ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
ทุเรียนเป็นพืชเศรษฐกิจที่มีบทบาทสำคัญต่อประเทศไทยในหลายมิติ ทั้งในด้านเศรษฐกิจ การเกษตร และการท่องเที่ยว โดยประเทศไทยเป็นหนึ่งในผู้ผลิตและส่งออกทุเรียนรายใหญ่ของโลก การรักษาคุณภาพของทุเรียนจึงเป็นปัจจัยสำคัญในการรักษาความสามารถในการแข่งขันในตลาดโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงและให้ผลผลิตที่ดีนั้น จำเป็นต้องอาศัยการดูแลรักษาต้นทุเรียนให้แข็งแรงและมีความต้านทานต่อโรคได้อย่างมีประสิทธิภาพ โรคพืชเป็นหนึ่งในปัจจัยสำคัญที่ส่งผลกระทบต่อผลผลิตของทุเรียน ซึ่งอาจเกิดจากปัจจัยแวดล้อม เช่น สภาพดิน น้ำ อากาศ รวมถึงการติดเชื้อจากเชื้อรา แบคทีเรีย และไวรัส โรคโลกที่เกิดได้ง่ายและพบเห็นได้มากที่สุดคือโรคทางใบ เนื่องจากใบมีบทบาทสำคัญต่อกระบวนการสังเคราะห์แสง ซึ่งมีผลต่อการเจริญเติบโตของต้นและคุณภาพของผลผลิต หากไม่มีการตรวจสอบและควบคุมโรคทางใบอย่างเหมาะสม อาจส่งผลให้ผลผลิตลดลง ต้นทุเรียนอ่อนแอ และเพิ่มความเสี่ยงต่อการระบาดของโรคในสวน ปัจจุบันการตรวจสอบและวินิจฉัยโรคในใบทุเรียนยังคงต้องอาศัยผู้เชี่ยวชาญด้านพืช ซึ่งอาจมีข้อจำกัดทั้งในด้านจำนวนบุคลากรและเวลาในการตรวจสอบแปลงปลูกขนาดใหญ่ การนำเทคโนโลยีภาพถ่ายและปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกและวินิจฉัยโรคทางใบ จึงเป็นแนวทางในการช่วยเกษตรกรให้สามารถวิเคราะห์และวินิจฉัยโรคได้ด้วยตนเอง ลดความจำเป็นในการพึ่งพาผู้เชี่ยวชาญ และสามารถดำเนินการควบคุมโรคได้อย่างทันท่วงที ด้วยเหตุนี้งานวิจัยนี้จึงมุ่งเน้นไปที่การพัฒนาแบบจำลองการตรวจสอบโรคในใบทุเรียนโดยใช้เทคโนโลยีปัญญาประดิษฐ์ร่วมกับอัลกอริทึมการเรียนรู้เชิงลึก (Deep Learning) เพื่อจำแนกประเภทของโรคที่เกิดขึ้นในใบ โดยมีเป้าหมายเพื่อช่วยเพิ่มประสิทธิภาพในการตรวจสอบโรค ลดต้นทุนและเวลาในการวินิจฉัยโรค และสนับสนุนเกษตรกรให้สามารถบริหารจัดการสวนทุเรียนได้อย่างมีประสิทธิภาพและยั่งยืน
คณะบริหารธุรกิจ
ตู้แช่เวชภัณฑ์ชนิดกระจายความเย็นอย่างทั่วถึงพร้อมระบบบันทึกข้อมูลและควบคุมระยะไกล เป็นตู้แช่เวชภัณฑ์ที่มีระบบควบคุมการกระจายความเย็นภายในตู้แช่ให้มีอุณหภูมิใกล้เคียงกันทุกระดับความสูงภายในตู้แช่ พร้อมระบบบันทึกข้อมูล (Data Logging) เพื่อตรวจสอบห่วงโซ่ความเย็น (Cold Chain) ในการเก็บรักษาเวชภัณฑ์ พร้อมระบบแจ้งเตือนและควบคุมการทำงานระยะไกล
คณะวิศวกรรมศาสตร์
โครงงานสหกิจศึกษาหัวข้อการปรับปรุงประสิทธิภาพการทำงานในคลังสินค้าด้วย Power BI และ Power Automate รณีศึกษาบริษัท ปตท. จำกัด (มหาชน) ศูนย์ปฏิบัติการชลบุรี จัดทำขึ้นเพื่อเพิ่มความรวดเร็วและอำนวยความสะดวกในการตรวจสอบการเบิก โอน จ่าย และรับเข้าสินค้า โดยมุ่งแก้ไขปัญหาเวลาสูญเปล่าและความล่าช้าที่เกิดขึ้นในกระบวนการทำงาน จากการสำรวจพบว่าระบบ SAP มีกระบวนการที่ซับซ้อน ต้องมีความชำนาญ แม้ว่าบริษัทจะมีการพัฒนาระบบ iWarehouse เพื่อปรับปรุงความรวดเร็ว แต่ยังคงพบความล่าช้าและความซับซ้อนในขั้นตอนการทำงาน เพื่อแก้ปัญหานี้ ผู้ศึกษาได้นำ Power BI มาช่วยในการแสดงผลข้อมูล เช่น ข้อมูลการเบิก โอน จ่าย และรับเข้าสินค้า ช่วยให้พนักงานคลังสามารถทำงานได้อย่างมีประสิทธิภาพ ลดความสูญเปล่าและรวดเร็วมากยิ่งขึ้น นอกจากนี้ Power Automate ยังถูกนำมาใช้ในการประมวลผลเลขการรับสินค้า อัตโนมัติจากอีเมล เพื่อลดข้อผิดพลาดและความล่าช้าในการป้อนข้อมูลจากอีเมล ผลลัพธ์จากการปรับปรุงนี้แสดงให้เห็นว่าพนักงานมีประสิทธิภาพในการทำงานสูงขึ้นและสามารถลดเวลาสูญเปล่าที่เกิดขึ้นได้อย่างมีนัยสำคัญ หลังเสร็จสิ้นการศึกษา ข้อมูลและแนวทางการพัฒนาเหล่านี้จะถูกส่งต่อให้บริษัทเพื่อนำไปพัฒนาต่อไป
คณะวิศวกรรมศาสตร์
ปัญหาการขาดแคลนน้ำจืดเป็นวิกฤตระดับโลก เนื่องจากปริมาณน้ำจืดที่สามารถใช้ในการอุปโภคได้มีจำกัด ขณะที่ความต้องการใช้น้ำเพิ่มขึ้นอย่างต่อเนื่อง การแยกเกลือออกจากน้ำทะเลเป็นแนวทางสำคัญในการแก้ไขปัญหานี้ อย่างไรก็ตาม กระบวนการดังกล่าวต้องใช้พลังงานสูงและพึ่งพาเชื้อเพลิงฟอสซิล ส่งผลให้ต้นทุนสูงและกระทบต่อสิ่งแวดล้อม งานวิจัยนี้มีจุดประสงค์หลักคือเพื่อศึกษาการใช้พลังงานความร้อนจากตัวเก็บพลังงานแสงอาทิตย์แบบท่อสุญญากาศในการผลิตน้ำจืด โดยใช้กระบวนการระเหยและควบแน่นเพื่อนำน้ำบริสุทธิ์ออกจากสารละลายปนเปื้อน การศึกษานี้มุ่งเน้นการวิเคราะห์ประสิทธิภาพของระบบโดยเปรียบเทียบปริมาณน้ำจืดที่ผลิตได้กับพลังงานที่ใช้ ผลลัพธ์ของงานวิจัยนี้อาจนำไปสู่การพัฒนาเทคโนโลยีการผลิตน้ำจืดที่มีความยั่งยืนและเหมาะสมสำหรับพื้นที่ที่มีทรัพยากรน้ำจืดจำกัด