การวิเคราะห์นี้มุ่งเน้นไปที่องค์ประกอบที่สำคัญของแผนการบินเมื่อปฏิบัติการที่ระดับความสูงต่ำ การศึกษาสำรวจองค์ประกอบสำคัญที่นักบินและผู้ควบคุมการบินต้องพิจารณาเพื่อรับประกันความปลอดภัยของผู้โดยสาร ลูกเรือ และเครื่องบินขณะบินในระดับความสูงต่ำ ด้วยการตรวจสอบปัจจัยต่างๆ เช่น สภาพอากาศ ข้อจำกัดของน่านฟ้า การพิจารณาภูมิประเทศ และขั้นตอนฉุกเฉิน การวิเคราะห์นี้มีจุดมุ่งหมายเพื่อให้ข้อมูลเชิงลึกที่มีคุณค่าในการเพิ่มประสิทธิภาพกระบวนการวางแผนการบินสำหรับการปฏิบัติการในระดับความสูงต่ำ
แผนการบินเป็นเอกสารสิ่งพิมพ์ตามมาตรฐาน ICAO เพื่อให้นักบินหรือตัวแทนบันทึกรายละเอียดการบินตามรายการพิมพ์และรายละเอียดของแผนการบิน เป็นข้อมูลที่นักบินใช้ตลอดการบินตั้งแต่สนามบินต้นทางถึงสนามบินปลายทาง ผ่านสนามบิน และสนามบินรอง นอกจากนี้ รายละเอียดในแผนการบินยังมีประโยชน์ในการควบคุมการจราจรทางอากาศและปฏิบัติการค้นหาและช่วยเหลือเมื่ออากาศยานมีปัญหา ทีมค้นหาและกู้ภัยจะใช้รายละเอียดในแผนการบินเป็นข้อมูลในการค้นหา
คณะวิทยาศาสตร์
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
คณะเทคโนโลยีการเกษตร
การออกแบบสวนสาธารณะพื้นที่ 50 ไร่ ในแนวคินสวนป่าพื้นที่เขต ลาดกระบัง จังหวัด กรุงเทพมหาคร เป็นการนำเสนอสวนสาธารณะที่ใช้ในการเป็นพื้นที่พักผ่อนหย่อนใจของคนเมืองในเขตลาดกระบังและผู้คนละแวกใกล้เคียง จึงมุ่งเน้นกลุ่มผู้ใช้งานเป็นกลุ่มนักเรียน นักศึกษา และกลุ่มคนทำงาน ที่มีการผสานกับแนวคิด Universal Design ในการออกแบบพื้นที่ให้ทุกคนในสังคม สามารถใช้งานร่วมกันได้อย่างเท่าเทียม แต่ยังคงมุ่งเน้นให้มีพื้นที่นันทนาการแบบกระฉับกระเฉงเพื่อตรงต่อความต้องการที่เล่นกีฬาและออกกำลังกายของกลุ่มนักเรียน นักศึกษา และกลุ่มคนทำงาน และการออกแบบพื้นที่เขตลาดกระบังเป็นพื้นที่ราบลุ่ม คล้ายแอ่งกระทะ จึงมีการออกแบบพื้นที่ให้มีพื้นที่รับน้ำ หน่วงน้ำ และบำบัดน้ำเพื่อใช้ในพื้นที่สวน โดยภายในพื้นที่ เน้นไปที่พื้นที่ออกกำลังกาย กีฬา วิ่ง เดิน ที่พักผ่อน และพื้นที่สวนเพื่อการเรียนรู้
คณะวิศวกรรมศาสตร์
โครงการนี้จัดทำขึ้นเพื่อตอบสนองต่อปัญหาในทางการแพทย์ที่เกี่ยวข้องกับกระบวนการนับและแยกเซลล์เม็ดเลือดจากตัวอย่าง ซึ่งเป็นกระบวนการที่ต้องใช้เวลาและความแม่นยำสูง เพื่อช่วยลดภาระของบุคลากรทางการแพทย์ ทางผู้จัดทำจึงได้พัฒนา แพลตฟอร์มและระบบปัญญาประดิษฐ์ (AI) ที่สามารถจำแนกประเภทและนับจำนวนเซลล์จากภาพตัวอย่างได้โดยอัตโนมัติ ระบบนี้ถูกออกแบบมาเพื่อช่วยผ่อนแรงนักเทคนิคการแพทย์ให้สามารถทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ลดระยะเวลาในการตรวจวิเคราะห์ อีกทั้งยังเป็นการส่งเสริมการพัฒนาเทคโนโลยีในวงการแพทย์ เพื่อให้สามารถรองรับการใช้งานในระดับห้องเรียน ห้องปฏิบัติการจนถึงโรงพยาบาลได้อย่างมีประสิทธิภาพ