KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

ขนมอบกรอบเสริมไฟเบอร์จากปลีกล้วย

ขนมอบกรอบเสริมไฟเบอร์จากปลีกล้วย

รายละเอียด

ผลิตภัณฑ์ Banana Blossom Chips เป็นขนมขบเคี้ยวเพื่อสุขภาพที่อุดมไปด้วยใยอาหาร สารต้านอนุมูลอิสระ และโปรตีนจากพืช โดยเกิดจากการผสมผสานวัตถุดิบท้องถิ่นของไทย คือปลีกล้วยที่มีใยอาหารและสารต้านอนุมูลอิสระสูง แป้งถั่วลูกไก่ที่เป็นแหล่งโปรตีนจากพืช และข้าวกล้องหอมมะลิแดง ที่มีค่า GI ต่ำและสารต้านอนุมูลอิสระสูง ผ่านกระบวนการแปรรูปที่ให้ความกรอบและมีรูปร่างที่เป็นเอกลักษณ์ ลดปริมาณไขมัน ปราศจากกลูเตน รวมทั้งช่วยคงคุณค่าสารอาหาร จึงเป็นทางเลือกใหม่ให้กับผู้บริโภคที่รักสุขภาพ และเป็นการเพิ่มมูลค่าให้กับผลผลิตทางการเกษตรของไทย

วัตถุประสงค์

เป็นผลงานการพัฒนาผลิตภัณฑ์ของนักศึกษาคณะอุตสาหกรรมอาหาร ที่ได้รับรางวัลรองชนะเลิศอันดับ 2 ในการประกวดนวัตกรรมผลิตภัณฑ์อาหารและเครื่องดื่ม Conovative Award 2024 ครั้งที่ 4 โดย บริษัท ไทยโคโคนัท จำกัด (มหาชน)

นวัตกรรมอื่น ๆ

อีโค่-สมาร์ตแดมเปอร์จากส่วนผสมยางธรรมชาติเพื่อลดเสียงและการสั่นสะเทือนบนทางรถไฟ

คณะวิศวกรรมศาสตร์

อีโค่-สมาร์ตแดมเปอร์จากส่วนผสมยางธรรมชาติเพื่อลดเสียงและการสั่นสะเทือนบนทางรถไฟ

ระบบขนส่งทางรางมีบทบาทสำคัญในการดำเนินชีวิตของประชาชนรวมทั้งการขับเคลื่อนเศรษฐกิจของประเทศในปัจจุบัน ส่งผลให้เกิดการก่อสร้างโครงการระบบขนส่งทางรางไปทั่วประเทศ ทั้งนี้การขยายตัวแบบก้าวกระโดดดังกล่าว ย่อมส่งผลให้มลภาวะทางเสียงและการสั่นสะเทือนจากทางรถไฟมีมากขึ้นเป็นเงาตามตัว ซึ่งมลภาวะดังกล่าวอาจส่งผลต่อคุณภาพชีวิตของประชาชนที่อาศัยอยู่ในบริเวณใกล้เคียงได้ ในต่างประเทศการแก้ปัญหาทำได้หลายวิธีแต่วิธีที่เป็นที่นิยมกันในปัจจุบันคือการลดเสียงที่แหล่งกำเนิดหรือการปรับการสั่นสะเทือนด้วยการใส่แท่งสลายพลังงาน (Track Damper) ที่รางรถไฟโดยถือเป็นข้อแนะนำในการแก้ปัญหาเรื่องเสียงและการสั่นสะเทือนในหลายประเทศในทวีปยุโรปและออสเตรเลียเนื่องจากมีราคาถูกและได้ผลลัพธ์ที่มีประสิทธิภาพ ทั้งนี้ที่ผ่านมาบริษัท AUT ประเทศไทย เป็นผู้ผลิตชิ้นส่วนสำคัญคือแท่งดังกล่าวให้กับเจ้าของเทคโนโลยีส่งออกไปต่างประเทศมากกว่า 300,000 ชิ้นและมีความต้องการสูงขึ้นเรื่อยๆ จากการขยายตัวของระบบรางทั่วโลก โดยวัสดุส่วนใหญ่จะนำเข้าจากต่างประเทศเป็นวัสดุสังเคราะห์ซึ่งมีแหล่งกำเนิดที่ไม่เป็นมิตรกับสิ่งแวดล้อม ดังนั้นโครงการวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาต่อยอดจากผลิตภัณฑ์ดังกล่าวโดยเพิ่มความเป็นมิตรกับสิ่งแวดล้อมด้วยการแทนที่เนื้อวัสดุบางอย่างด้วยวัสดุที่ในประเทศสองชนิดคือยางพาราและเศษยางรถยนต์เก่า และเพิ่มฟังก์ชั่นการใช้งานที่มีความอัจฉริยะด้วยการติดตั้งเซ็นเซอร์ตรวจวัดและวิเคราะห์การเคลื่อนผ่านของการรถไฟด้วยระบบปัญญาประดิษฐ์และไอโอที ทำให้นอกจากเพิ่มมูลค่าจากความเป็นมิตรกับสิ่งแวดล้อมแล้วระบบเซ็นเซอร์ฝังตัวอัจฉริยะยังสามารถใช้เป็นระบบตรวจวัดเพื่อการแจ้งเตือนและเป็นข้อมูลเพื่อวางแผนบำรุงรักษาได้อีกด้วย ทั้งนี้ในการดำเนินงานวิจัยจะมีการทำงานร่วมกันกับผู้ประกอบการอย่างใกล้ชิด ตั้งแต่การออกแบบ การผลิตและการทดสอบ ยกระดับจาก TRL 8-9 ในฐานะผู้ผลิตบางชิ้นส่วนของผู้ประกอบการเป็นเจ้าของเทคโนโลยีในระดับ TRL 7-8 เพื่อการแข่งขันในตลาดระบบรางระดับสากลต่อไป

การตรวจจับอารมณ์ผ่านวิดีโอจากการแสดงออกทางสีหน้าที่มีความทนทาน  ต่อการบดบังบางส่วน

คณะเทคโนโลยีสารสนเทศ

การตรวจจับอารมณ์ผ่านวิดีโอจากการแสดงออกทางสีหน้าที่มีความทนทาน ต่อการบดบังบางส่วน

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

การพัฒนาอัลจิเนตไฮโดรเจลที่มีคาราจีแนนและเจลแลนกัมเป็นวัสดุคอมโพซิตเพื่อใช้เป็นตัวพาสำหรับนำส่งทางปาก

คณะอุตสาหกรรมอาหาร

การพัฒนาอัลจิเนตไฮโดรเจลที่มีคาราจีแนนและเจลแลนกัมเป็นวัสดุคอมโพซิตเพื่อใช้เป็นตัวพาสำหรับนำส่งทางปาก

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาอัลจิเนตไฮโดรเจลที่เสริมด้วยคาร์ราจีแนนและเจลแลนกัม เพื่อใช้เป็นวัสดุคอมโพซิตสำหรับนำส่งสารสำคัญทางปาก อัลจิเนตเป็นพอลิเมอร์จากสาหร่ายสีน้ำตาลที่สามารถเกิดเจลเมื่อสัมผัสกับไอออนบวก เช่น แคลเซียมไอออน ซึ่งช่วยเพิ่มความแข็งแรงให้กับโครงสร้างไฮโดรเจล ขณะที่คาร์ราจีแนนและเจลแลนกัมเป็นพอลิแซ็กคาไรด์ที่ช่วยเพิ่มเสถียรภาพและความสามารถในการกักเก็บสารสำคัญ การศึกษานี้วิเคราะห์ลักษณะทางกายภาพ ความแข็งแรงของไฮโดรเจลบีดส์ ความสามารถในการกักเก็บสารสำคัญ รวมถึงพฤติกรรมการบวมภายใต้สภาวะจำลองของทางเดินอาหาร ผลการศึกษาคาดว่าการเสริมคาร์ราจีแนนและเจลแลนกัมจะช่วยเพิ่มความแข็งแรงและเสถียรภาพของไฮโดรเจลบีดส์ พร้อมทั้งควบคุมการปลดปล่อยสารสำคัญในระบบทางเดินอาหารได้อย่างมีประสิทธิภาพ ไฮโดรเจลบีดส์ที่พัฒนาขึ้นนี้มีศักยภาพในการนำไปใช้ในอุตสาหกรรมอาหารและเภสัชกรรมเพื่อการนำส่งสารสำคัญทางปาก