ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อพัฒนาและเปรียบเทียบประสิทธิภาพของแบบจำลองการทำนายราคาทองคำโดยใช้ตัวแปรเชิงปริมาณและ ข้อมูลข้อความจากข่าว งานวิจัยนี้ใช้ตัวแปรต้น 9 ตัว ได้แก่ ราคาน้ำ มันดิบเบรนท์ ราคาน้ำมันดิบ WTI ราคาโลหะเงิน ราคาแพลทินัม อัตราดอกเบี้ยนโยบายของธนาคารกลางสหรัฐ (FED) ดัชนีตลาดหุ้น ญี่ปุ่น นิกเคอิ 225 ดัชนีค่าเฉลี่ยอุตสาหกรรมดาวโจนส์ ดัชนี S&P 500และข้อมูลข่าวจากสำนักข่าวกรุงเทพธุรกิจ ข้อมูลข่าวสารที่เกี่ยวข้องจะ ถูกนำมาวิเคราะห์ด้วยเทคนิคการประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) และนำมาประยุกต์ใช้ร่วม กับแบบจำลองการเรียนรู้ของเครื่อง (Machine Learning) โดยเปรียบเทียบ 3 วิธี ได้แก่ Gradient Boosting, Machine Learning Models และ Regression Analysis จากนั้นทำการประเมินประสิทธิภาพของแบบจำลองโดยใช้ตัวชี้วัด 3 ตัว ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE), ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error: MAE) และ สัมประสิทธิ์การกำหนด (Coefficient of Determination: R^2) งานวิจัยนี้คาดหวังว่าแบบจำลองที่พัฒนาขึ้นจะสามารถช่วยให้นักลงทุนและนักวิเคราะห์สามารถใช้ข้อมูลเชิงปริมาณและข่าวสารในการทำนายราคาทองคำได้อย่างมีประสิทธิภาพมากขึ้น
ทองคำ(Gold) เป็นแร่โลหะมีค่า เป็นแร่ธาตุตามธรรมชาติซึ่งมีอยู่น้อยมาก ทองคำมีคุณสมบัติทนต่อการผุกร่อนนิยมนำมาใช้ทำเป็นเครื่องประดับจึงทำให้ทองคําเป็นโลหะที่มีค่าอยู่ในตัวเองและเป็นที่ยอมรับของทุกคนในสังคม ทองคำถือว่าเป็นสินทรัพย์ที่สำคัญในระบบเศรษฐกิจโลกทองคำถูกนำมาใช้เพื่อแสดงเป็นสัญลักษณ์ของความมั่งคั่ง มูลค่าของทองคำนั้น ขึ้นอยู่กับปัจจัยต่างๆมากมาย เช่น ค่าเงินดอลลาร์สหรัฐฯ ราคาน้ำมันดิบ จำนวนที่เพิ่มขึ้นหรือลดลงของเหมืองทองคํา ความเสี่ยงทางการเมืองระหว่างประเทศ และความต้องการทองคำสำหรับเครื่องประดับ(ธนะเกียรติ, 2560) ดังนั้นการคาดการณ์ราคาทองคำได้อย่างถูกต้อง จึงเป็นสิ่งที่นักลงทุน นักวิเคราะห์ และผู้ที่มีส่วนเกี่ยวข้องในตลาดทองคำ ต่างให้ความสนใจ ทองคํายังเป็นส่วนหนึ่งของความมั่นคงทางเศรษฐกิจการคลัง ทองคํามีประโยชน์ในฐานะเป็นโลหะสื่อกลางแห่งการแลกเปลี่ยนเงินตรา จึงถูกสํารองไว้เป็นทุนสํารองเงินตราระหว่างประเทศเพราะทองคํามีมูลค่าในตัวเอง ซึ่งต่างจากเงินตราสกุลต่างๆ ที่มูลค่าอาจเพิ่มหรือลดได้(สมาคมทองคำ, 2526) การทำนายราคาทองคำในปัจจุบันยังคงเป็นเรื่องที่ท้าทายเนื่องจากแบบจำลองที่มีอยู่ยังไม่สามารถอธิบายความผันผวนของราคาทองคำได้อย่างครอบคลุมนอกจากนี้ข้อมูลข่าวสารที่มีจำนวนมากและมีความหลากหลายทำให้การวิเคราะห์และการดึงข้อมูลที่เป็นประโยชน์ออกมาเป็นไปได้ยาก การพัฒนาแบบจำลองการทำนายราคาทองคำที่มีความแม่นยำสูงและสามารถนำข้อมูลข่าวสารมาใช้ในการทำนายได้อย่างมีประสิทธิภาพจึงเป็นสิ่งที่จำเป็น เพื่อตอบสนองความท้าทายนี้ จำเป็นต้องมีการรวมข้อมูลจากหลายแหล่ง รวมถึงการใช้เทคนิคการวิเคราะห์ขั้นสูง เช่น การเรียนรู้ของเครื่อง (machine learning) และปัญญาประดิษฐ์ (AI) เพื่อ วิเคราะห์ข้อมูลและทำนายราคาทองคำ การพัฒนาแบบจำลองที่มีความแม่นยำสูงจะช่วยให้ผู้ลงทุนสามารถทำการตัดสินใจได้ดีขึ้นและลดความเสี่ยงในการลงทุนได้ ราคาทองคำเป็นหนึ่งในสินทรัพย์ที่มีความผันผวนสูงและมีความสำคัญอย่างยิ่งสำหรับนักลงทุนเนื่องจากทองคำถือเป็นสินทรัพย์ที่ปลอดภัยในช่วงที่เศรษฐกิจมีความไม่แน่นอนความผันผวนของราคาทองคำมักถูกกระทบจากปัจจัยหลายประการหนึ่งในปัจจัยที่มีผลอย่างมีนัยสำคัญต่อราคาทองคำคือข้อความข่าวสารต่าง ๆ ที่เกี่ยวข้องกับทองคำโดยตรงข่าวที่มีคำว่า "ทองคำ" หรือเกี่ยวข้องกับทองคำสามารถมีผลกระทบต่อราคาทองคำได้หลายปัจจัย จากการศึกษางานวิจัยของ รจิกาญจน์(2561) ได้ศึกษา ปัจจัยที่ส่งผลกระทบต่อราคาทองคำในตลาดโลก มีจุดมุ่งหมายเพื่อมองภาพรวมในการเคลื่อนไหวของทิศทางราคาทองคำ โดยศึกษาปัจจัยที่มีผลเกี่ยวข้องกับราคาทองคําในตลาดโลก โดยใช้ข้อมูลรายเดือนย้อนหลัง 9 ปี ช่วงปี พ.ศ. 2553-2561 โดยทําการวิเคราะห์สมการถดถอยพหุคูณ จากการศึกษาพบว่ามีเพียง 7 ปัจจัยที่ส่งผลกระทบต่อราคาทองคําในตลาดโลกอย่างมีนัยสําคัญทางสถิติที่ระดับความเชื่อมั่น 95% คือ ดัชนีตลาดหุ้นสหรัฐฯ (Dow Jone Index), ราคาโลหะเงินในตลาดโลก, ดัชนีตลาดหุ้นประเทศญี่ปุ่น (NIKKEI Index), ดัชนีตลาดหุ้นสาธารณรัฐไต้หวัน(TWSE Index), ราคาโลหะแพลทินัมในตลาดโลก, อัตราเงินเฟ้อสหรัฐฯ และดัชนี GDP ของสหรัฐฯ โดยเรียงลําดับตามปัจจัยที่มีความสัมพันธ์กับราคาทองคําในตลาดโลกมากไปน้อย ซึ่งตัวแบบสมการถดถอยพหุคูณสําหรับการพยากรณ์สามารถอธิบายความสัมพันธ์ ระหว่างปัจจัยที่ส่งผลต่อราคาทองคําในตลาดโลกได้ 91.6% โดยสมมติให้ปัจจัยอื่นๆ คงที่ ดังนั้นผู้วิจัยจึงสนใจเปรียบเทียบแบบจำลองการทำนายราคาทองคำโดยใช้ตัวแปรต้น คือ ข้อมูลราคา สินค้าโภคภัณฑ์ที่เกี่ยวข้อง และข้อความจากข่าวที่เกี่ยวข้องกับทองคำ โดยในการศึกษาครั้งนี้ จะประกอบไปด้วย การจัดการข้อมูลประเภทข้อความด้วยการประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) การสร้างแบบจำลองการทำนายราคาทองคำ โดยเทคนิคการวิเคราะห์ทางสถิติ และอัลกอริทึมการเรียนรู้ของเครื่อง (Machine Learning) จากนั้นผู้วิจัยจะเปรียบเทียบประสิทธิภาพของแบบจำลอง โดยผู้วิจัยจะใช้ 9 ค่าในการพิจารณาคือ ราคาน้ำมันดิบเบรนท์ ราคาน้ำมันดิบ WTI ราคาโลหะเงินในตลาดโลก ราคาแพลทินัมในตลาดโลก อัตราดอกเบี้ยนโยบายของธนาคารกลางสหรัฐ FED ดัชนีตลาดหุ้นประเทศญี่ปุ่นนิคเคอิ 225 ดัชนี ค่าเฉลี่ยอุตสาหกรรมดาวโจนส์ดัชนี S&P 500 และข่าวรายวันจากสำนักข่าวกรุงเทพธุรกิจผู้วิจัยหวังเป็นอย่างยิ่ง ว่านักลงทุนและผู้ที่เกี่ยวข้องจะสามารถนำผลสรุปจากการวิจัยครั้งนี้ไปใช้เป็นแนวทางในการวางแผนการลงทุนในทองคำได้อย่างมีประสิทธิภาพมากขึ้น การวิจัยนี้มุ่งเน้นให้เห็นถึงความสำคัญของการพัฒนาแบบจำลองการทำนายราคาทองคำที่แม่นยำขึ้น โดยการใช้เทคนิคการวิเคราะห์ที่มีประสิทธิภาพและการรวบรวมข้อมูลที่หลากหลาย เพื่อให้การลงทุนในทองคำเป็นไปอย่างรอบคอบและมีการจัดการความเสี่ยงที่ดียิ่งขึ้น ผู้วิจัยเชื่อว่าผลการศึกษานี้จะเป็นประโยชน์ต่อการตัดสินใจในการลงทุนในทองคำและหวังว่าข้อมูลและข้อเสนอแนะจากการวิจัยนี้จะช่วยให้นักลงทุนสามารถวางกลยุทธ์การลงทุนที่มีประสิทธิภาพและสามารถปรับตัวได้ดียิ่งขึ้นในสภาวะตลาดที่เปลี่ยนแปลงอยู่เสมอ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
งานวิจัยการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์ (องค์การมหาชน) เป็นการศึกษารูปแบบการสร้างประสบการณ์เสมือนจริง (Immersive Experience) โดยมีวัตถุประสงค์ 3 ข้อคือ เพื่อ 1) ศึกษารูปแบบแนวคิดและเทคโนโลยีที่ใช้ในการสร้างประสบการณ์การรับรู้ดิจิทัลเสมือนจริง 2) สร้างสรรค์งานออกแบบประสบการณ์การรับรู้ดิจิทัลเสมือนจริงและนำเสนอบนโลกต้นแบบเมตาเวิร์สหอภาพยนตร์ ใช้การวิจัยเชิงปฏิบัติ 3) ประเมินผลการออกแบบและสรุปเป็นองค์ความรู้การออกแบบนิทรรศการเสมือนจริง โดยวิธีวิจัยเชิงคุณภาพ จัดให้มีการทดสอบตัวต้นแบบ พร้อมทั้งสัมภาษณ์แบบกลุ่ม สอบถามทัศนคติและประเมินความพึงพอใจ ผลการวิจัยพบว่า หลักการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์นั้น ประกอบไปด้วย 1) การใช้แนวคิดการออกแบบสถาปัตยกรรม 2) แนวคิดการออกแบบนิทรรศการ 3) แนวคิดการออกแบบประสบการณ์ จากนั้นจึงเข้าสู่กระบวนการสร้างงานในโลกเสมือนจริง ประกอบไปด้วย 1) สร้างโมเดลโครงสร้าง3มิติ 2) สร้างการใช้งานปฏิสัมพันธ์ 3) การออกแบบนิทรรศการ 4) ดำเนินการทดสอบตัวต้นแบบ จากนั้นทดสอบพร้อมประเมินผล โดยมีขั้นตอนคือ 1) ทดสอบโดยผู้ทดสอบ 10 คน 2) สัมภาษณ์แบบกลุ่มทั้ง 4 ประเด็นคือ ประเด็นหมวดประสบการณ์โดยรวม ประเด็นหมวดหอภาพยนตร์เนื้อหาคุณค่า ประเด็นหมวดการออกแบบเมตาเวิร์ส และประเด็นหมวดส่งเสริมการเรียนรู้ในพิพิธภัณฑ์ ผลการประเมินการออกแบบหมวดที่หนึ่ง 1) หมวดประสบการณ์โดยรวม ได้รับประสบการณ์ที่ดี ร้อยละ 70 การใช้งานเสถียร ร้อยละ 50 อุปสรรคในการรับชมร้อยละ 90 เสียงบรรยายดังรบกวนร้อยละ 50 รับชมภาพยนตร์ติดขัดร้อยละ 40 มีความต้องการคำอธิบายการใช้งาน ร้อยละ 60 ต้องการสัญลักษณ์นำทางร้อยละ 70 หมวดที่สอง 2) หมวดหอภาพยนตร์ สามารถรับรู้และเข้าใจเนื้อหาร้อยละ 80 หมวดที่สาม 3) หมวดเมตาเวิร์ส ได้มีการสื่อสารพูดคุยปฏิสัมพันธ์ร้อยละ 70 หมวดที่สี่ 4) หมวดการส่งเสริมการเรียนรู้ในพิพิธภัณฑ์ เห็นว่าสามารถส่งเสริมให้เกิดการเรียนรู้ได้ร้อยละ 90 จากผลสรุปการประเมินการออกแบบต้นแบบเมตาเวิร์สหอภาพยนตร์เพื่อสร้างประสบการณ์ดิจิทัลเสมือนจริง พบว่าประสบการณ์ที่ผู้ทดสอบได้รับ อยู่ในเกณฑ์ดี คือร้อยละ 70 แต่ปัญหาที่พบจะอยู่ที่ระบบและอุปกรณ์ที่รองรับการทดสอบยังไม่เสถียรเนื่องจากความพร้อมของเทคโนโลยีในปัจจุบัน (2566) ส่วนอุปสรรคในการใช้งานประสบการณ์ปฏิสัมพันธ์ภายในจำเป็นต้องมีการทดสอบและปรับปรุงซ้ำหลายครั้ง ส่วนเรื่องของคุณค่าการสนับสนุนการเรียนรู้ถือว่าอยู่ในเกณฑ์ดี
คณะวิทยาศาสตร์
โครงงานนี้พัฒนาตู้รับซื้ออัตโนมัติสำหรับขวดพลาสติกและกระป๋อง โดยใช้ Machine Learning ในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ร่วมกับระบบเซนเซอร์อัจฉริยะในการตรวจสอบคุณภาพของบรรจุภัณฑ์และควบคุมการทำงาน ระบบเชื่อมต่อกับ Web Application เพื่อแสดงผลและควบคุมการทำงานแบบเรียลไทม์ เมื่อยืนยันประเภทบรรจุภัณฑ์แล้ว จะคำนวณราคาและจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสดโดยอัตโนมัติ ระบบนี้สามารถติดตั้งในพื้นที่สาธารณะเพื่อส่งเสริมการคัดแยกขยะตั้งแต่ต้นทาง ช่วยลดการปนเปื้อนและเพิ่มประสิทธิภาพการรีไซเคิล อีกทั้งยังสร้างแรงจูงใจทางการเงินให้ประชาชนมีส่วนร่วมในการจัดการขยะมากขึ้น โครงงานนี้แสดงให้เห็นถึงศักยภาพของการผสมผสาน Machine Learning และระบบเซนเซอร์อัจฉริยะในการพัฒนาโซลูชันการจัดการขยะที่แม่นยำ สะดวก และยั่งยืน **
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย