Ginbanirose มีเป้าหมายในการพัฒนาสารสกัดจากสมุนไพรที่ช่วยบรรเทาอาการปวดประจำเดือน โดยใช้วัตถุดิบหลัก ได้แก่ กระเจี๊ยบแดง หัวปลี และขิง ซึ่งมีสารสำคัญที่มีฤทธิ์ต้านการอักเสบ ต้านอนุมูลอิสระ และช่วยบรรเทาอาการปวด สารสกัดถูกปรับปรุงประสิทธิภาพด้วยเทคโนโลยีเอนแคปซูเลชันแบบลิโพโซม เพื่อเพิ่มการดูดซึมและความเสถียร กระบวนการผลิตประกอบด้วยการสกัดสารจากสมุนไพร การทำแห้งแบบฟรีซดราย และการเตรียมฟอร์มูเลชันลิโพโซม ผลการทดลองแสดงให้เห็นว่าสารสกัดมีสารประกอบฟีโนลิกและฤทธิ์ต้านอนุมูลอิสระสูง โดย Ginbanirose สามารถตอบโจทย์คุณภาพชีวิตของผู้หญิงและเพิ่มโอกาสทางธุรกิจในตลาดสมุนไพรที่กำลังเติบโตในภูมิภาคเอเชียแปซิฟิกอย่างต่อเนื่อง
ปัจจุบันผู้บริโภคให้ความสำคัญกับผลิตภัณฑ์จากธรรมชาติมากขึ้น โดยเฉพาะผลิตภัณฑ์ที่มีสารสกัดจากพืชสมุนไพรซึ่งมีคุณสมบัติที่ดีต่อสุขภาพและความงาม Ginbanirose เป็นหนึ่งในนวัตกรรมที่เกิดจากการผสานคุณสมบัติของพืชสมุนไพรไทยที่มีศักยภาพ เช่น กระเจี๊ยบแดง ขิง และปลีกล้วย ซึ่งอุดมไปด้วยสารต้านอนุมูลอิสระ และมีสรรพคุณที่เป็นประโยชน์ต่อร่างกาย การศึกษาคุณสมบัติของพืชเหล่านี้และพัฒนาให้เป็นผลิตภัณฑ์ที่สามารถใช้งานได้อย่างมีประสิทธิภาพจึงเป็นเรื่องสำคัญ ไม่เพียงแต่ช่วยเพิ่มมูลค่าให้กับพืชสมุนไพรไทยเท่านั้น แต่ยังเป็นแนวทางในการพัฒนาผลิตภัณฑ์ที่เป็นมิตรต่อสิ่งแวดล้อมและตอบสนองต่อความต้องการของตลาดสุขภาพและความงาม การใช้เทคนิค Liposome Encapsulation เพื่อเพิ่มความคงตัวและประสิทธิภาพของสารสำคัญจากพืช เป็นแนวทางหนึ่งที่ช่วยให้สามารถพัฒนา Ginbanirose ให้เป็นผลิตภัณฑ์ที่มีคุณภาพสูงและสามารถแข่งขันในตลาดได้ ดังนั้น งานวิจัยนี้จึงมีความสำคัญในการส่งเสริมการใช้ประโยชน์จากพืชสมุนไพรไทย พัฒนาผลิตภัณฑ์ที่มีคุณภาพ และสร้างมูลค่าเพิ่มให้กับวัตถุดิบธรรมชาติ เพื่อรองรับแนวโน้มของตลาดที่มุ่งสู่ผลิตภัณฑ์เพื่อสุขภาพและความงามที่ปลอดภัยและมีประสิทธิภาพสูง
คณะวิศวกรรมศาสตร์
-
คณะวิทยาศาสตร์
ด้วยการพัฒนาของเทคโนโลยีทางด้านอวกาศทำให้การสำรวจท้องฟ้าโดยใช้กล้องโทรทรรศน์ที่มีมุมมองกว้างขยายขอบเขตของข้อมูลใหม่ๆ สำหรับการวิจัยดาราศาสตร์โดเมนเวลามากยิ่งขึ้น ทำให้การวิเคราะห์ข้อมูลแบบดั้งเดิมไม่สามารถตอบสนองต่อข้อมูลได้อย่างรวดเร็วและแม่นยำเพียงพอต่อปริมาณข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่อง ดังนั้น การจำแนกประเภทของข้อมูลซีรีส์เวลาอย่างกราฟแสงจึงเป็นความท้าทายอย่างมากในยุคที่ข้อมูลมีขนาดใหญ่ ในปัจจุบันการวิเคราะห์กราฟแสงจึงจำเป็นต้องใช้เทคนิคการเรียนรู้ของเครื่องเข้ามาช่วยในการวิเคราะห์ คัดกรองข้อมูลอันมหาศาลอย่างหลีกเลี่ยงไม่ได้ โดยอัลกอริทึมการเรียนรู้ของเครื่องแบ่งออกได้ 2 ประเภท คือ แบบตื้นและแบบลึก นักวิจัยหลายๆ ท่านได้นำเสนอวิธีการและการพัฒนาอัลกอริทึมหลากหลายรูปแบบสำหรับการจำแนกประเภทของกราฟแสง ซึ่งในงานนี้เราได้ทำการทดลองใช้ Support Vector Machine (SVM) และ XGBoost ซึ่งเป็นอัลกอริทึมการเรียนรู้ของเครื่องประเภทแบบตื้น และ 1D-CNN และ Long Short-Term Memory (LSTM) ซึ่งเป็นอัลกอริทึมการเรียนรู้เชิงลึกเป็นอีกหนึ่งสาขาของการเรียนรู้ของเครื่องที่เป็นประเภทแบบลึก เพื่อใช้ในการจำแนกประเภทของดาวแปรแสง โดยข้อมูลที่ใช้ในการอบรบและทดสอบ คือ ข้อมูล Optical Gravitational Lensing Experiment-III (OGLE-III) เป็นข้อมูลของดาวแปรแสง โดยอยู่ในพื้นที่ Large Magellanic Cloud (LMC) ที่มีการแบ่งได้ 5 คลาสหลักส่วนใหญ่ (Classical Cepheids, δ Scutis, eclipsing binaries, RR Lyrae stars และ Long-period variables) ผลลัพธ์แสดงให้เห็นถึงการวิเคราะห์ประสิทธิภาพของการเรียนรู้ของเครื่องแต่ละประเภทที่ใช้กับข้อมูลกราฟแสง อีกทั้งยังชี้ให้เห็นถึงความแม่นยำและค่าสถิติต่างๆ ของการเรียนรู้ของเครื่องที่ใช้ในทดลอง
คณะอุตสาหกรรมอาหาร
The study investigated the extraction of astaxanthin-rich oil from shrimp waste biomass, a valuable byproduct rich in functional lipids and proteins. Wet rendering has long been an inexpensive method to extract oil, however the high temperatures and long cooking times negatively affect the amount of astaxanthin. On the other hand, the study looked into employing deep eutectic solvent as a green solvent and combining a wet rendering process with high-shear homogenization and high-frequency ultrasound-assisted extractions. DES-UAE at 60% amplitude and wet rendering at 60 °C were found to be the ideal conditions, as were DES-HAE at 13,000 rpm and wet rendering at 60 °C. With a notable increase in oil yields of 16.80% and 20.12%, respectively, and improved oil quality (lower acid and peroxide values) in comparison to the conventional wet rendering, experimental validation validated the effectiveness of the DES-HAE and DES-UAE procedures. DES-UAE notably raised the amount of astaxanthin. This study demonstrates that DES-HAE and DES-UAE are quicker, lower-temperature substitutes for obtaining premium, astaxanthin-rich shrimp oil, resulting in more effective use of this priceless byproduct.