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
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
คณะเทคโนโลยีการเกษตร
การวิจัยนี้มีวัตถุเพื่อศึกษาเปรียบเทียบระหว่างโรงเรือนพรางแสงและโรงเรือนอีแวปสำหรับการ ผลิตพิทูเนียกระถางที่เหมาะสมต่อการเจริญเติบโต การออกดอกและประสิทธิภาพการสังเคราะห์ ด้วยแสงของพิทูเนีย โดยแบ่งออกเป็น 2 กลุ่มประชากรดังนี้ 1) โรงเรือนอีแวป (evaporative cooling house) 2) โรงเรือนพรางแสง (shade net house) โดยแต่ละกลุ่มใช้พิทูเนียจำนวน 50 กระถางในการบันทึกผล ผลการทดลองพบว่า การปลูกพิทูเนียในโรงเรือนอีแวปส่งผลให้ลำต้นมี ความสูงมากที่สุด ดอกมีขนาดใหญ่และบานได้นานกว่า แต่การปลูกในโรงเรือนพรางแสงส่งผลให้ พิทูเนียแทงตาดอก ออกดอกได้เร็วกว่า รวมถึงดอกมีสีเข้มกว่า และมีจำนวนดอกใหม่ต่อต้น มากกว่าเท่าตัวหลังการย้ายปลูก 21 วัน ในส่วนของประสิทธิภาพการสังเคราะห์แสงในรอบวันหลัง การย้ายปลูก 30 วัน พบว่าในช่วงเวลา 12.00 น. ทำให้อัตราการสังเคราะห์ด้วยแสงสุทธิทั้ง 2 โรงเรือนสูงสุด และทำให้ค่าการนำไฟฟ้าของปากใบและอัตราการคายน้ำเพิ่มขึ้นสูงสุดในโรงเรือน อีแวป หลังการย้ายปลูก 60 วัน พบว่าอัตราการสังเคราะห์ด้วยแสงสุทธิ ค่าการนำไฟฟ้าของปาก ใบและค่าการคายน้ำมีค่าสูงสุดในโรงเรือนพรางแสงในช่วงเวลา 10.00 น. ส่วนการสังเคราะห์ด้วย แสงในความเข้มแสงที่แตกต่างกัน หลังการย้ายปลูก 30 วัน พบว่าอัตราการสังเคราะห์ด้วยแสง สุทธิ ค่าการนำไฟฟ้าปากใบและอัตราการคายน้ำสูงสุดเมื่อให้ความเข้มแสงที่ 2000 µmol m-2 s-1 โดยมีค่าสูงสุดในโรงเรือนพรางแสง หลังการย้ายปลูก 60 วัน อัตราการสังเคราะห์ด้วยแสงสุทธิ สูงสุดเมื่อให้ความเข้มแสงที่ 1400 µmol m-2 s-1 โดยมีค่าสูงสุดในโรงเรือนพรางแสง จากการศึกษา จึงสรุปผลได้ว่า การปลูกพิทูเนียในโรงเรือนพรางแสง เหมาะสมสำหรับการผลิตพิทูเนียกระถาง และมีประสิทธิภาพการสังเคราะห์ด้วยแสงของพิทูเนียมากกว่าการปลูกพิทูเนียในโรงเรือนอีแวป
คณะวิทยาศาสตร์
การพัฒนาเม็ดบีทไฮโดรเจลแบบสองชั้นสำหรับใช้เป็นเซ็นเซอร์เชิงสีในการวิเคราะห์หาปริมาณวิตามินบี6 ในผลิตภัณฑ์เครื่องดื่มเสริมวิตามิน และทำการตรวจวัดโดยใช้โทรศัพท์มือถือ โดยในการสร้างเม็ดบีทจะอาศัยแรงประจุไฟฟ้าในการทำให้เกิดเม็ดบีทไฮโดรเจลแบบสองชั้น
คณะวิศวกรรมศาสตร์
ในงานวิจัยนี้ เรานำเสนอ Power Grid Analyzer (PGAz) ซึ่งเป็นซอฟต์แวร์โอเพนซอร์สที่พัฒนาโดยใช้ MATLAB ออกแบบมาเพื่อวิเคราะห์และควบคุมโครงข่ายไฟฟ้าแห่งอนาคต ในระยะแรก PGAz ได้รวมคุณสมบัติหลัก 4 ประการ ได้แก่ การวิเคราะห์การไหลของกำลังไฟฟ้า (PF), การวิเคราะห์การไหลของกำลังไฟฟ้าที่เหมาะสมที่สุด (OPF), การวิเคราะห์เสถียรภาพเชิงสัญญาณขนาดเล็ก (SSSA) และ การจำลองผลตอบสนองในโดเมนเวลา (TS) ในส่วนที่ 1 ของงานวิจัยนี้ เรามุ่งเน้นไปที่การพัฒนา PF และ OPF โดยนำเสนอรูปแบบของเครื่องมือที่พัฒนาขึ้น รวมถึงคำสั่งที่ใช้ในซอฟต์แวร์ สำหรับการแก้ปัญหา PF และ OPF เราได้พัฒนาและรวมเอาหลายเทคนิคทั่วไปที่มีประสิทธิภาพไว้ใน PGAz ได้แก่ Newton-Raphson Method, Gauss-Seidel Method, Interior Point Method, Iwamoto’s Method, Fast Decoupled Load Flow, Genetic Algorithm - GA, Particle Swarm Optimization - PSO นอกจากนี้ เรายังให้ความสำคัญกับประเด็นที่สำคัญ อัลกอริธึม และกรณีศึกษาต่างๆ ที่ได้รับการทดสอบกับระบบทดสอบมาตรฐานของ IEEE ตั้งแต่ IEEE 5-bus ไปจนถึง IEEE 300-bus ซึ่งผลลัพธ์ที่ได้รับแสดงให้เห็นถึงความสามารถของ PGAz ในการใช้งานเพื่อการศึกษาและการวิจัยในด้าน PF และ OPF สุดท้าย เราได้วางแผนพัฒนา Part II ซึ่งจะเน้นไปที่ SSSA และ TS เป็นหลัก โดยมีเป้าหมายเพื่อเพิ่มขีดความสามารถของ PGAz ในการศึกษาการวิเคราะห์เสถียรภาพและการจำลองเชิงเวลาของโครงข่ายไฟฟ้าแห่งอนาคต