นิทานดนตรีเสริมทักษะความคิดของเด็กอายุ 0-3 ปี โดยใช้ทักษะ EF เป็นตัวเสริมสร้างพัฒนาการสำหรับเด็กโดยเน้นเรื่องทักษะพื้นฐาน 3 อย่าง 1. ความจำเพื่อใช้งาน (Working Memory) 2. การยั้งคิดไตร่ตรอง (Inhibitory Control) 3. การยืดหยุ่นความคิด (Cognitive Flexibility)
ทักษะการคิดเชิงบริหาร หรือ Executive Function เป็นทักษะสำคัญในเด็กยุคปัจจุบัน ที่ช่วยให้เด็กสามารถกำกับความคิด อารมณ์ และพฤติกรรม เพื่อให้บรรลุเป้าหมายที่ต้องการได้สำเร็จ โดยหน้าที่ของทักษะการคิดเชิงบริหารประกอบด้วย 3 อย่างหลักได้แก่ ความสามารถในการจดจำ (Working Memory) ความยืดหยุ่นทางความคิด (Cognitive Flexibility) และความสามารถในการควบคุมและยับยั้งตนเอง (Inhibitory Control) อย่างไรก็ดีทักษะการคิดเชิงบริหารไม่ใช่สิ่งที่มีติดตัวมาตั้งแต่เกิด แต่เป็นสิ่งที่สองพัฒนาขึ้นได้ โดยหากเปรียบเทียบตามพัฒนาการทางด้านประสาทวิทยาจะพบว่าสมองในช่วง 3 ขวบปีแรกนั้นมีการไซแนปส์ (Synapse) หรือการเกิดจุดประสานระหว่างเซลล์ประสาทที่เกิดจากการเรียนรู้และประสบการณ์มากที่สุดในช่วงชีวิต ก่อนเกิดการตัดแต่งวงจรสมอง (Pruning) และสลายจุดเชื่อมต่อระหว่างเซลล์ประสาทที่ไม่ได้ใช้ทิ้งไป เพื่อจัดระเบียบการทำงาน การเรียกข้อมูลของสมองอันเป็นกระบวนการตามธรรมชาติของมนุษย์เพื่อรักษา ในปัจจุบันมีการศึกษาผลของการจัดกิจกรรมดนตรีเพื่อพัฒนาทักษะการคิดเชิงบริหารจำนวนมาก และได้ผลไปในทิศทางเดียวกันว่ากิจกรรมดนตรีสามารถช่วยให้เด็กมีทักษะการคิดเชิงบริหารสูงขึ้น หรือมากกลุ่มที่ไม่ได้เข้าร่วมกิจกรรมดนตรี อย่างไรก็ดีในประเทศไทยการเข้ากิจกรรมดนตรีสำหรับเด็กโดยเฉพาะในช่วง 0-3 ขวบ ที่ยังไม่ได้เข้าเรียนในโรงเรียนนั้นจำเป็นต้องใช้ค่าใช้จ่ายจำนวนมาก ความถี่ในการทำกิจกรรมไม่มากอาจเพียงสัปดาห์ละครั้งและต้องเดินทางไปที่โรงเรียนพิเศษซึ่งต้องใช้เวลามาก กลับกันในแทบทุกบ้านมักมีหนึ่งกิจกรรมที่ผู้ปกครองที่มีลูกเล็กมักทำเป็นประจำ ใช้ค่าใช้จ่ายน้อยและสามารถทำได้ที่บ้านในทุกๆ วัน นั้นคือการเล่านิทาน จากที่มาและความสำคัญข้างต้นผู้วิจัยจึงเห็นว่าการพัฒนานิทานดนตรีเพื่อส่งเสริมทักษะการคิดเชิงบริหาร สำหรับเด็ก 0-3 ปี จะเป็นประโยชน์ต่อผู้ปกครองลดค่าใช้จ่าย ลดเวลา และสามารถทำกิจกรรมร่วมกับลูกได้ที่บ้านเป็นประจำ อันจะส่งผลต่อคุณภาพของเด็กที่จะมาเป็นกำลังสำคัญของชาติในอนาคตต่อไป
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
มัลเบอร์รีคีเฟอร์ เป็นเครื่องดื่มจากผลหม่อนสุกที่ผ่านการหมัก ผลิตจากน้ำสกัดจากผลหม่อนสุก มีลักษณะปรากฎเป็นสีแดงชมพูซึ่งเป็นสีของสารแอนโทไซยานินตามธรรมชาติในผลหม่อน โดยแอนโทไซยานินมีคุณสมบัติเป็นสารต้านอนุมูลอิสระ มีสารพรีไบโอติกฟรุคโทโอลิโกแซคคาไรด์ จุลินทรีย์โพรไบโอติก Lactobacillus และ Saccharomeces มีรสชาติหวานอมเปรี้ยว มีความซ่า มีแอลกอฮอล์เล็กน้อย รสชาติและความซ่าเกิดจากเทคโนโลยีการผลิต ซึ่งใช้กระบวนการหมักจากจุลินทรีย์ มัลเบอร์รีคีเฟอร์ จัดเป็นเครื่องดื่มฟังค์ชัน (Functional Beverage) ที่ผลิตจากพืช (Plant Based Beverage) เหมาะกับผู้ที่แพ้น้ำตาลแลคโทส รวมถึงผู้ที่ไม่บริโภคเครื่องดื่มที่ผลิตจากน้ำนม ดื่มแล้วรู้สึกสดชื่น
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย
คณะวิทยาศาสตร์
โรคหูชั้นกลางอักเสบ เกิดจากการที่ผู้ป่วยติดเชื้อโรคในหูชั้นกลาง ซึ่งสามารถพบได้ในทุกเพศทุกวัย อย่างไรก็ดี การวินิจฉัยสามารถทำได้โดยการนำภาพถ่ายจากกล้องออโตสโคปมาวิเคราะห์โดยแพทย์ผู้เชี่ยวชาญ แต่กระนั้น จำต้องอาศัยประสบการณ์ทางการแพทย์เพื่อลดทอนระยะเวลาในการวินิจฉัย ดังนั้น งานวิจัยนี้จึงนำเสนอเทคโนโลยีทางคอมพิวเตอร์วิทัศน์ มาประยุกต์ใช้เพื่อวินิจฉัยโรคเบื้องต้นประกอบการตัดสินใจให้กับแพทย์ผู้เชี่ยวชาญ โดยใช้เทคนิคการเรียนรู้เชิงลึก และโครงข่ายประสาทเทียมแบบคอนโวลูชัน อย่างสถาปัตยกรรม YOLOv8 และ Inception v3 เพื่อจำแนกประเภทของโรค และคุณลักษณะของโรคหูชั้นกลางอักเสบทั้ง 5 อย่างที่แพทย์ใช้ในการพิจารณาประเภทของโรคอันได้แก่ สี ความโปร่งใส ของเหลว การหดตัว และการทะลุ นอกจากนี้ ยังใช้วิธีการแบ่งส่วนรูปภาพ และการจำแนกประเภทรูปภาพในการวิเคราะห์และทำนายประเภทของโรคหูชั้นกลางอักเสบ ซึ่งสามารถแบ่งประเภทของโรคได้สี่ประเภท คือ โรคหูชั้นกลางอักเสบแบบมีน้ำขัง แบบเฉียบพลัน โรคหูชั้นกลางทะลุ และแก้วหูปกติ ผลการทดลองพบว่าโมเดลจำแนกประเภทสามารถจำแนกประเภทของโรคหูชั้นกลางอักเสบโดยตรงได้ดีพอประมาณ โดยผลลัพธ์ค่า Accuracy อยู่ที่ 65.7% ค่า Recall อยู่ที่ 65.7% และค่า Precision อยู่ที่ 67.6% และนอกจากนี้ยังให้ผลลัพธ์สำหรับการจำแนกคำตอบของคุณลักษณะหูทะลุได้ดีที่สุด โดยผลลัพธ์ค่า Accuracy อยู่ที่ 91.8% ค่า Recall อยู่ที่ 91.8% และค่า Precision อยู่ที่ 92.1% ในขณะที่โมเดลจำแนกซึ่งมีการประยุกต์ใช้เทคนิคการแบ่งส่วนรูปภาพมีประสิทธิภาพดีที่สุดโดยภาพรวม มีค่า mAP50-95 อยู่ที่ 79.63% ค่า Recall อยู่ที่ 100% และค่า Precision อยู่ที่ 99.8% ทั้งนี้ โมเดลดังกล่าวยังไม่ได้ถูกนำไปทดสอบการจำแนกประเภทของโรคหูชั้นกลางอักเสบ