แบบจำลองเชิงแนวคิด (conceptual model) ที่ได้แรงบันดาลใจมาจากแนวคิด Form follows function และความเรียบง่ายของสถาปัตยกรรมสมัยใหม่ (Modern Architecture) โดยออกแบบเป็นผลงานสามมิติที่ลดทอนมาจากรูปทรงของเก้าอี้เพื่อสื่อถึงการใช้งาน เน้นความเรียบง่ายด้วยเส้น ระนาบ และรูปทรงเรขาคณิต แสดงถึงความงามที่เกิดจากการทำงานร่วมกันระหว่างประโยชน์ใช้สอยและรูปทรงที่เรียบง่ายดังเช่นแนวคิดของสถาปัตยกรรมสมัยใหม่
เพื่อศึกษาเอกลักษณ์และความงามของศิลปะยุคModern และนำมาประยุกต์ใช้ในงานออกแบบ
คณะเทคโนโลยีการเกษตร
ปัจจุบันการใช้สารเคมีกำจัดวัชพืชในภาคเกษตรกรรมเป็นประเด็นที่ได้รับความสนใจ เนื่องจากส่งผลกระทบต่อสุขภาพของเกษตรกร สิ่งแวดล้อม และความปลอดภัยของผู้บริโภค โดยเฉพาะสารพาราควอตซึ่งเป็นสารกำจัดวัชพืชที่ถูกห้ามใช้ในประเทศไทย ด้วยเหตุนี้ งานวิจัยนี้จึงมุ่งเน้นไปที่การพัฒนาผลิตภัณฑ์สารธรรมชาติกำจัดวัชพืช ที่สามารถใช้ทดแทนสารเคมีเหล่านี้ได้ โดยทำการสกัดสารออกฤทธิ์จากพืชที่มีศักยภาพในการยับยั้งการเจริญเติบโตของวัชพืช และทดสอบประสิทธิภาพในการกำจัดวัชพืชเป้าหมาย ผลการศึกษาพบว่า สารธรรมชาติที่พัฒนาขึ้นสามารถควบคุมวัชพืชได้อย่างมีประสิทธิภาพ นอกจากนี้ ผลิตภัณฑ์ดังกล่าวยังสามารถนำไปประยุกต์ใช้ในระบบเกษตรอินทรีย์ได้ ช่วยลดการพึ่งพาสารเคมีที่เป็นอันตราย และส่งเสริมแนวทางการทำเกษตรกรรมที่ยั่งยืน การพัฒนาผลิตภัณฑ์นี้จึงเป็นอีกหนึ่งทางเลือกสำคัญในการสนับสนุนการเกษตรที่ปลอดภัยและเป็นมิตรกับสิ่งแวดล้อม
คณะอุตสาหกรรมอาหาร
การศึกษานี้มุ่งเน้นการพัฒนาฟิล์มรับประทานได้ที่มีส่วนผสมของสารสกัดจากสมอไทย (Terminalia chebula Retz) เพื่อใช้ในการรักษาแผลในช่องปาก ฟิล์มชนิดนี้ถูกออกแบบให้ละลายได้ในช่องปากโดยไม่ต้องกลืนหรือเคี้ยว ซึ่งเหมาะสำหรับผู้ที่มีแผลร้อนในหรืออาการอักเสบในช่องปาก สารสกัดจากสมอไทยมีคุณสมบัติทางเภสัชวิทยาหลายประการ เช่น ฤทธิ์ต้านเชื้อจุลินทรีย์ ฤทธิ์ต้านอนุมูลอิสระ และฤทธิ์ต้านการอักเสบ
คณะวิศวกรรมศาสตร์
โครงการสหกิจนี้มีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพกระบวนการผลิต Hydrogen Manufacturing Unit 2 (HMU-2) และ Pressure Swing Adsorption 3 (PSA-3) โดยการใช้แบบจำลองกระบวนการ AVEVA Pro/II และ แบบจำลอง Machine Learning เพื่อจำลองกระบวนการ ผลการศึกษาพบว่า แบบจำลอง AVEVA Pro/II สามารถทำนายผลลัพธ์ โดยมีความคลาดเคลื่อนอยู่ในช่วง 0–35% มีความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA สูงถึง 12% เกินเกณฑ์ 10% ที่บริษัทยอมรับได้ จึงได้พัฒนาแบบจำลอง Machine Learning โดยการปรับไฮเปอร์พารามิเตอร์ของอัลกอริทึมแบบ Random Forest ผลการศึกษาพบว่าแบบจำลองมีความแม่นยำสูง มีค่า Mean Squared Error (MSE) มีค่า 8.48 และ 0.18 สำหรับข้อมูลกระบวนการ และ ข้อมูลห้องปฏิบัติการ และ R-squared มีค่า 0.98 และ 0.88 สำหรับข้อมูลชุดเดียวกัน และพบว่าสามารถทำนายผลลัพธ์ได้แม่นยำกว่าแบบจำลอง AVEVA Pro/II ในทุกๆ ตัวแปร สามารถลดความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA เหลือเพียง 4.75 และ 1.35% สำหรับอัตราการผลิต 180 และ 220 ตันต่อวันตามลำดับ จึงได้นำแบบจำลองมาทำการ Optimization ตัวแปรกระบวนการ พบว่าสามารถให้ข้อแนะนำในการปรับค่าตัวแปรต่างๆ ได้ โดยสามารถเพิ่มผลผลิตไฮโดรเจนได้ 7.8 ตันต่อวัน และสร้างผลกำไรเพิ่มขึ้น 850,966.23 บาทต่อปี