งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเครื่องคัดแยกเฉดสีของพลอยแบบอัตโนมัติ เพื่อลดข้อจำกัดของการคัดแยกเฉดสีโดยอาศัยแรงงานมนุษย์ ซึ่งมีข้อจำกัดในด้านความรวดเร็วและความแม่นยำ งานวิจัยนี้นำเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการวิเคราะห์และแยกเฉดสีของพลอย โดยพัฒนาอัลกอริทึมที่สามารถตรวจจับและจำแนกเฉดสีได้อย่างแม่นยำ พร้อมด้วยการออกแบบระบบรางอัตโนมัติเพื่อขนส่งพลอยผ่านเครื่องคัดแยกเฉดสีได้อย่างมีประสิทธิภาพ ระบบรางดังกล่าวช่วยให้กระบวนการคัดแยกดำเนินการได้อย่างต่อเนื่อง วิธีการทำงานของเครื่องคัดแยกประกอบด้วยการจับภาพสีของพลอยด้วยกล้องความละเอียดสูง จากนั้นประมวลผลภาพด้วยโปรแกรม เพื่อจำแนกเฉดสีของพลอย และส่งพลอยไปยังตำแหน่งที่กำหนดบนรางอัตโนมัติ ผลการทดลองแสดงให้เห็นว่า เครื่องคัดแยกเฉดสีอัตโนมัติที่รวมระบบรางมีความแม่นยำและรวดเร็วสูง สามารถช่วยลดต้นทุนแรงงานและเพิ่มประสิทธิภาพในการคัดแยกเฉดสีของพลอยได้อย่างมีนัยสำคัญ
ปัจจุบันการตรวจสอบเฉดสีของพลอยถือเป็นขั้นตอนสำคัญในการประเมินคุณภาพ ทั้งในกระบวนการผลิตและการค้าขาย อย่างไรก็ตามการตรวจสอบเฉดสีที่ดำเนินการโดยมนุษย์นั้นมีข้อจำกัดหลายประการ ซึ่งหนึ่งในนั้นเป็นเรื่องความสามารถในการแยกเฉดสีที่ซับซ้อน ซึ่งอาจทำให้การตรวจสอบใช้เวลานาน และมีความแม่นยำต่ำ จากปัญหาดังกล่าว จึงได้พัฒนาแนวคิดในการสร้างเครื่องคัดแยกเฉดสีพลอยอัตโนมัติ โดยใช้ระบบ Computer Vision ร่วมกับระบบอัตโนมัติในการวิเคราะห์เฉดสีของพลอย เพื่อลดข้อจำกัดของการตรวจสอบด้วยมนุษย์ เพิ่มความแม่นยำและประสิทธิภาพในการทำงาน รวมถึงทำให้กระบวนการตรวจสอบเป็นไปอย่างรวดเร็วและมีมาตรฐานของเฉดสี GIA (Gemological Institute of America)
คณะวิศวกรรมศาสตร์
โครงการสหกิจนี้มีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพกระบวนการผลิต Hydrogen Manufacturing Unit 2 (HMU-2) และ Pressure Swing Adsorption 3 (PSA-3) โดยการใช้แบบจำลองกระบวนการ AVEVA Pro/II และ แบบจำลอง Machine Learning เพื่อจำลองกระบวนการ ผลการศึกษาพบว่า แบบจำลอง AVEVA Pro/II สามารถทำนายผลลัพธ์ โดยมีความคลาดเคลื่อนอยู่ในช่วง 0–35% มีความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA สูงถึง 12% เกินเกณฑ์ 10% ที่บริษัทยอมรับได้ จึงได้พัฒนาแบบจำลอง Machine Learning โดยการปรับไฮเปอร์พารามิเตอร์ของอัลกอริทึมแบบ Random Forest ผลการศึกษาพบว่าแบบจำลองมีความแม่นยำสูง มีค่า Mean Squared Error (MSE) มีค่า 8.48 และ 0.18 สำหรับข้อมูลกระบวนการ และ ข้อมูลห้องปฏิบัติการ และ R-squared มีค่า 0.98 และ 0.88 สำหรับข้อมูลชุดเดียวกัน และพบว่าสามารถทำนายผลลัพธ์ได้แม่นยำกว่าแบบจำลอง AVEVA Pro/II ในทุกๆ ตัวแปร สามารถลดความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA เหลือเพียง 4.75 และ 1.35% สำหรับอัตราการผลิต 180 และ 220 ตันต่อวันตามลำดับ จึงได้นำแบบจำลองมาทำการ Optimization ตัวแปรกระบวนการ พบว่าสามารถให้ข้อแนะนำในการปรับค่าตัวแปรต่างๆ ได้ โดยสามารถเพิ่มผลผลิตไฮโดรเจนได้ 7.8 ตันต่อวัน และสร้างผลกำไรเพิ่มขึ้น 850,966.23 บาทต่อปี
วิทยาลัยวิศวกรรมสังคีต
นักดนตรีบางคนที่พิการทางการได้ยิน บางคนจบอาชีพการงาน แต่บางคนยังคงทำงานต่อไปโดยที่หูหนวกนั้นยากกว่านักดนตรีปกติมาก บางคนใช้เครื่องช่วยฟังในชีวิตประจำวันและใช้เครื่องช่วยฟังแบบอินเอียร์ในการแสดง สดซึ่งดูเหมือนปกติ แต่ในอินเอียร์ของพวกเขา ได้ยินเพียงเครื่องเมตรอนอมและกลองเท่านั้น เราจะสามารถเพิ่มประสิทธิภาพของอินเอียร์มอนิเตอร์ให้ดีขึ้นจนใกล้เคียงปกติได้อย่างไร
คณะวิทยาศาสตร์
การพัฒนาเม็ดบีทไฮโดรเจลแบบสองชั้นสำหรับใช้เป็นเซ็นเซอร์เชิงสีในการวิเคราะห์หาปริมาณวิตามินบี6 ในผลิตภัณฑ์เครื่องดื่มเสริมวิตามิน และทำการตรวจวัดโดยใช้โทรศัพท์มือถือ โดยในการสร้างเม็ดบีทจะอาศัยแรงประจุไฟฟ้าในการทำให้เกิดเม็ดบีทไฮโดรเจลแบบสองชั้น