ปริญญานิพนธ์นี้นำเสนอการใช้การเรียนรู้เชิงลึกสำหรับการจำแนกวัตถุ โดยอัลกอริทึมการเรียนรู้เชิงลึกมีโครงสร้างที่เลือกศึกษา ได้แก่ Convolution Neural Network (CNN) และ ResNet18 รวมถึงการเตรียมข้อมูล การดึงคุณลักษณะ การปรับพารามิเตอร์เพื่อเปรียบเทียบความแม่นยำ และการประเมินประสิทธิภาพของโมเดลที่เลือก เพื่อนำเสนอโมเดลที่มีประสิทธิภาพสำหรับการใช้งานกับอุปกรณ์ช่วยเหลือผู้มีความบกพร่องทางสายตาในการจำแนกวัตถุภายในอาคารและส่งเสียงเตือน
ในปัจจุบันปัญหาในการเคลื่อนที่และการรับรู้สภาพแวดล้อมรอบตัวสำหรับผู้บกพร่องทางสายตายังคงเป็นอุปสรรคสำคัญในสังคมส่งผลให้เกิดความเสี่ยงต่อการเดินชนสิ่งกีดขวางและได้รับอันตราย ด้วยการนำเทคโนโลยีปัญญาประดิษฐ์เข้ามาใช้ในการเรียนรู้ การวิเคราะห์ และประมวลผลข้อมูลได้อย่างรวดเร็วเพื่อจำแนกวัตถุ ปริญญานิพนธ์นี้จึงมีจุดประสงค์เพื่อสร้างอุปกรณ์สำหรับช่วยเหลือผู้บกพร่องทางสายตาที่ใช้อัลกอริทึมการเรียนรู้เชิงลึกแบบต่างๆ เพื่อนำไปจำแนกวัตถุที่เป็นอุปสรรคสำหรับผู้บกพร่องทางสายตาในการทำกิจวัตรประจำวันภายในอาคารและส่งสัญญาณเตือนให้ผู้ใช้งานทราบให้เคลื่อนที่อย่างปลอดภัย
คณะเทคโนโลยีการเกษตร
การเสริมฟรุคโตโอลิโกแซ็กคาไรด์ (FOS) ในอาหารไก่เนื้อภายใต้สภาวะเครียดโดยการเลี้ยงในที่หนาเเน่นและใช้วัสดุรองพื้นเก่าไม่พบความแตกต่างอย่างมีนัยสำคัญทางสถิติในด้านประสิทธิภาพการเจริญเติบโต คุณภาพซาก และคุณภาพเนื้อ (p>0.05) อย่างไรก็ตาม การเสริม FOS ช่วยปรับปรุงสุขภาพของลำไส้โดยเพิ่มอัตราส่วนความสูงวิลลัสต่อความลึกของคริปท์ ทำให้จำนวนแบคทีเรียแลคโตบาซิลลัสเพิ่มขึ้น และจำนวน Escherichia coli ลดลง นอกจากนี้ อัตราส่วนเฮเทอโรฟิลต่อลิมโฟไซต์ลดลง ซึ่งบ่งชี้ถึงระดับความเครียดที่ลดลง
คณะอุตสาหกรรมอาหาร
ผลิตภัณฑ์ Banana Blossom Chips เป็นขนมขบเคี้ยวเพื่อสุขภาพที่อุดมไปด้วยใยอาหาร สารต้านอนุมูลอิสระ และโปรตีนจากพืช โดยเกิดจากการผสมผสานวัตถุดิบท้องถิ่นของไทย คือปลีกล้วยที่มีใยอาหารและสารต้านอนุมูลอิสระสูง แป้งถั่วลูกไก่ที่เป็นแหล่งโปรตีนจากพืช และข้าวกล้องหอมมะลิแดง ที่มีค่า GI ต่ำและสารต้านอนุมูลอิสระสูง ผ่านกระบวนการแปรรูปที่ให้ความกรอบและมีรูปร่างที่เป็นเอกลักษณ์ ลดปริมาณไขมัน ปราศจากกลูเตน รวมทั้งช่วยคงคุณค่าสารอาหาร จึงเป็นทางเลือกใหม่ให้กับผู้บริโภคที่รักสุขภาพ และเป็นการเพิ่มมูลค่าให้กับผลผลิตทางการเกษตรของไทย
วิทยาเขตชุมพรเขตรอุดมศักดิ์
งานวิจัยนี้เป็นการออกแบบและสร้างเครื่องต้นแบบระบบปัญญาประดิษฐ์ของสรรพสิ่งสำหรับติดตามและควบคุมการให้น้ำพืชโดยใช้ข้อมูลสภาพอากาศ โดยระบบประกอบไป 4 ส่วนสำคัญ คือ ส่วนที่ 1 สถานีตรวจวัดสภาพอากาศ (Weather Station) ประกอบไปด้วยเซ็นเซอร์ต่าง ๆ เช่น อุณหภูมิอากาศ ความชื้นสัมพัทธ์ ความเร็วลม และความยาวนานของแสง เป็นต้น ส่วนที่ 2 หน่วยประมวลผล (Controller Unit) โดยจะมีการติดตั้งอัลกอริทึมหรือแบบจำลองการเรียนรู้ของเครื่องเพื่อใช้ประเมินค่าการคายระเหยน้ำของพืชอ้างอิง (ETo) และจะใช้คำนวณร่วมกับค่าสัมประสิทธิ์การใช้น้ำของพืชนั้น ๆ (Crop Coefficient: Kc) และข้อมูล อื่น ๆ เกี่ยวกับพืชนั้น ๆ เพื่อประเมินปริมาณการใช้น้ำตามความต้องการของพืชโดยอัตโนมัติ ส่วนที่ 3 ส่วนติดต่อผู้ใช้งานและหน้าจอแสดงผล (User Interface (UI) and Display) เป็นส่วนที่ให้เกษตรกรหรือผู้ใช้งานสามารถป้อนข้อมูลเกี่ยวกับชนิดของพืช ชนิดของดินที่ปลูก ประเภท ของระบบการให้น้ำ จำนวนหัวจ่ายน้ำ ระยะปลูก และช่วงการเจริญเติบโตของพืช เป็นต้น และส่วนที่ 4 หน่วยควบคุมและหัวจ่ายน้ำ (Irrigation Unit)