
นวัตรกรรมยาดมหอมเย็น มีแนวคิดมาจากที่ผู้คนในปัจจุบันมีการใช้ยาดมแพร่หลายอย่างมาก ดังนั้นในการทำนวัตรกรรมครั้งที่มีวัตถุประสงค์เพื่อยกระดับผลิตภัณฑ์ให้เข้ากับยุคสมัย ประยุกต์ความเป็นไทยให้เข้าถึงคนรุ่นใหม่ พัฒนากลิ่นจากวัตถุดิบท้องถิ่นไทย เพิ่มมูลค่าให้ดอกไม้และผลไม้ไทย โดยมีการสกัดดอกไม้และผลไม้โดยวิธีการต่างๆ เพื่อคงรักษากลิ่นให้คงอยู่นานมากขึ้น และนำพิมเสน การบูร เมนทอลเข้ามาผสมเพื่อให้ได้ความสดชื่นและมีความเย็น สำหรับบรรจุภัณฑ์ ผลิตขึ้นจากดินโพลิเมอร์ ปั้นขึ้นรูปและนำไปเข้าเตาอบเพื่อให้เกิดการแข็งตัว และมีผ้าปิดแทนการใช้ฝา เผื่อให้มีความแปลกใหม่แทนการใช้ผลิตภัณฑ์ยาดมแบบเดิมๆ
เพื่อยกระดับวัตถุดิบท้องถิ่นไทยให้มีกลิ่นที่แปลกใหม่ เพื่อให้เข้าถึงคนรุ่นใหม่ได้มากขึ้นและสร้างกลิ่นอัตลักษณ์ไทยโดยใช้ดอกไม้และผลไม้ไทยในการทำยาดม

คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-

คณะเทคโนโลยีสารสนเทศ
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

คณะสถาปัตยกรรม ศิลปะและการออกแบบ
ชิ้นงานนี้เป็นแบบจำลองเชิงแนวคิด (conceptual model) ที่นำแนวคิดสถาปัตยกรรมคตินิยมเปลี่ยนแนว (Deconstructivism) มาใช้ในการออกแบบ ภายใต้ชื่อ "DeHome" ซึ่งมาจากคำว่า Deconstruction Home โดยทำการแยกองค์ประกอบพื้นฐานของบ้าน ได้แก่ หลังคา เสา ประตู หน้าต่าง และอิฐ ออกเป็นส่วนๆ แล้วนำมาจัดวางใหม่ในรูปแบบที่สะท้อนความแตกกระจาย ขัดแย้ง และเคลื่อนไหว การออกแบบนี้ท้าทายแนวคิดดั้งเดิมของความมั่นคงของโครงสร้าง ผ่านการขยายขนาดขององค์ประกอบสำคัญ เช่น ประตู หน้าต่าง และเสา เพื่อเน้นความบิดเบี้ยวและพลังของการเปลี่ยนแปลง งานชิ้นนี้ไม่เพียงแค่รื้อโครงสร้างทางกายภาพของบ้าน แต่ยังเป็นการตีความใหม่ของแนวคิด "บ้าน" ในบริบทของสถาปัตยกรรมร่วมสมัยอีกด้วย