KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

ซอฟต์แวร์ AI สำหรับการตรวจคัดกรองโรคจากใบทุเรียน

รายละเอียด

ทุเรียนเป็นพืชเศรษฐกิจสำคัญของประเทศไทยที่ได้รับผลกระทบจากโรคทางใบ เช่น โรคใบสนิม ใบไหม้ และใบจุด ซึ่งส่งผลให้คุณภาพผลผลิตลดลงและเพิ่มต้นทุนการจัดการ งานวิจัยนี้มุ่งเน้นการพัฒนาซอฟต์แวร์ AI สำหรับตรวจคัดกรองโรคใบทุเรียน โดยประยุกต์ใช้เทคโนโลยีการเรียนรู้เชิงลึกในการจำแนกชนิดของรอยโรคในใบทุเรียน

วัตถุประสงค์

ทุเรียนเป็นพืชเศรษฐกิจสำคัญของประเทศไทยที่มีมูลค่าทางเศรษฐกิจสูงและเป็นที่ต้องการเพิ่มขึ้นอย่างต่อเนื่อง อย่างไรก็ตาม การแพร่ระบาดของโรคทางใบ เช่น โรคใบสนิม โรคใบไหม้ และโรคใบจุด ซึ่งส่งผลต่อการเจริญเติบโตและสุขภาพของต้นโดยรวม ทำให้ผลผลิตลดลงหรือผลทุเรียนอาจมีขนาดเล็กและคุณภาพต่ำ ปัจจุบันเกษตรกรยังคงประสบปัญหาในการวินิจฉัยโรค เนื่องจากอาการของโรคมีความคล้ายคลึงกัน ซึ่งอาจนำไปสู่การรักษาที่ผิดพลาด อีกทั้งข้อจำกัดในการเข้าถึงผู้เชี่ยวชาญยังทำให้การควบคุมโรคขาดประสิทธิภาพ การพัฒนาซอฟต์แวร์ AI สำหรับตรวจคัดกรองโรคจากใบทุเรียน พร้อมระบุวิธีการดูแลรักษาจึงเป็นทางออกที่สำคัญ เทคโนโลยีนี้จะช่วยให้เกษตรกรสามารถวินิจฉัยโรคได้อย่างรวดเร็วและแม่นยำ โดยไม่ต้องใช้เครื่องมือที่ซับซ้อนหรือต้องพึ่งพาผู้เชี่ยวชาญโดยตรง อีกทั้งยังให้คำแนะนำในการรักษาและป้องกันที่เหมาะสม ลดความผิดพลาดในการจัดการโรค และเพิ่มประสิทธิภาพการดูแลสวนทุเรียน นวัตกรรมนี้จะช่วยส่งเสริมการผลิตที่ยั่งยืน ลดต้นทุน และเพิ่มผลผลิตให้กับเกษตรกรไทยในระยะยาว

นวัตกรรมอื่น ๆ

การผลิตเชื้อต้นแบบ Lactic acid bacteria ในการผลิต Probiotic จากประเทศไทยที่สามารถใช้ในระบบผลิตปศุสัตว์

คณะเทคโนโลยีการเกษตร

การผลิตเชื้อต้นแบบ Lactic acid bacteria ในการผลิต Probiotic จากประเทศไทยที่สามารถใช้ในระบบผลิตปศุสัตว์

สารปฏิชีวนะ (Antibiotic) ถูกใช้กันอย่างแพร่หลายในระบบการผลิตปศุสัตว์ โดยมีวัตถุประสงค์เพื่อกระตุ้นภูมิคุมกัน เพิ่มประสิทธิภาพการย่อยและดูดซึมโภชนะ กระตุ้นการเจริญเติบโต ปรับสมดุลของระบบทางเดินอาหาร และลดการเกิดการติดเชื้อก่อโรค โดยเฉพาะกลุ่มที่ก่อให้เกิดโรคท้องเสีย เป็นต้น นอกจากนั้น สารปฏิชีวนะยังมีส่วนช่วยในเรื่องของผลตอบแทนทางเศรฐกิจอีกด้วย แต่อย่างไรก็ตาม การใช้สารปฏิชีวนะที่ไม่ถูกวิธีก่อให้เกิดปัญหาเรื่องการตกค้างของสารปฏิชีวนะในผลิตภัณฑ์ การดื้อยาในสัตว์และผู้บริโภค ด้วยเหตุนี้หลายประเทศห้ามไม่ให้ใช้ยาปฏิชีวนะเป็นสารเร่งการเจริญเติบโต เช่น สหภาพยุโรป ประเทศญี่ปุ่น และยังมีอีกหลายๆ ประเทศที่มีการวางแผนที่จะห้ามไม่ให้มีการใช้ยาปฏิชีวนะในอาหารสัตว์ เช่น ประเทศจีน และสหรัฐอเมริกา เป็นต้น ในขณะที่ประเทศไทยได้มีประกาศควบคุมการใช้ยาปฏิชีวนะในอาหารสัตว์โดยมีผลบังคับใช้ทั้งระดับโรงงานผลิตอาหารสัตว์ และฟาร์มที่ผสมอาหารสัตว์ใช้เองตั้งแต่วันที่ 26 กันยายน พ.ศ. 2563 ดังนั้น การทดแทนการใช้สารปฏิชีวนะด้วย Probiotic ถือว่าเป็นการแก้ปัญหาได้เป็นอย่างดี ในการศึกษาครั้งนี้ ได้ทำการศึกษาเชื้อ Lactic acid bacteria ที่มีอยู่ในระบบทางเดินอาหารของไก่เนื้อ สุกร และโคเนื้อ ที่มีคุณสมบัติเป็น Probiotic ที่มีความเหมาะสมต่อการใช้ในสภาพแวดล้อมของประเทศไทย เพื่อใช้เป็นเชื่อต้นแบบทดแทนการนำเข้าผลิตภัณฑ์ Probiotic กลุ่ม Lactic acid bacteria จากต่างประเทศที่มักจะประสบปัญหาเรื่องอัตราการรอดชีวิตเมื่อนำไปใช้จริง

การตรวจจับอารมณ์ผ่านวิดีโอจากการแสดงออกทางสีหน้าที่มีความทนทาน  ต่อการบดบังบางส่วน

คณะเทคโนโลยีสารสนเทศ

การตรวจจับอารมณ์ผ่านวิดีโอจากการแสดงออกทางสีหน้าที่มีความทนทาน ต่อการบดบังบางส่วน

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

ศูนย์กลางการเก็บข้อมูลสำหรับอุตสาหกรรมการผลิต : การพัฒนาเว็ปแอปพริเคชันสำหรับการเบิกจ่ายเครื่องมือ

คณะวิทยาศาสตร์

ศูนย์กลางการเก็บข้อมูลสำหรับอุตสาหกรรมการผลิต : การพัฒนาเว็ปแอปพริเคชันสำหรับการเบิกจ่ายเครื่องมือ

โครงงานนี้มีวัตถุประสงค์เพื่อพัฒนาเว็ปแอปพลิเคชันสำหรับการเบิกจ่ายเครื่องมือ เพื่อลดปัญหาที่เกิดจากการใช้งานโปรแกรม Excel ซึ่งไฟล์ตัวแรกนั้นคัดลอกมาจาก SQL ที่มีอยู่แล้ว และคัดลอกต่อๆกันมา ส่งผลให้ต้องใช้พื้นจำนวนมากและไฟล์ Excel นั้นไม่สามารถเปิดใช้งานพร้อมกันได้ จึงต้องพัฒนาเว็ปแอปพลิเคชันเพื่อเชื่อม SQL โดยตรงเพื่อลดปัญหาที่เกิดจะการใช้ไฟล์ Excel