ปัจจุบันปัญหาที่จอดรถในเขตเมืองเป็นปัจจัยสำคัญที่ส่งผลต่อความแออัดของจราจร การบริหารพื้นที่ และสิ่งแวดล้อม ระบบจอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ช่วยเพิ่มประสิทธิภาพในการใช้พื้นที่ ลดระยะเวลาค้นหาที่จอด และลดการปล่อยก๊าซเรือนกระจก งานวิจัยนี้ศึกษาพฤติกรรมและปัจจัยที่ส่งผลต่อการยอมรับเทคโนโลยี APS โดยใช้กรอบแนวคิด UTAUT2 และตัวแปรสำคัญ เช่น ความคาดหวังด้านประสิทธิภาพ (Performance Expectancy), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และจิตสำนึกด้านสิ่งแวดล้อม (Environmental Consciousness) โดยโครงการ APS Evolution นำเสนอโซลูชันการจอดรถอัจฉริยะที่ช่วยเพิ่มประสิทธิภาพการใช้พื้นที่ ลดผลกระทบต่อสิ่งแวดล้อม และสร้างประสบการณ์การใช้งานที่ดีขึ้นสำหรับผู้ใช้ในเมือง โดยมุ่งเน้น การพัฒนาเทคโนโลยีที่ตอบโจทย์พฤติกรรมผู้ใช้และการบริหารจัดการเมืองอัจฉริยะ
ในยุคของการขยายตัวของเมือง (Urbanization) ที่เกิดขึ้นอย่างรวดเร็ว ปัญหาพื้นที่จอดรถไม่เพียงพอในเขตเมืองได้กลายเป็นความท้าทายสำคัญ ซึ่งส่งผลต่อทั้ง ความแออัดของจราจร และ การเพิ่มขึ้นของมลพิษทางอากาศ จากการวนหาที่จอดรถ ระบบ ลิฟต์จอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ตอบโจทย์การใช้พื้นที่อย่างมีประสิทธิภาพ เนื่องจากสามารถเพิ่มจำนวนที่จอดรถได้ในพื้นที่จำกัด ลดการใช้พลังงาน และช่วยลดการปล่อยก๊าซเรือนกระจก (Greenhouse Gas Emissions) อย่างไรก็ตาม แม้เทคโนโลยีนี้จะมีศักยภาพสูง แต่การยอมรับจากผู้ใช้งาน (User Adoption) ยังคงเป็นประเด็นสำคัญที่ต้องผลักดัน การนำเสนอและสาธิตการทำงานของ APS ในงาน KMITL EXPO จึงมีเป้าหมายเพื่อ ส่งเสริมความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และสร้างความตระหนักรู้ถึง ประโยชน์เชิงสิ่งแวดล้อม (Environmental Consciousness) ของระบบจอดรถอัตโนมัตินี้ และแม้ว่าเทคโนโลยีลิฟต์จอดรถอัตโนมัติจะมีข้อดีที่ชัดเจน แต่ พฤติกรรมการยอมรับเทคโนโลยี (Behavioral Intention) ยังคงขึ้นอยู่กับหลายปัจจัย เช่น ความคาดหวังว่าระบบจะช่วยให้ชีวิตสะดวกขึ้น (Performance Expectancy), ความคุ้มค่าในแง่ต้นทุนและประโยชน์ที่ได้รับ (Price Value) รวมถึงความตระหนักในบทบาทของเทคโนโลยีต่อการลดผลกระทบสิ่งแวดล้อม (Environmental Consciousness) โครงการนี้จึงมุ่งเน้นการวิเคราะห์ปัจจัยที่มีอิทธิพลต่อการตัดสินใจใช้ระบบ APS ผ่านกรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) ข้อมูลที่ได้จะช่วยให้เข้าใจถึง ความต้องการและความคาดหวังของผู้ใช้ ซึ่งสามารถนำไปปรับปรุงและพัฒนานวัตกรรมนี้ให้ตอบโจทย์ได้ดียิ่งขึ้น
คณะเทคโนโลยีการเกษตร
โครงการนี้ได้สร้างระบบดูแลต้นไม้ในหอพักผ่านระบบ IoT ( Internet of Things ) โดยการพัฒนาโปรแกรมผ่านบอร์ด ESP-32 ควบคุมการรดน้ำต้นไม้อัตโนมัติ โดยสั่งการผ่าน สมาร์ทโฟน สามารถใช้งานระบบปฏิบัติการทั้ง iOS และ Android โครงการนี้จะช่วยให้การปลูกต้นไม้ในหอพักเป็นเรื่องง่ายและสะดวกมากยิ่งขึ้น
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาบอร์ดเกมเรื่องเห็ดร่วมกับการจัดการเรียนรู้แบบร่วมมือและศึกษาผลสัมฤทธิ์ทางการเรียนวิชาการผลิตเห็ดของผู้เรียนชั้นประกาศนียบัตรวิชาชีพชั้นปีที่ 3 เครื่องมือที่ใช้ในการวิจัย ได้แก่ บอร์ดเกมที่พัฒนาขึ้นด้วยแนวคิด Educational Boardgame Design Canvas ประกอบไปด้วย การ์ดจำนวน 60 ใบ แบ่งเป็นการ์ดหลัก 7 ใบ การ์ดรอง 24 ใบ และการ์ดอื่น ๆ 29 ใบ โดยนำบอร์ดเกมไปใช้ร่วมกับการจัดการเรียนรู้แบบร่วมมือแบบ Learning Together (LT) ด้วยการออกแบบการใช้สื่อโดยแนวคิด ASSURE Model แบบทดสอบก่อนและหลังการใช้บอร์ดเกมร่วมกับการเรียนรู้แบบร่วมมือ แบบสอบถามความพึงพอใจ ผลการวิจัยพบว่าผลสัมฤทธิ์ทางการเรียน โดยการใช้บอร์ดเกมเรื่อง เห็ด ร่วมกับการจัดการเรียนรู้แบบร่วมมือ ของนักเรียนระดับชั้นประกาศนียบัตรวิชาชีพชั้นปีที่ 3 สาขางานผลิตพืช วิทยาลัยเกษตรและเทคโนโลยีราชบุรีก่อนและหลังเรียนรู้โดยการใช้บอร์ดเกมเรื่อง เห็ด ร่วมกับการจัดการเรียนรู้แบบร่วมมือมีความแตกต่างอย่างมีนัยสําคัญทางสถิติที่ระดับ .05 คะแนนพบว่าหลังการใช้บอร์ดเกมร่วมกับการจัดการเรียนรู้แบบร่วมมือมีคะแนนเฉลี่ย 16.00 คะแนนมากกว่าก่อนใช้บอร์ดเกมร่วมกับการจัดการเรียนรู้แบบร่วมมือมีคะแนนเฉลี่ย 12.50 คะแนน ความพึงพอใจที่นักเรียนมีต่อการสอน วิทยาลัยเกษตรและเทคโนโลยีราชบุรีพบว่าโดยภาพรวมแล้วนักเรียนมีความพึงพอใจในระดับมากที่สุด โดยมี ค่าเฉลี่ย 4.69 จากการทดลองผู้วิจัยได้ทําการปรับปรุง พัฒนา ต่อยอดโดยการนําบอร์ดเกมเรื่องเห็ดร่วมกับการจัดการเรียนรู้แบบร่วมมือ โดยนําไปใช้กับสถานศึกษาที่มีปัญหาคล้ายคลึงกันได้แก่ วิทยาลัยเกษตรและเทคโนโลยีอุทัยธานี พบว่าผลสัมฤทธิ์ทางการเรียน โดยการใช้บอร์ดเกมเรื่อง เห็ด ร่วมกับการจัดการเรียนรู้แบบร่วมมือ ของนักเรียนระดับชั้นประกาศนียบัตรวิชาชีพชั้นปีที่ 3 สาขางานผลิตพืช วิทยาลัยเกษตรและเทคโนโลยีอุทัยธานีก่อนและหลังเรียนรู้โดยการใช้บอร์ดเกมเรื่อง เห็ด ร่วมกับการจัดการเรียนรู้แบบร่วมมือมีความแตกต่างอย่างมีนัยสําคัญทางสถิติที่ระดับ .05 คะแนน พบว่าหลังใช้บอร์ดเกมร่วมกับการจัดการเรียนรู้แบบร่วมมือมีคะแนนเฉลี่ย11.21 มากกว่าก่อนใช้บอร์ดเกมร่วมกับการจัดการเรียนรู้แบบร่วมมือมีคะแนนเฉลี่ย 7.48 ซึ่งสอดคล้องกับสมมติฐานการวิจัยที่ตั้งไว้ความพึงพอใจที่นักเรียนมีต่อการสอน วิทยาลัยเกษตรและเทคโนโลยีอุทัยธานีพบว่าโดยภาพรวมแล้วนักเรียนมีความพึงพอใจในระดับมาก โดยมี ค่าเฉลี่ย 4.39
คณะวิทยาศาสตร์
โรคหูชั้นกลางอักเสบ เกิดจากการที่ผู้ป่วยติดเชื้อโรคในหูชั้นกลาง ซึ่งสามารถพบได้ในทุกเพศทุกวัย อย่างไรก็ดี การวินิจฉัยสามารถทำได้โดยการนำภาพถ่ายจากกล้องออโตสโคปมาวิเคราะห์โดยแพทย์ผู้เชี่ยวชาญ แต่กระนั้น จำต้องอาศัยประสบการณ์ทางการแพทย์เพื่อลดทอนระยะเวลาในการวินิจฉัย ดังนั้น งานวิจัยนี้จึงนำเสนอเทคโนโลยีทางคอมพิวเตอร์วิทัศน์ มาประยุกต์ใช้เพื่อวินิจฉัยโรคเบื้องต้นประกอบการตัดสินใจให้กับแพทย์ผู้เชี่ยวชาญ โดยใช้เทคนิคการเรียนรู้เชิงลึก และโครงข่ายประสาทเทียมแบบคอนโวลูชัน อย่างสถาปัตยกรรม YOLOv8 และ Inception v3 เพื่อจำแนกประเภทของโรค และคุณลักษณะของโรคหูชั้นกลางอักเสบทั้ง 5 อย่างที่แพทย์ใช้ในการพิจารณาประเภทของโรคอันได้แก่ สี ความโปร่งใส ของเหลว การหดตัว และการทะลุ นอกจากนี้ ยังใช้วิธีการแบ่งส่วนรูปภาพ และการจำแนกประเภทรูปภาพในการวิเคราะห์และทำนายประเภทของโรคหูชั้นกลางอักเสบ ซึ่งสามารถแบ่งประเภทของโรคได้สี่ประเภท คือ โรคหูชั้นกลางอักเสบแบบมีน้ำขัง แบบเฉียบพลัน โรคหูชั้นกลางทะลุ และแก้วหูปกติ ผลการทดลองพบว่าโมเดลจำแนกประเภทสามารถจำแนกประเภทของโรคหูชั้นกลางอักเสบโดยตรงได้ดีพอประมาณ โดยผลลัพธ์ค่า Accuracy อยู่ที่ 65.7% ค่า Recall อยู่ที่ 65.7% และค่า Precision อยู่ที่ 67.6% และนอกจากนี้ยังให้ผลลัพธ์สำหรับการจำแนกคำตอบของคุณลักษณะหูทะลุได้ดีที่สุด โดยผลลัพธ์ค่า Accuracy อยู่ที่ 91.8% ค่า Recall อยู่ที่ 91.8% และค่า Precision อยู่ที่ 92.1% ในขณะที่โมเดลจำแนกซึ่งมีการประยุกต์ใช้เทคนิคการแบ่งส่วนรูปภาพมีประสิทธิภาพดีที่สุดโดยภาพรวม มีค่า mAP50-95 อยู่ที่ 79.63% ค่า Recall อยู่ที่ 100% และค่า Precision อยู่ที่ 99.8% ทั้งนี้ โมเดลดังกล่าวยังไม่ได้ถูกนำไปทดสอบการจำแนกประเภทของโรคหูชั้นกลางอักเสบ