The Public Park Project: Bubbledel Park is a new-style public park located at Suan Phra Nakhon in Lat Krabang District, Bangkok. Designed to be modern and entertaining, the park incorporates the concept of using bubbles to add vibrancy and create a unique connection with nature, unlike any other place.
สวนสาธารณะที่เกิดด้วยจินตนาการที่เต็มไปด้วยความมหัศจรรย์และความสุข สวนแห่งนี้โดดเด่นด้วยพื้นที่สีเขียวเข้ามาประดับประดาไปด้วยฟองอากาศที่เปรียบเสมือนลอยขึ้นสู่ท้องฟ้า ให้เห็นสีสันที่สวยงาม แต่ยังสามารถสัมผัสได้และให้ความรู้สึกเหมือนอยู่ในโลกแห่งความฝัน ถูกออกแบบมาเพื่อให้ผู้คนได้ผ่อนคลาย สนุกสนาน และเชื่อมต่อกับธรรมชาติในแบบที่ไม่เหมือนที่ใด แบ่งโซนได้อย่างชัดเจน นอกจากนี้ ยังมีกิจกรรมที่น่าสนใจ เช่น การเล่นกีฬากลางแจ้ง เวที และลานอเนกประสงค์ในการชมการแสดงต่างๆ ทำให้ที่นี่เป็นสถานที่ในอุดมคติสำหรับทุกเพศ ทุกวัย
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.
คณะเทคโนโลยีการเกษตร
This project involves the development of a plant care system for dormitories using IoT (Internet of Things). The system is implemented through programming on an ESP-32 board and controlled via sensors for automated watering. The commands are operated through smartphones, supporting both iOS and Android. It is expected that this project will make plant care in dormitories easier and more convenient.
คณะวิทยาศาสตร์
Direct Arc Plasma Generator with Six Nozzles, Applications of Plasma Technology and Progress in Nuclear Fusion and Thailand Tokamak-1 (TT1) Development