งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบปลอมปนของข้าวสารพันธุ์ขาวดอกมะลิ 105 ตามอายุการเก็บรักษา ด้วยเทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี โดยใช้ฟูเรียร์ทรานฟอร์มเนียร์อินฟราเรดสเปกโทรสโกปี (FT-NIR) จำนวนคลื่น 12,500 – 4,000 cm-1 (800 – 2,500 nm) ซึ่งอายุการเก็บรักษาของข้าวที่แตกต่างกันส่งผลต่อคุณภาพข้าวหุงสุก งานวิจัยนี้แบ่งเป็น 2 ส่วน 1) เพื่อตรวจสอบความเป็นไปในการแยกข้าวสารตามอายุการเก็บรักษา 1 2 และ 3 ปี แบบจำลองที่ดีที่สุดสร้างด้วย Ensemble ร่วมกับ Second Derivative มีค่าความถูกต้อง (Accuracy) เท่ากับ 96.3% 2) ตรวจสอบการปลอมปนตามอายุการเก็บรักษา โดยปลอมปนที่ 0% (ข้าว 2 และ 3 ปีทั้งหมด), 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% และ 100% (ข้าว 1 ปีทั้งหมด) แบบจำลองที่ดีที่สุดสร้างด้วย Gaussian Process Regression (GPR) ร่วมกับ Smoothing + Multiplicative Scatter Correction (MSC) โดยมีค่าสัมประสิทธิ์การกำหนด (r²) ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) ค่าความคลาดเคลื่อนเฉลี่ย (Bias) และค่าความสามารถในการทำนาย (RPD) เท่ากับ 0.92 8.6% 0.9% และ 3.6 ตามลำดับ แสดงให้เห็นว่าแบบจำลองการปลอมปนสามารถนำไปประยุกต์ใช้ได้สำหรับการตรวจสอบการแยกประเภทข้าวตามอายุการเก็บรักษา 1 ปี 2 ปี และ 3 ปี นอกจากนั้นค่าสีของข้าวที่อายุการเก็บรักษาต่างกันมีค่าสี L* และ b* ต่างกันอีกด้วย
โรงงานผู้ผลิตข้าวพบปัญหาการปลอมปนของข้าวสารที่มีอายุการเก็บรักษาต่างกัน โดยทั่วไปการคัดแยกการปลอมปนจะใช้วิธีมาตรฐานโดยการหุงข้าว จากนั้นนำข้าวหุงสุกไปวัดเนื้อสัมผัสเพื่อแยกอายุของข้าว ซึ่งใช้เวลาและเป็นการทำลายตัวอย่างและเกิดความล่าช้าในการตรวจสอบคุณภาพข้าวสาร งานวิจัยนี้ใช้เทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี (Near-Infrared Spectroscopy, NIRS) ในการตรวจสอบการปลอมปนของข้าวสารพันธุ์ขาวดอกมะลิ 105 (KDML 105) ที่อายุการเก็บรักษาต่างกันเพื่อแก้ไขปัญหาดังกล่าว
คณะวิศวกรรมศาสตร์
โครงการปริญญานิพนธ์นี้จัดทำขึ้นเพื่อศึกษาหาสภาวะที่เหมาะสมในการผลิตน้ำอัญชันเข้มข้นด้วยกระบวนการระเหยสุญญากาศ โดยเพื่อรักษาคุณภาพของสารสำคัญในดอกอัญชัน เช่น แอนโทไซยานิน ซึ่งเป็นสารสีธรรมชาติที่มีคุณสมบัติต้านอนุมูลอิสระสูง โดยใช้วิธีการวางแผนการทดลองแบบBox-Behnken Design ซึ่งเป็นวิธีทางสถิติที่ช่วยในการวิเคราะห์ปัจจัยหลายตัว การศึกษานี้เน้นการพิจารณาอัตราส่วนของดอกอัญชันแห้งต่อน้ำ อุณหภูมิการสกัด และอุณหภูมิการระเหย ซึ่งมีผลโดยตรงต่อการคงคุณภาพของสารสำคัญ สี กลิ่น และรสชาติ ผลการทดลองแสดงให้เห็นว่า การใช้อัตราส่วนดอกอัญชันแห้งต่อน้ำที่ 1:15 อุณหภูมิการสกัด 60 องศาเซลเซียส และอุณหภูมิการระเหย 40 องศาเซลเซียส ภายใต้ความดันต่ำสามารถลดการสูญเสียสารสำคัญและรักษาคุณสมบัติของน้ำอัญชันเข้มข้นได้ดีที่สุด ข้อมูลที่ได้จากงานวิจัยนี้สามารถใช้เป็นแนวทางในการพัฒนากระบวนการผลิตน้ำอัญชันเข้มข้นในระดับอุตสาหกรรมและเพิ่มศักยภาพในการสร้างผลิตภัณฑ์ใหม่จากดอกอัญชัน
คณะบริหารธุรกิจ
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
คณะบริหารธุรกิจ
ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพัฒนาเมืองอัจฉริยะ (Smart City) และการบริหารจัดการธุรกิจ เทคโนโลยี AI Vision Analytics ได้รับความสนใจเป็นพิเศษในด้าน การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และการวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) งานวิจัยนี้มุ่งเน้นการบูรณาการ AI Access Control และ AI Video Analytics เพื่อนำมาวิเคราะห์ปัจจัยที่ส่งผลต่อ พฤติกรรมการยอมรับเทคโนโลยี (Technology Adoption Behavior) ของผู้ใช้ทั้งสองระบบ โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อประเมินปัจจัยที่มีผลต่อความเต็มใจในการใช้งาน อาทิ ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), และความคาดหวังด้านประสิทธิภาพ (Performance Expectancy) งานวิจัยนี้ยังมีการทดสอบระบบ Access Control และ AI Vision Analytics ในบริบทจริง โดยติดตั้งระบบในงาน KMITL EXPO เพื่อเก็บข้อมูลการใช้ระบบ การนำ AI Vision มาใช้ในการบริหารธุรกิจและความปลอดภัย ผลการศึกษาจะช่วยให้ธุรกิจและหน่วยงานต่างๆ สามารถปรับกลยุทธ์ในการใช้ AI Vision Analytics เพื่อเพิ่มประสิทธิภาพการดำเนินงานทั้งในด้าน ความปลอดภัยและการตลาดดิจิทัล