรวจสอบพัฒนาการในการเต้นของตัวเอง โดยเทียบเคียงกับนักบัลเลต์ที่มีชื่อเสียงระดับนานาชาติได้ โดยไม่จำเป็นที่จะต้องเรียนแบบ Face-to-face กับนักบัลเลต์ท่านนั้นโดยตรง เพื่อประโยชน์ในการปรับปรุงตัวเองให้มีความสามารถสูงขึ้นตามจุดประสงค์ของแต่ละคน
วิทยาเขตชุมพรเขตรอุดมศักดิ์
-
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A Photographic series that expresses the abstract states of myself, towards the question of existence that results from being surrounded by expectations of both surrender and freedom of expression, this series focuses on my own subjectivities in order to bring back memories of almost forgotten feelings and make them clear once more.
คณะเทคโนโลยีการเกษตร
Durian is a crucial economic crop of Thailand and one of the most exported agricultural products in the world. However, producing high-quality durian requires maintaining the health of durian trees, ensuring they remain strong and disease-free to optimize productivity and minimize potential damage to both the tree and its fruit. Among the various diseases affecting durian, foliar diseases are among the most common and rapidly spreading, directly impacting tree growth and fruit quality. Therefore, monitoring and controlling leaf diseases is essential for preserving durian quality. This study aims to apply image analysis technology combined with artificial intelligence (AI) to classify diseases in durian leaves, enabling farmers to diagnose diseases independently without relying on experts. The classification includes three categories: healthy leaves (H), leaves infected with anthracnose (A), and leaves affected by algal spot (S). To develop the classification model, convolutional neural network (CNN) algorithms—ResNet-50, GoogleNet, and AlexNet—were employed. Experimental results indicate that the classification accuracy of ResNet-50, GoogleNet, and AlexNet is 93.57%, 93.95%, and 68.69%, respectively.