งานวิจัยนี้เป็นการพัฒนาชาจากเปลือกและเมล็ดของลำไย ประชากรที่ใช้ในการศึกษาครั้งนี้ได้แก่ เกษตรกรผู้ปลูกและแปรรูปผลิตภัณฑ์จากลำไย ในอำเภอวังน้ำเย็น จังหวัดสระแก้ว ผลการศึกษาพบว่าจากกระบวนการผลิตลำไยอบแห้ง จะมีผลิตภัณฑ์ผลพลอยได้คือเปลือกและเมล็ดลำไย ซึ่งสามารถนำมาแปรรูปเป็นชาผงสำเร็จรูปพร้อมดื่มได้ ซึ่งนอกจากจะช่วยลดการเกิดขยะจากกระบวนการผลิต ยังมีส่วนช่วยสร้างรายได้จากผลิตภัณฑ์ผลพลอยได้ดังกล่าวเพิ่มอีกช่องทางหนึ่ง
จากการได้เข้าไปศึกษาดูงานที่ ชุมชนเกษตรกรผู้ปลูกลำไย อำเภอวังน้ำเย็น จังหวัดสระแก้ว ได้พบปัญหาคือราคาลำไยตกต่ำ ขายแล้วขาดทุน ส่งผลให้เกษตรกรได้แก้ปัญหา ด้วยการนำลำไยไปทำลำไยอบแห้ง ซึ่งจากกระบวนการผลิตลำไยอบแห้ง จะมีผลิตภัณฑ์ผลพลอยได้คือเปลือกและเมล็ดลำไย ซึ่งสามารถนำมาแปรรูปเป็นชาผงสำเร็จรูปพร้อมดื่มได้
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
ระบบประเมินโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยถูกออกแบบมาเพื่อช่วยให้ผู้เชี่ยวชาญสามารถทดสอบและประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้อย่างสะดวก รวดเร็ว และไม่ต้องพึ่งพาการเชื่อมต่อภายนอก ช่วยเพิ่มความคล่องตัวในการเลือกใช้ LLMs ที่เหมาะสมกับความต้องการขององค์กรหรือระบบผู้เชี่ยวชาญ (Expert System: ES) ระบบสามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลโดยไม่ต้องกังวลเรื่องการเก็บข้อมูลภายนอก ส่งผลให้มีความปลอดภัยของข้อมูลสูง นอกจากนี้ ยังรองรับการทดสอบและพัฒนาโมเดลด้วยเทคนิคการดึงข้อมูลเสริม (Retrieval-Augmented Generation: RAG) เพื่อให้สามารถเข้าถึงข้อมูลเฉพาะทางและประมวลผลได้อย่างแม่นยำ มีประสิทธิภาพด้านพลังงาน และตอบสนองความต้องการขององค์กรและระบบผู้เชี่ยวชาญได้อย่างเหมาะสม
คณะเทคโนโลยีสารสนเทศ
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
คณะวิศวกรรมศาสตร์
เนื่องจากตลาดทุนมีบทบาทสำคัญต่อเศรษฐกิจไทยและมีจำนวนบริษัทไทยที่เข้าร่วมและให้ความสนใจเพิ่มขึ้นอย่างต่อเนื่อง ข้อเท็จจริงเหล่านี้เป็นแรงบันดาลใจให้ดำเนินการศึกษาวิเคราะห์ว่า ตลาดหลักทรัพย์สามารถเป็นปัจจัยกระตุ้นที่ช่วยยกระดับผลการดำเนินงานของบริษัทได้จริงหรือไม่ รวมถึงลักษณะของบริษัทที่ได้รับประโยชน์จากการเป็นบริษัทจดทะเบียน ผลลัพธ์จากการศึกษานี้สามารถส่งเสริมความสนใจในการเข้าจดทะเบียนของบริษัทต่างๆ มอบแนวทางที่เป็นประโยชน์ให้กับองค์กรที่ต้องการพัฒนาศักยภาพในการแข่งขัน และเสนอแนะแนวทางในการปรับปรุงตลาดหลักทรัพย์เพื่อเสริมสร้างการเข้าถึงเงินทุนและความแข็งแกร่งของตลาดทุนไทยในระยะยาว สมมติฐานหลักที่เป็นแนวทางในการศึกษาครั้งนี้คือ การอยู่ในตลาดหลักทรัพย์เป็นระยะเวลานาน ("aging in the market") ส่งผลให้ผลการดำเนินงานของบริษัทดีขึ้นอย่างมีนัยสำคัญหรือไม่ โดยเฉพาะอย่างยิ่ง เราต้องการวิเคราะห์ว่าการจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยมีความสัมพันธ์กับการพัฒนาด้านการดำเนินงานของบริษัทหรือไม่ ซึ่งจะช่วยให้เข้าใจถึงประโยชน์ที่แท้จริงของการเป็นบริษัทมหาชนต่อผลการดำเนินงานในระยะยาว