KMITL Innovation Expo 2026 LogoKMITL 66th Anniversary Logo

AI-Powered Security & Consumer Analytics สู่การบูรณาการ AI Vision เพื่อเสริมสร้างความปลอดภัยและวิเคราะห์พฤติกรรมผู้บริโภคในยุคดิจิทัล

AI-Powered Security & Consumer Analytics สู่การบูรณาการ AI Vision เพื่อเสริมสร้างความปลอดภัยและวิเคราะห์พฤติกรรมผู้บริโภคในยุคดิจิทัล

รายละเอียด

ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพัฒนาเมืองอัจฉริยะ (Smart City) และการบริหารจัดการธุรกิจ เทคโนโลยี AI Vision Analytics ได้รับความสนใจเป็นพิเศษในด้าน การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และการวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) งานวิจัยนี้มุ่งเน้นการบูรณาการ AI Access Control และ AI Video Analytics เพื่อนำมาวิเคราะห์ปัจจัยที่ส่งผลต่อ พฤติกรรมการยอมรับเทคโนโลยี (Technology Adoption Behavior) ของผู้ใช้ทั้งสองระบบ โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อประเมินปัจจัยที่มีผลต่อความเต็มใจในการใช้งาน อาทิ ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), และความคาดหวังด้านประสิทธิภาพ (Performance Expectancy) งานวิจัยนี้ยังมีการทดสอบระบบ Access Control และ AI Vision Analytics ในบริบทจริง โดยติดตั้งระบบในงาน KMITL EXPO เพื่อเก็บข้อมูลการใช้ระบบ การนำ AI Vision มาใช้ในการบริหารธุรกิจและความปลอดภัย ผลการศึกษาจะช่วยให้ธุรกิจและหน่วยงานต่างๆ สามารถปรับกลยุทธ์ในการใช้ AI Vision Analytics เพื่อเพิ่มประสิทธิภาพการดำเนินงานทั้งในด้าน ความปลอดภัยและการตลาดดิจิทัล

วัตถุประสงค์

ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence - AI) ได้เข้ามามีบทบาทสำคัญในการเปลี่ยนแปลงวิธีการดำเนินธุรกิจและการบริหารจัดการความปลอดภัย โดยเฉพาะ AI Vision Analytics ที่สามารถนำมาประยุกต์ใช้ในหลายด้าน เช่น การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และ การวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) โดย Access Control System (ACS) ช่วยให้สถานที่มีความปลอดภัยยิ่งขึ้น โดยใช้ AI ในการ จดจำใบหน้า (Face Recognition), ตรวจสอบป้ายทะเบียน (License Plate Recognition - LPR) และติดตามการเข้า-ออกในพื้นที่ต่างๆ ซึ่งช่วยลดความเสี่ยงด้านความปลอดภัยและเพิ่มความสะดวกให้กับผู้ใช้ และระบบ AI Video Analytics ช่วยให้ธุรกิจสามารถ วิเคราะห์พฤติกรรมของลูกค้า (Consumer Insights) ผ่านการติดตามความเคลื่อนไหวของผู้บริโภค เช่น Heat Map, Dwell Time, และ Customer Flow Analysis ซึ่งสามารถนำไปใช้เพื่อปรับปรุงกลยุทธ์การตลาดและการให้บริการ ทั้งนี้แม้ว่า AI Vision Analytics จะมีศักยภาพสูง แต่ การยอมรับเทคโนโลยี (Technology Adoption) ยังเป็นประเด็นสำคัญที่ต้องศึกษา เนื่องจาก ความเป็นส่วนตัว (Privacy Concerns), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), และต้นทุนในการติดตั้ง อาจเป็นอุปสรรคต่อการใช้งาน ดังนั้น งานวิจัยนี้จึงมุ่งเน้น การศึกษาปัจจัยที่มีผลต่อพฤติกรรมการยอมรับเทคโนโลยี AI Vision โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อวิเคราะห์ว่า ผู้ใช้มีความเต็มใจแค่ไหนในการใช้งานระบบ AI ที่เกี่ยวข้องกับความปลอดภัยและการตลาด

นวัตกรรมอื่น ๆ

นภาระยับ

คณะสถาปัตยกรรม ศิลปะและการออกแบบ

นภาระยับ

แบบจำลองเชิงแนวคิด (conceptual model) ที่ได้แรงบันดาลใจมากจากกระจกสีในสถาปัตยกรรมกอทิก (Gothic) ถ่ายทอดความซับซ้อนและสมดุลผ่านลวดลายเรขาคณิตที่ประณีต ซึ่งสะท้อนถึงความกลมกลืนอันศักดิ์สิทธิ์ โครงสร้างที่สมมาตร และการไล่ระดับของแสงที่ลอดผ่านกระจกสี ช่วยสร้างมิติของความเคลื่อนไหว เสริมให้บรรยากาศโดยรอบเปี่ยมไปด้วยความศักดิ์สิทธิ์และมนต์ขลัง เปรียบดั่งหน้าต่างที่เปิดสู่สรวงสวรรค์

การศึกษาการจำแนกดาวแปรแสงผ่านการวิเคราะห์กราฟแสงโดยใช้วิธีการเรียนรู้ของเครื่อง

คณะวิทยาศาสตร์

การศึกษาการจำแนกดาวแปรแสงผ่านการวิเคราะห์กราฟแสงโดยใช้วิธีการเรียนรู้ของเครื่อง

ด้วยการพัฒนาของเทคโนโลยีทางด้านอวกาศทำให้การสำรวจท้องฟ้าโดยใช้กล้องโทรทรรศน์ที่มีมุมมองกว้างขยายขอบเขตของข้อมูลใหม่ๆ สำหรับการวิจัยดาราศาสตร์โดเมนเวลามากยิ่งขึ้น ทำให้การวิเคราะห์ข้อมูลแบบดั้งเดิมไม่สามารถตอบสนองต่อข้อมูลได้อย่างรวดเร็วและแม่นยำเพียงพอต่อปริมาณข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่อง ดังนั้น การจำแนกประเภทของข้อมูลซีรีส์เวลาอย่างกราฟแสงจึงเป็นความท้าทายอย่างมากในยุคที่ข้อมูลมีขนาดใหญ่ ในปัจจุบันการวิเคราะห์กราฟแสงจึงจำเป็นต้องใช้เทคนิคการเรียนรู้ของเครื่องเข้ามาช่วยในการวิเคราะห์ คัดกรองข้อมูลอันมหาศาลอย่างหลีกเลี่ยงไม่ได้ โดยอัลกอริทึมการเรียนรู้ของเครื่องแบ่งออกได้ 2 ประเภท คือ แบบตื้นและแบบลึก นักวิจัยหลายๆ ท่านได้นำเสนอวิธีการและการพัฒนาอัลกอริทึมหลากหลายรูปแบบสำหรับการจำแนกประเภทของกราฟแสง ซึ่งในงานนี้เราได้ทำการทดลองใช้ Support Vector Machine (SVM) และ XGBoost ซึ่งเป็นอัลกอริทึมการเรียนรู้ของเครื่องประเภทแบบตื้น และ 1D-CNN และ Long Short-Term Memory (LSTM) ซึ่งเป็นอัลกอริทึมการเรียนรู้เชิงลึกเป็นอีกหนึ่งสาขาของการเรียนรู้ของเครื่องที่เป็นประเภทแบบลึก เพื่อใช้ในการจำแนกประเภทของดาวแปรแสง โดยข้อมูลที่ใช้ในการอบรบและทดสอบ คือ ข้อมูล Optical Gravitational Lensing Experiment-III (OGLE-III) เป็นข้อมูลของดาวแปรแสง โดยอยู่ในพื้นที่ Large Magellanic Cloud (LMC) ที่มีการแบ่งได้ 5 คลาสหลักส่วนใหญ่ (Classical Cepheids, δ Scutis, eclipsing binaries, RR Lyrae stars และ Long-period variables) ผลลัพธ์แสดงให้เห็นถึงการวิเคราะห์ประสิทธิภาพของการเรียนรู้ของเครื่องแต่ละประเภทที่ใช้กับข้อมูลกราฟแสง อีกทั้งยังชี้ให้เห็นถึงความแม่นยำและค่าสถิติต่างๆ ของการเรียนรู้ของเครื่องที่ใช้ในทดลอง

ผลของความหนาบรรจุภัณฑ์ต่อคุณภาพข้าวโพดหมักอาหารสัตว์

คณะเทคโนโลยีการเกษตร

ผลของความหนาบรรจุภัณฑ์ต่อคุณภาพข้าวโพดหมักอาหารสัตว์

สภาพแวดล้อมที่แปรปรวนในปัจจุบันทำให้เกิดปัญหาการขาดแคลนพืชอาหารสัตว์ในฤดูแล้งเพิ่มความรุนแรงมากขึ้น การศึกษาผลของความหนาบรรจุภัณฑ์ ต่อคุณภาพข้าวโพดอาหารสัตว์ในระหว่างการเก็บรักษาระยะยาวเพื่อคงคุณภาพของข้าวโพดหมักในฤดูแล้งเนื่องจากเกิดการขาดแคลน ผลการศึกษาพบว่า บรรจุภัณฑ์ที่มีขนาดความหนา 80, 120, 150 และ 200 ไมครอนที่อายุ 0-21 วัน มีคุณสมบัติทางกายภาพได้แก่ กลิ่น, เนื้อพืชหมัก, สี และค่าความเป็นกรด-ด่างอยู่ในเกณฑ์ดีมาก โดยกลิ่นของพืชหมักจะมีความคล้ายกลิ่นผลไม้ดอง หรือน้ำส้มสายชู เนื้อพืชหมักจะมีความแน่น ส่วนใบและลำต้นคงสภาพเดิม สีของพืชหมักมีสีเหลืองอมเขียว และมีค่าความเป็นกรด-ด่างอยู่ระหว่าง 3.7-4.7 การวิเคราะห์ปริมาณกรดแลคติก พบว่า บรรจุภัณฑ์ที่มีขนาดความหนา 200 ไมครอนที่อายุเก็บรักษา 21 วัน มีปริมาณกรดแลคติกมากที่สุด (5.64%) และคุณค่าทางโภชนะของข้าวโพดหมักในบรรจุภัณฑ์ไม่มีความแตกต่างกันทางสถิติ