วาเนเดียมไดออกไซด์เป็นวัสดุเปลี่ยนเฟส โดยคุณสมบัติเฉพาะคือโครงสร้างผลึกจะเปลี่ยนแปลงเมื่อเพิ่มความร้อนจนถึงอุณหภูมิเปลี่ยนเฟสและโครงสร้างจะเปลี่ยนเฟสกลับเมื่อลดอุณหภูมิให้ต่ำกว่าอุณหภูมิเปลี่ยนเฟส หากเทียบกับวัสดุทั่วไปแล้วการเปลี่ยนเฟสจะส่งผลให้คุณสมบัติทางแสงเปลี่ยนแปลงไปอย่างมาก เราสามารถใช้คุณสมบัตินี้ในการออกแบบอุปกรณ์ฟิล์มบางเพื่อการใช้งานเป็นโหมดได้ ในงานวิจัยนี้ ผู้ทำได้เลือกอุปกรณ์ฟิล์มบางสองประเภทที่ทำจากวาเนเดียมไดออกไซด์ มาออกแบบเพื่อเพิ่มโครงสร้างสั่นพ้องแบบไม่สมมาตรขึ้นมาใหม่ โดยโครงสร้างถูกออกแบบมาเพื่อเพิ่มประสิทธิภาพของชั้นวาเนเดียมไดออกไซด์ที่อยู่ตรงกลาง และมีลักษณะลดการสะท้อนในโหมดการทำงานปกติ อภิปรายถึงช่องสั่นพ้อง, ปัญหาที่เกิดขึ้นเมื่อใช้วัสดุเปลี่ยนเฟส, ข้อดีและข้อจำกัดของวิธีการออกแบบใหม่นี้ด้วย
ปัจจุบันมีงานวิจัยเพื่อออกแบบอุปกรณ์ฟิล์มบางทางแสงเป็นจำนวนมาก เราสามารถใช้คุณสมบัติของวัสดุเปลี่ยนเฟส (PCMs) เพื่อออกแบบอุปกรณ์ที่ทำงานได้สองโหมด อีกทั้งยังมีการออกแบบฟิล์มบางให้มีโครงสร้างเป็นช่องสั่นพ้องเพื่อเพิ่มประสิทธิภาพและปรับย่านการทำงานให้เหมาะสม แต่วิธีการออกแบบช่องสั่นพ้องปกติไม่สามารถใช้ได้กับวัสดุเปลี่ยนเฟส งานวิจัยนี้จะเป็นการเปรียบเทียบวิธีการออกแบบช่องสั่นพ้องที่ไม่สมมาตรเพื่อแก้ปัญหาข้างต้น โดยจะเทียบกับวิธีปกติของอุปกรณ์ฟิล์มบางในงานวิจัยที่มีอยู่ โดยแสดงถึงข้อดีและข้อจำกัดของวิธีการออกแบบใหม่นี้
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
งานชิ้นนี้ได้ถูกสร้างขึ้นภายใต้แนวคิดหลักของสภาวะโลกร้อนและโลกหลังยุคล่มสลาย ที่ได้ส่งผลกระทบให้ระบบนิเวศเกิดการแทรกแซงและความวุ่นวาย และการดำรงอยู่ของหลายๆสิ่งมีชีวิตบนโลกต้องสูญหายไป ซึ่งเกิดจากการกระทำของมนุษย์ การแก้ไขและซ่อมแซมโลกใบนี้จึงอาจเป็นความหวังที่ไม่อาจเกิดขึ้นจริง เชื่อมโยงกับประสบการณ์ส่วนตัวของข้าพเจ้าที่ต้องสูญเสียสิ่งที่รัก และความทุกข์จากการตั้งความหวังที่ยิ่งใหญ่ ผ่านกระบวนการศิลปะโดยใช้สื่อ Animation Art และ Sound art
คณะเทคโนโลยีสารสนเทศ
การตรวจจับอารมณ์ผ่านการแสดงออกทางใบหน้า (Facial Expression Recognition, FER) ได้รับความสนใจอย่างมากในหลายสาขา เช่น การดูแลสุขภาพ การให้บริการลูกค้า และการวิเคราะห์พฤติกรรม อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่การพัฒนาระบบที่มีความทนทานและสามารถรับมือกับการเปลี่ยนแปลงของสภาพแวดล้อมรวมถึงสถานการณ์ที่หลากหลายได้ ผู้วิจัยได้นำเสนอการใช้เทคนิค Ensemble Learning เพื่อรวมผลลัพธ์จากโมเดลหลายตัวที่ถูกฝึกในเงื่อนไขเฉพาะ ทำให้ระบบไม่ลืมข้อมูลเก่า และยังสามารถเรียนรู้ข้อมูลใหม่ได้อย่างมีประสิทธิภาพ โดยเทคนิคนี้มีข้อได้เปรียบในด้านเวลาและทรัพยากรที่ใช้ในการเทรน เนื่องจากช่วยลดความจำเป็นในการสร้างโมเดลใหม่ทั้งหมดเมื่อมีสภาพแวดล้อมใหม่ เพียงเพิ่มโมเดลเฉพาะทางใหม่ในระบบ Ensemble ซึ่งใช้ทรัพยากรน้อยกว่าแทน ในงานวิจัยนี้ Ensemble Learning ถูกแบ่งออกเป็นสองแนวทางหลัก คือ การเฉลี่ยผลลัพธ์จากโมเดลเฉพาะทางที่ถูกฝึกภายใต้สถานการณ์เฉพาะ (Averaging Ensemble) และการใช้เทคนิค Mixture of Experts (MoE) ซึ่งเป็นการผสมผสานโมเดลหลายตัวที่เชี่ยวชาญในสถานการณ์ต่าง ๆ ไว้ด้วยกัน ผลการทดลองแสดงให้เห็นว่า การใช้ Mixture of Experts (MoE) มีประสิทธิภาพสูงกว่าวิธี Averaging Ensemble ในการจำแนกอารมณ์ในทุกสถานการณ์ โดยระบบ MoE สามารถเพิ่มความแม่นยำเฉลี่ยได้ถึง 84.41% บนชุดข้อมูล CK+, 54.20% บน Oulu-CASIA และ 61.66% บน RAVDESS ซึ่งสูงกว่าวิธี Averaging Ensemble ที่มีความแม่นยำเฉลี่ยที่ 71.64%, 44.99% และ 57.60% ตามลำดับ ผลลัพธ์เหล่านี้แสดงให้เห็นว่า MoE สามารถเลือกโมเดลที่เชี่ยวชาญในสถานการณ์เฉพาะได้อย่างแม่นยำ และยังช่วยเพิ่มความสามารถในการรับมือกับสภาพแวดล้อมที่ซับซ้อนกว่า
วิทยาเขตชุมพรเขตรอุดมศักดิ์
เนื่องจากมีการระบาดของปลาหมอคางดำ ทำให้มีผลกระทบต่อระบบนิเวศโดยรวมของธรรมชาติ เพราะปลาหมอคางดำมีการแพร่กระจายอย่างรวดเร็ว และมีความทนทานต่อสภาพแวดล้อมที่เปลี่ยนแปลง ส่งผลให้ปลาหมอคางดำมีจำนวนประชากรมากเกินไป ทำให้มีการแย่งชิงของอาหารและที่อยู่อาศัยของปลาพื้นถิ่น อีกทั้งพฤติกรรมการกินที่หลากหลายของปลาหมอคางดำอาจส่งผลให้เกิดการลดลงของสัตว์น้ำขนาดเล็กหรือพืชน้ำที่มีความสำคัญต่อระบบนิเวศอีกด้วย