งานวิจัยนี้นำเสนอ ฝาแฝดดิจิตอลของตู้ปลาเพื่อการตรวจสอบคุณภาพน้ำ โดยพัฒนาแบบจำลองเสมือนจริงที่สามารถแสดงค่าพารามิเตอร์สำคัญของน้ำ ได้แก่ ค่าความเป็นกรด-ด่าง, อุณหภูมิ, อัตราการไหลของน้ำ และ ออกซิเจนที่ละลายน้ำ แบบเรียลไทม์ ข้อมูลจากเซ็นเซอร์จะถูกประมวลผล และแสดงผลผ่านส่วนอินเทอร์เฟซกราฟิกผู้ใช้ เพื่อสะท้อนสถานะของตู้ปลาเสมือนจริง ซึ่งช่วยให้สามารถตรวจสอบและวิเคราะห์คุณภาพน้ำได้อย่างแม่นยำ และไม่พึ่งพาซอฟท์แวร์ราคาแพง
มีเป้าหมายในการสร้าง Digital Twin ของตู้ปลา เพื่อใช้เป็นกรณีศึกษาในการตรวจสอบคุณภาพน้ำ โดยนำเซ็นเซอร์ตรวจวัด ค่าความเป็นกรด-ด่าง (pH), อุณหภูมิ, อัตราการไหลของน้ำ และออกซิเจนละลายน้ำ มาประมวลผลและแสดงผลผ่านอินเทอร์เฟซกราฟิกแบบเรียลไทม์ ระบบนี้สามารถใช้เป็นสื่อการสอนด้าน คอมพิวเตอร์ช่วยงานเทคโนโลยีการผลิต โดยไม่ต้องพึ่งพาซอฟต์แวร์ราคาแพง ซึ่งช่วยลดต้นทุนและเพิ่มโอกาสในการศึกษา Digital Twin อย่างมีประสิทธิภาพ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-
คณะเทคโนโลยีการเกษตร
การศึกษาผลของการทำ seed priming ด้วยสารสกัดจากสาหร่าย Chaetomorpha sp. ต่อความงอกและการเจริญเติบโตของต้นกล้าพริก มีวัตถุประสงค์เพื่อศึกษาผลของความเข้มข้นของสารสกัดจากสาหร่ายต่อการงอกและการเจริญเติบโตของต้นกล้าพริก การทดลองประกอบด้วยการแช่เมล็ดพริกในสารละลายสกัดจากสาหร่าย Chaetomorpha sp. ที่ระดับความเข้มข้นต่างๆ เปรียบเทียบกับชุดควบคุม วางแผนการทดลองแบบสุ่มสมบูรณ์ จำนวน 4 ซ้ำ ผลการศึกษาพบว่า การทำ seed priming ด้วยสารสกัดจากสาหร่ายมีแนวโน้มส่งเสริมการงอกของเมล็ดพริก โดยพบว่าเมล็ดที่ผ่านการ priming ด้วยสารสกัดจากสาหร่ายมีเปอร์เซ็นต์ความงอก ดัชนีการงอก และความเร็วในการงอกสูงกว่าชุดควบคุม นอกจากนี้ยังพบว่าต้นกล้าที่ได้มีการพัฒนาของรากและลำต้นที่แข็งแรงกว่าชุดควบคุม การศึกษานี้แสดงให้เห็นถึงศักยภาพของสารสกัดจากสาหร่าย Chaetomorpha sp. ในการเพิ่มคุณภาพของเมล็ดพันธุ์พริก ซึ่งสามารถนำไปประยุกต์ใช้ในการผลิตต้นกล้าพริกคุณภาพสูงต่อไป
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย