-
ประเทศไทยเป็นแหล่งผลิตผลไม้เมืองร้อนที่มีคุณภาพสูง โดยเฉพาะ มะม่วงน้ำดอกไม้สีทอง ซึ่งเป็นผลไม้ที่ได้รับการยอมรับในด้านรสชาติและคุณภาพ มะม่วงที่ปลูกในอำเภอคลองเขื่อน จังหวัดฉะเชิงเทรา ได้รับอิทธิพลจากดินตะกอนและน้ำกร่อย ทำให้มีเอกลักษณ์เฉพาะตัว อย่างไรก็ตาม ผลผลิตที่ไม่ได้มาตรฐานสำหรับการส่งออกมักถูกทิ้งหรือนำไปใช้ในอุตสาหกรรมอื่นที่มีมูลค่าต่ำ เพื่อเพิ่มมูลค่าให้กับมะม่วงเหล่านี้ นักวิจัยจากสถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (KMITL) ได้นำองค์ความรู้ด้าน เทคโนโลยีการหมัก มาประยุกต์ใช้ โดยนำ มะม่วงหมักกับหัวเชื้อเฉพาะ เพื่อให้ได้ผลิตภัณฑ์ Mango Cider Vinegar ซึ่งเป็นกระบวนการที่ได้รับสิทธิบัตร หลังจากนั้นผลิตภัณฑ์ดังกล่าวได้รับการพัฒนาจนเป็น Sparkling Mango Cider Vinegar ซึ่งเป็นนวัตกรรมที่มีศักยภาพในการเข้าสู่ตลาดเครื่องดื่มเพื่อสุขภาพระดับพรีเมียม
คณะวิทยาศาสตร์
Recruitment is a crucial process that enables organizations to select candidates whose qualifications match the requirements of a given position. However, this process often faces challenges related to data management, delays, and human bias. This research aims to design and develop an intelligent web application for employee recruitment using artificial intelligence (AI) technology to evaluate and score candidates' suitability for job positions. The system leverages data analysis techniques on resumes and a qualification-matching process based on predefined criteria. Developed using Agile principles, the system employs Natural Language Processing (NLP) to analyze resumes, assess candidates’ qualifications, skills, and experience, and utilizes Machine Learning to predict and rank suitability. The system consolidates data from multiple sources into a unified database to reduce redundancy and input errors. Additionally, it presents insights through a dashboard, enabling HR teams to make more effective hiring decisions.
คณะเทคโนโลยีสารสนเทศ
This research presents a deep learning method for generating automatic captions from the segmentation of car part damage. It analyzes car images using a Unified Framework to accurately and quickly identify and describe the damage. The development is based on the research "GRiT: A Generative Region-to-text Transformer for Object Understanding," which has been adapted for car image analysis. The improvement aims to make the model generate precise descriptions for different areas of the car, from damaged parts to identifying various components. The researchers focuses on developing deep learning techniques for automatic caption generation and damage segmentation in car damage analysis. The aim is to enable precise identification and description of damages on vehicles, there by increasing speed and reducing the work load of experts in damage assessment. Traditionally, damage assessment relies solely on expert evaluations, which are costly and time-consuming. To address this issue, we propose utilizing data generation for training, automatic caption creation, and damage segmentation using an integrated framework. The researchers created a new dataset from CarDD, which is specifically designed for cardamage detection. This dataset includes labeled damages on vehicles, and the researchers have used it to feed into models for segmenting car parts and accurately labeling each part and damage category. Preliminary results from the model demonstrate its capability in automatic caption generation and damage segmentation for car damage analysis to be satisfactory. With these results, the model serves as an essential foundation for future development. This advancement aims not only to enhance performance in damage segmentation and caption generation but also to improve the model’s adaptability to a diversity of damages occurring on various surfaces and parts of vehicles. This will allow the system to be applied more broadly to different vehicle types and conditions of damage inthe future
วิทยาลัยวิศวกรรมสังคีต
This work attempts to spark conversations about the technical and creative aspects of participatory concert settings. It features the results of two interactive research concerts on basis of audience participation quantities, motion analysis and log data clustering. Ultimately, it poses questions how participatory work can help when teaching interactive technology for the arts and beyond.