การศึกษานี้มุ่งเน้นการพัฒนาฟิล์มรับประทานได้ที่มีส่วนผสมของสารสกัดจากสมอไทย (Terminalia chebula Retz) เพื่อใช้ในการรักษาแผลในช่องปาก ฟิล์มชนิดนี้ถูกออกแบบให้ละลายได้ในช่องปากโดยไม่ต้องกลืนหรือเคี้ยว ซึ่งเหมาะสำหรับผู้ที่มีแผลร้อนในหรืออาการอักเสบในช่องปาก สารสกัดจากสมอไทยมีคุณสมบัติทางเภสัชวิทยาหลายประการ เช่น ฤทธิ์ต้านเชื้อจุลินทรีย์ ฤทธิ์ต้านอนุมูลอิสระ และฤทธิ์ต้านการอักเสบ
ฟิล์มรับประทานมักมีส่วนประกอบของสารต้านจุลินทรีย์หลากหลายชนิด รวมถึงกรดอินทรีย์ (Brink และคณะ, 2019) แบคทีเรียซิน (Ge และคณะ, 2017) น้ำมันหอมระเหย (Lee และคณะ, 2019; Evangelho และคณะ, 2019) และสารสกัด (Wai และคณะ, 2019) สารเหล่านี้จะถูกปล่อยออกมาในอาหารระหว่างการ จัดเก็บและช่วยเพิ่มความปลอดภัยของอาหาร สมอไทย (Terminalia chebula) ถูกนำมาใช้เป็นยาแผนโบราณเป็นเวลานาน มีการนำมาใช้กันอย่าง แพร่หลายใน การแพทย์พื้นบ้านและจัดอยู่ในตำรายาไทย ได้แก่ มหาพิกัดตรีผลา พิกัดตรีสมอ และพิกัดจตุ ผลาธิ มีสรรพคุณรักษาโรคต่างๆ เช่น ขับลม บิด ยาบำรุงตับ ย่อยอาหาร ยาแก้ท้องเสีย ยาแก้ปวด ยาถ่าย พยาธิ เป็นต้น ซึ่งพบสาร ออกฤทธิ์ทางชีวภาพที่สำคัญได้แก่ Arachidic acid Hebulanin Chebupentol Daucosterol Punicalagin Quercetin Sitosterol Tannin สารประกอบเหล่านี้มีสรรพคุณทางเภสัชวิทยา หลายประการ ยกตัวอย่างเช่น มีฤทธิ์ในการยับยั้งแบคทีเรีย ฤทธิ์ยับยั้งเชื้อรา ฤทธิ์ต้านสารก่อมะเร็ง ฤทธิ์ต้าน อนุมูลอิสระ ฤทธิ์ต้านเบาหวาน ฤทธิ์ต้านการอักเสบ และฤทธิ์ต้านเชื้อเอชไอวี (Bulbul และคณะ, 2022) สาเหตุของแผลร้อนในหรือแผลในปาก อาจเกิดจากการแพ้อาหาร หรือมีภาวะภูมิคุ้มกันผิดปกติ บาง รายเกิดจากการขาดสารอาหาร เช่น วิตามินบี 12 ขาดธาตุเหล็ก ขาดวิตามินซี นอกจากนี้ก็อาจเกิดจากโรค ลำไส้อักเสบ ความเครียด กัดโดนเยื่อบุปาก เคี้ยวของแข็ง แปรงฟันผิดวิธี รับประทานอาหารเผ็ดร้อน สูบบุหรี่ หรือฟันปลอมที่สวมไม่พอดี ยาสีฟันที่มีส่วนผสมของโซเดียมลอรีลซัลเฟต ก็อาจทำให้เกิดแผลในปากได้ (สมตระกูล และคณะ, 2017) ซึ่งการใช้สารสกัดจากสมอไทยที่มีสรรพคุณมากมายเติมลงไปในแผ่นฟิล์มที่บริโภคได้ เป็นวิธีการรักษา แผลในปากแบบใหม่เพื่อเยียวยาแผลในปากและเป็นทางเลือกใหม่สำหรับคนที่ไม่ชอบใช้ยาทาแผล
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
คณะเทคโนโลยีการเกษตร
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาพริกพันธุ์การค้าของไทยให้ต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-