KMITL Innovation Expo 2025 Logo

การทำนายดัชนีคุณภาพอากาศด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม

รายละเอียด

ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพการทำนายดัชนีคุณภาพอากาศ (AQI) ด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม 5 วิธี ได้แก่ วิธีป่าสุ่ม วิธี XGBoost วิธี CatBoost วิธีรวมกลุ่มป่าสุ่มและ XGBoost และวิธีรวมกลุ่มป่าสุ่ม SVR และ MLP โดยใช้ชุดข้อมูลจากกรมควบคุมมลพิษกลางของประเทศอินเดีย (CPCB) ซึ่งชุดข้อมูลประกอบด้วยตัวแปรด้านมลพิษ 15 ตัวแปร และข้อมูลด้านสภาพอากาศ 9 ตัวแปร เก็บรวบรวมตั้งแต่มกราคม ค.ศ. 2021 ถึงธันวาคม ค.ศ. 2023 มีจำนวนข้อมูล 1,024,920 ค่า และวิธีการที่ใช้วัดประสิทธิภาพ 3 วิธี ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error : RMSE) ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error : MAE) และสัมประสิทธิ์การกำหนด (Coefficient of Determination) ผลการศึกษาพบว่าวิธีรวมกลุ่มป่าสุ่มและ XGBoost มีค่าวัดประสิทธิภาพทั้ง 3 วิธีดีที่สุด โดยมีค่า RMSE น้อยที่สุดเท่ากับ 0.1040 ค่า MAE น้อยที่สุดเท่ากับ 0.0675 และค่า มากที่สุดเท่ากับ 0.8128 แล้วทำการอธิบายผลลัพธ์จากการเรียนรู้ของเครื่องสำหรับสร้างแผนภาพด้วย SHAP ของวิธีการเรียนรู้ของเครื่องทั้ง 5 วิธี ทุกวิธีได้ข้อสรุปในทำนองเดียวกันคือตัวแปรที่มีผลกระทบต่อ ค่าทำนายโดยรวมมากที่สุด 2 อันดับแรกคือตัวแปร PM2.5 และ PM10 ตามลำดับ

วัตถุประสงค์

ทั่วโลกกำลังเผชิญกับวิกฤตมลพิษทางอากาศที่รุนแรงที่สุดในประวัติศาสตร์ การเพิ่มขึ้นของสารมลพิษในอากาศ เช่น ฝุ่นละอองขนาดเล็ก PM2.5 PM10 ก๊าซโอโซน ก๊าซคาร์บอนมอนอกไซด์ ไนโตรเจนไดออกไซด์ และซัลเฟอร์ไดออกไซด์ ซึ่งส่งผลกระทบต่อระบบทางเดินหายใจและระบบไหลเวียนโลหิตของมนุษย์ นอกจากนี้ยังมีผลกระทบทางลบต่อพืชและสัตว์ในระบบนิเวศอีกด้วย หลายพื้นที่ทั่วโลกเผชิญกับค่า PM2.5 เกินมาตรฐานอย่างต่อเนื่อง องค์การอนามัยโลก (World Health Organization : WHO) ประกาศเตือนว่า PM2.5 เป็นสารก่อมะเร็ง ส่งผลให้เกิดโรคทางเดินหายใจ โรคหัวใจ และโรคหลอดเลือดสมอง PM2.5 เป็นมลพิษทางอากาศที่อันตรายที่สุด ส่งผลต่อระบบทางเดินหายใจและเพิ่มความเสี่ยงต่อมะเร็งปอด สถิติปี 2020 มีผู้เสียชีวิตจากมะเร็งปอด 1.79 ล้านคน และคาดว่าจำนวนผู้เสียชีวิตจะเพิ่มมากขึ้นทุกปีอย่างต่อเนื่อง ดัชนีคุณภาพอากาศ (Air Quality Index : AQI) เป็นตัวชี้วัดสำคัญในการประเมินคุณภาพอากาศและบ่งชี้ถึงระดับของมลพิษ โดยใช้ข้อมูลความเข้มข้นของมลพิษในอากาศคำนวณเป็นค่าดัชนีคุณภาพอากาศที่ช่วยให้ประชาชนทราบถึงระดับความปลอดภัยของอากาศ ดังนั้นหากในชีวิตประจำวันสามารถทำนายดัชนีคุณภาพอากาศได้ ประชาชนจะสามารถวางแผนการเดินทางหรือการทำกิจกรรมกลางแจ้ง โดยหลีกเลี่ยงบริเวณที่มีมลพิษสูงได้ โดยเฉพาะกลุ่มเสี่ยง เช่น ผู้สูงอายุ เด็กเล็ก และผู้ป่วยเรื้อรัง ในช่วงหลายปีที่ผ่านมา มีงานวิจัยที่ได้พัฒนาวิธีการทำนายดัชนีคุณภาพอากาศโดยนักวิจัยได้ประยุกต์ใช้วิธีการเรียนรู้ของเครื่อง (Machine Learning) เพื่อการทำนายคุณภาพอากาศให้ดียิ่งขึ้น ในงานวิจัยนี้ คณะผู้วิจัยจึงมีความสนใจนำวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่มมาใช้ในการทำนายดัชนีคุณภาพอากาศ จากการทบทวนวรรณกรรมเกี่ยวกับงานวิจัยที่เกี่ยวข้อง คณะผู้วิจัยพบว่าในงานวิจัยของ Zhang et al. (2023) ที่ศึกษาในกลุ่มเมืองของจีน 6 แห่ง ด้วยข้อมูลมลพิษและสภาพอากาศ พบได้ว่าวิธีป่าสุ่มมีประสิทธิภาพดีที่สุดเมื่อวัดด้วย MAE ต่อมาในงานวิจัยของ Dao et al. (2022) ที่ได้ใช้ข้อมูลมลพิษในอินเดีย พบว่าวิธี XGBoost มีประสิทธิภาพดีที่สุด เช่นเดียวกับงานวิจัยของ Kumar and Pande (2023) ในขณะที่ Ravindiran et al. (2023) ได้ศึกษาด้วยข้อมูลมลพิษและสภาพอากาศในรัฐอานธรประเทศ พบว่าวิธี CatBoost มีประสิทธิภาพดีที่สุด และอีก 2 งานวิจัยที่ได้อาศัยแนวทางการรวมกลุ่มแบบ Stacking ได้แก่ งานวิจัยของ Sharma et al. (2024) ที่ศึกษาในหลายเมืองของอินเดียโดยได้ใช้วิธีการรวมกลุ่มของต้นไม้ตัดสินใจหลายวิธี หนึ่งในนั้นคือวิธีการรวมกลุ่มป่าสุ่มและ XGBoost ซึ่งก็พบว่าวิธีดังกล่าวมีประสิทธิภาพดีที่สุด และ Emeç and Yurtsever (2024) ได้ศึกษาการทำนายความเข้มข้นของ PM2.5 ซึ่งเป็นหนึ่งในมลพิษสำคัญที่ส่งผลต่อดัชนีคุณภาพอากาศของเมืองอิสตันบลูและปักกิ่งโดยใช้วิธีการเรียนรู้ของเครื่อง 3 วิธีมารวมกันเป็นวิธีรวมกลุ่มป่าสุ่ม, SVR และ MLP พบว่าวิธีนี้มีประสิทธิภาพดีกว่าการใช้ทั้ง 3 วิธีแยกกัน ดังนั้นคณะผู้วิจัยจึงสนใจนำวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่มทั้ง 5 วิธี ได้แก่ วิธีป่าสุ่ม วิธี XGBoost วิธี CatBoost วิธีรวมกลุ่มป่าสุ่มและ XGBoost และวิธีรวมกลุ่มป่าสุ่ม, SVR และ MLP โดยใช้ข้อมูลเกี่ยวกับค่ามลพิษและสภาพอากาศจากสถานีตรวจวัดในรัฐเดลี ประเทศอินเดีย ซึ่งเป็นพื้นที่ที่มีปัญหาด้านคุณภาพอากาศเป็นอันดับต้น ๆ ของโลก โดยใช้ข้อมูลตั้งแต่วันที่ 1 มกราคม 2021 ถึง 31 ธันวาคม 2023 และวิธีการวัดประสิทธิภาพ 3 วิธี ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย และสัมประสิทธิ์การกำหนด (Coefficient of Determination) เปรียบเทียบประสิทธิภาพของวิธีการต่าง ๆ และระบุแนวทางที่เหมาะสมที่สุดในการทำนายดัชนีคุณภาพอากาศ

นวัตกรรมอื่น ๆ

การปรับปรุงความแข็งแรงของเซลล์อิเล็กโทรไลต์ชนิดแข็ง

วิทยาลัยนวัตกรรมการผลิตขั้นสูง

การปรับปรุงความแข็งแรงของเซลล์อิเล็กโทรไลต์ชนิดแข็ง

งานวิจัยเรื่องการปรับปรุงความแข็งแรงของเซลล์อิเล็กโทรไลต์ชนิดแข็ง มีวัตถุประสงค์ในการหาแนวทางปรับปรุง คุณสมบัติของเซลล์อิเล็กโทรไลต์ชนิดแข็ง ซึ่งผลิตจากซีเมนต์และสารที่เป็นตัวช่วยในการพัฒนาโครงสร้างของซีเมนต์ให้กำเนิดกระแสไฟฟ้าได้ มีองค์ประกอบของ Sodium chloride (NaCl) และ Graphite เป็นองค์ประกอบหลัก ที่มีความสามารถในการให้กระแสไฟฟ้าในระดับอ่อนๆได้ โดยมีวัตถุประสงค์เพื่อเป็นแหล่งกำเนิดกระแสไฟฟ้าสำหรับการใช้เป็นวัสดุปูพื้น ในงานวิจัยนี้มีขั้นตอนการดำเนินงาน โดยประกอบด้วยการเตรียมซีเมนต์กับน้ำ Sodium chloride (NaCl) และ Graphite เพื่อเพิ่มความสามารถในการนำไฟฟ้าของวัสดุงานวิจัยนี้คาดหวังเป็นอย่างยิ่งว่า จะสามารถพัฒนาคอนกรีตปูพื้นที่สามารถให้กำเนิดแสงไฟฟ้าและสามารถที่จะพัฒนาต่อยอดเพื่อประยุกต์ใช้ในงานอื่นๆในอนาคต

การศึกษากระบวนการผลิตและการเก็บรักษาอายุผลิตภัณฑ์ เค้กเนื้อปูจากพืชในสภาวะแช่เย็น (ระดับห้องปฏิบัติการ)

คณะอุตสาหกรรมอาหาร

การศึกษากระบวนการผลิตและการเก็บรักษาอายุผลิตภัณฑ์ เค้กเนื้อปูจากพืชในสภาวะแช่เย็น (ระดับห้องปฏิบัติการ)

Plant-based หมายถึง อาหารหรือผลิตภัณฑ์ที่ทำมาจากพืชเป็นหลัก สามารถแบ่งเป็น 2 ประเภท ได้แก่อาหารจากพืชทั้งหมดที่ไม่มีการใช้ผลิตภัณฑ์จากสัตว์เลย และอาหารที่มีส่วนผสมจากสัตว์ปริมาณน้อย เช่น ผลิตภัณฑ์ที่มีนมและไข่ในปริมาณน้อยก็อาจจะถูกเป็นพิจารณาอยู่ในความหมายของ Plant-based ด้วยเช่นกัน ผลิตภัณฑ์เนื้อสัตว์จากพืชที่มีความเหมือนจริงสูงและดึงดูดผู้บริโภคนับเป็นนวัตกรรมที่ค่อนข้างใหม่ แม้ว่า เต้าหู้ เทมเปห์ และเซตัน จะมีมานานแล้ว ในปัจจุบันเพิ่งมีการค้นพบและเริ่มผลิตผลิตภัณฑ์เนื้อสัตว์จากพืชที่ให้ลักษณะประสบการณ์ทางประสาทสัมผัสที่ผู้บริโภคแยกความแตกต่างระหว่างเนื้อสัตว์และเนื้อสัตว์จากพืชได้ยาก ทั้งนี้การพัฒนาผลิตภัณฑ์อาหารจากพืชต้องคำนึงถึงคุณภาพและความปลอดภัย เพื่อประโยชน์สูงสุดของผู้บริโภค Textured Vegetable Protein (TVP) คือ โปรตีนเกษตรที่ผลิตจากถั่วเหลืองผ่านการใช้เครื่องเอ็กซ์ทรูดเดอร์ (Extruder) ถูกนำมาใช้เป็นวัตถุดิบหลักในการผลิตผลิตภัณฑ์อาหารจากพืช เนื่องจากมีข้อดีหลายประการ เช่น โปรตีนสูงเพราะทำมาจากถั่วเหลืองที่ผ่านการสกัดไขมันออก, เนื้อสัมผัสของ TVP เมื่อผ่านการผสมน้ำจะมีเนื้อสัมผัสที่คล้ายเนื้อสัตว์, ความหลากหลาย TVP มีรสชาติที่เป็นกลาง จึงสามารถดูดซับรสชาติจากเครื่องปรุงและซอสต่างๆ ได้ง่าย, และเมื่อเทียบกับแหล่งโปรตีนชนิดอื่นๆ TVP มีต้นทุนราคาประหยัดที่ให้คุณลักษณะที่ดี การศึกษาครั้งนี้มุ่งเน้นไปที่การนำ TVP มาพัฒนาเป็นผลิตภัณฑ์เค้กเนื้อปูจากพืช (Plant-based Crab Cake) และทำการศึกษาอายุการเก็บรักษาของผลิตภัณฑ์ในภาชนะบรรจุปิดสนิทที่สภาวะแช่เย็น จากนั้นวิเคราะห์ด้านสุขอนามัยและความสะอาดของกระบวนการผลิตว่ามีผลต่อการมีอยู่หรือเจริญเติบโตของจุลินทรีย์ที่ก่อให้เกิดอันตรายต่อผู้บริโภคอย่างไร โดยอ้างอิงข้อกำหนดอาหารแช่เย็นของประเทศไทย สุดท้ายจัดทำข้อแนะนำในเรื่องของการทำความสะอาดพื้นที่ปฏิบัติการให้แก่สถานประกอบการเป็นแนวทางการจัดทำข้อมูลขั้นตอนปฏิบัติความปลอดภัยอาหารในห้องปฏิบัติการเบื้องต้น

ระบบควบคุม (DCS) สำหรับหม้อไอน้ำในโรงงานน้ำตาล

คณะวิศวกรรมศาสตร์

ระบบควบคุม (DCS) สำหรับหม้อไอน้ำในโรงงานน้ำตาล

รายงานสหกิจศึกษาฉบับนี้ เป็นการนำเสนอโครงงานการสร้างระบบควบคุม (DCS) สำหรับหม้อไอน้ำในโรงงานน้ำตาล ซึ่งต้องการพัฒนาระบบควบคุมหม้อไอน้ำ 1-8 ให้ทำงานร่วมกันได้ภายใต้ระบบ DCS ของ ABB โดยใช้โปรแกรม ABB Ability™ System 800xA ภาพรวมการทำงานของระบบคือการสร้างโปรแกรมควบคุมที่เริ่มจากรับกากอ้อยที่เหลือจากการหีบอ้อยในการผลิตน้ำตาลมาใช้เป็นเชื้อเพลิงให้หม้อไอน้ำ ควบคุมการทำงานของหม้อไอน้ำตั้งแต่การดูดอากาศเข้าห้องเชื้อเพลิง ควบคุมการทำงานภายในหม้อไอน้ำ ตลอดจนการบำบัดอากาศที่ออกจากหม้อไอน้ำก่อนปล่อยออกสู่บรรยากาศ โดยโครงงานเริ่มตั้งแต่การสร้างโปรแกรม DCS ออกแบบและจัดทำกราฟิกหน้าจอแสดงผล HMI ศึกษาและออกแบบระบบควบคุมการทำงานของหม้อไอน้ำ จัดทำเอกสารเกี่ยวกับโครงงานและกระบวนการควบคุมด้วยระบบ DCS โดยใช้โปรแกรม ABB Ability™ System 800xA ตลอดจนถึงผลลัพธ์ของการปฏิบัติงาน