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
ในงานนี้เราได้เสนอการใช้อัลกอริทึมการเรียนรู้ของเครื่องที่ทำการแบ่งอัลกอริทึมได้เป็น 2 ประเภท คือ แบบตื้นและแบบลึกมาทดสอบประสิทธิภาพโดยแบบตื้นมีมีอัลกอริทึม Support Vector Machine (SVM) และ XGBoost แบบลึกมีอัลกอริทึม 1D-CNN และ Long Short-Term Memory (LSTM) เราพิจารณาข้อมูลการสังเกตที่ได้จากฐานข้อมูล Optical Gravitational Lensing Experiment-III (OGLE-III) ที่เป็นดาวแปรแสงในพื้นที่ Large Magellanic Cloud (LMC) ด้วยกล้องโทรทรรศน์ขนาด 1.3-m Warsaw ที่ติดตั้งที่หอดูดาวลาสคัมปานัส ประเทศชิลี ข้อมูลนี้ประกอบด้วยการสังเกตดาวแปรแสงมากกว่าหนึ่งแสนครั้งโดยพิจารณาจากกราฟแสง และใช้ข้อมูลสถิติต่างๆ เช่น Accuracy, Precision, Recall, F1-score, AUG, mPa, mcc และ kappa ซึ่งงานวิจัยนี้มีจุดมุ่งหมายเพื่อที่จะทดสอบประสิทธิภาพในการจำแนกประเภทของดาวแปรแสงโดยใช้ข้อมูลการวิเคราะห์ light curve ด้วยเทคนิคการเรียนรู้ของเครื่องทั้งสองประเภท เพื่อให้เห็นถึงความเข้าใจในลักษณะและพฤติกรรมของดาวแปรแสง ซึ่งใช้ในประโยชน์ต่างๆ เช่น ความรู้ในด้านดาราศาสตร์ฟิสิกส์หรือการค้นพบดาวเคราะห์ดวงใหม่ๆ และการป้องกันภัยจากดาวแปรแสงมีอาจจะมีผลกระทบต่อโลก อีกทั้งในเรื่องการประหยัดเวลาและทรัพยากรในการที่จะจำแนกประเภทดาวแปรแสงอย่างมีระบบและมีประสิทธิภาพ
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
เครื่องทำความร้อนแบบเหนี่ยวนำ (Induction Heating Machine: IHM) เป็นอุปกรณ์สำคัญในอุตสาหกรรมเครื่องประดับ โดยใช้สนามแม่เหล็กไฟฟ้าเพื่อให้ความร้อนและเชื่อมโลหะมีค่า งานวิจัยนี้มุ่งพัฒนาเครื่องทำความร้อนแบบเหนี่ยวนำขดลวดคู่ (Dual Coil IHM) เพื่อเพิ่มประสิทธิภาพการผลิตและลดต้นทุนของโรงงานเครื่องประดับ โดยใช้ การวิเคราะห์แม่เหล็กไฟฟ้า (Electromagnetic Analysis: EMA) ผ่านซอฟต์แวร์ Ansys Maxwell กระบวนการวิจัยเริ่มจากการทดสอบเครื่อง IHM แบบขดลวดเดี่ยวในสภาวะการทำงานจริง และใช้ EMA เพื่อวิเคราะห์ความหนาแน่นฟลักซ์แม่เหล็ก (B) ที่เกิดขึ้น จากนั้นได้ออกแบบและเปรียบเทียบการทำงานของขดลวดคู่ในรูปแบบ ขนาน (Parallel) และ อนุกรม (Series) ผลการทดลองพบว่า ขดลวดอนุกรมให้ค่าฟลักซ์แม่เหล็กสูงกว่า และสามารถปรับค่ากระแส (I), ความถี่ (f), จำนวนรอบขดลวด (N) และระยะห่างขดลวด (d) เพื่อให้ได้ค่าที่เหมาะสมสำหรับการผลิต ผลการวิจัยแสดงให้เห็นว่า เครื่อง IHM ขดลวดคู่แบบอนุกรมสามารถเพิ่มกำลังการผลิตได้ 2 เท่า เมื่อเทียบกับเครื่องเดิม ทั้งนี้ เทคโนโลยี EMA ช่วยลดการทดลองเชิงกายภาพ ลดข้อผิดพลาด และเพิ่มความแม่นยำในการออกแบบเครื่องจักรอุตสาหกรรมเครื่องประดับ
คณะบริหารธุรกิจ
ในยุคดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ (AI) มีบทบาทสำคัญในการพัฒนาเมืองอัจฉริยะ (Smart City) และการบริหารจัดการธุรกิจ เทคโนโลยี AI Vision Analytics ได้รับความสนใจเป็นพิเศษในด้าน การควบคุมการเข้าถึงสถานที่ (Access Control System - ACS) และการวิเคราะห์พฤติกรรมผู้บริโภค (Consumer Behavior Analytics) งานวิจัยนี้มุ่งเน้นการบูรณาการ AI Access Control และ AI Video Analytics เพื่อนำมาวิเคราะห์ปัจจัยที่ส่งผลต่อ พฤติกรรมการยอมรับเทคโนโลยี (Technology Adoption Behavior) ของผู้ใช้ทั้งสองระบบ โดยใช้กรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) เพื่อประเมินปัจจัยที่มีผลต่อความเต็มใจในการใช้งาน อาทิ ความเชื่อมั่นในเทคโนโลยี (Trust in Technology), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), และความคาดหวังด้านประสิทธิภาพ (Performance Expectancy) งานวิจัยนี้ยังมีการทดสอบระบบ Access Control และ AI Vision Analytics ในบริบทจริง โดยติดตั้งระบบในงาน KMITL EXPO เพื่อเก็บข้อมูลการใช้ระบบ การนำ AI Vision มาใช้ในการบริหารธุรกิจและความปลอดภัย ผลการศึกษาจะช่วยให้ธุรกิจและหน่วยงานต่างๆ สามารถปรับกลยุทธ์ในการใช้ AI Vision Analytics เพื่อเพิ่มประสิทธิภาพการดำเนินงานทั้งในด้าน ความปลอดภัยและการตลาดดิจิทัล
คณะเทคโนโลยีการเกษตร
การใช้สารสกัดจากพืชสมุนไพรด้วยเทคโนโลยี “ไอน้ำสมุนไพร” ในการป้องกันกำจัดแมลงศัตรูพืช เป็นเทคโนโลยีที่ถูกพัฒนามาจากความรู้ของคนในชุมชนบ้านรางยอม ตำบลหนองโรง อำเภอพนมทวน จังหวัดกาญจนบุรี ร่วมกับคณะเทคโนโลยีการเกษตร สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง ภายใต้แนวคิดในการพัฒนาชุมชนโดยใช้หลักเศรษฐกิจพอเพียง จึงต้องการถ่ายทอดองค์ความรู้และเทคโนโลยี “กระบวนการผลิตไอน้ำสมุนไพร” ให้กับชุมชนที่ด้อยโอกาสทางเทคโนโลยี เป็นการพัฒนาทักษะอาชีพของเกษตรในรูปแบบของกลุ่มเกษตร ให้เกิดความเท่าเทียมทางการใช้เทคโนโลยีที่ไม่เป็นอันตรายต่อเกษตรกรและผู้บริโภค รวมทั้งสามารถลดค่าใช้จ่ายในกระบวนการผลิตลงได้ หลักการทำงานของชุดกลั่นไอน้ำสมุนไพร เป็นการประยุกต์ใช้เทคโนโลยีการผลิต “ไอน้ำสมุนไพร” ตามวิธีการของปราชญ์ชุมชนบ้านรางยอม อำเภอพนมทวน จังหวัดกาญจนบุรี กับองค์ความรู้ด้านการใช้น้ำมันหอมระเหยจากพืชในการป้องกันกำจัดแมลงและไรพืชของนักวิจัย คณะเทคโนโลยีการเกษตร สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง สามารถอธิบายรายละเอียดของเทคโนโลยีการผลิตได้ดังต่อไปนี้ การกลั่น “ไอน้ำสมุนไพร” เป็นหลักการกลั่นน้ำมันหอมระเหยจากพืชสมุนไพรโดยวิธีการกลั่นด้วยน้ำ (Water distillation) ทั่วไป เพียงแต่ขั้นตอนสุดท้ายหลังจากการกลั่นแล้วนั้น ได้น้ำและน้ำมันหอมระเหยจากพืชอยู่รวมกัน ซึ่งไม่มีขั้นตอนการแยกออกจากกัน แต่สามารถนำไปใช้ประโยชน์ได้ทันที เรียกของผสมนี้ว่า “ไอน้ำสมุนไพร” วิธีการผลิตไอน้ำสมุนไพรเพื่อใช้ในการป้องกันกำจัดแมลงและไรศัตรูพืช ดังนี้ 1. การเตรียมพืชสมุนไพรรวม 50 กิโลกรัม (ตามสูตรของแต่ละชุมชน ซึ่งมีความแตกต่างกันไปตามชนิดของแมลงและไรศัตรูพืช และชนิดของพืชปลูก) 2. นำพืชสมุนไพรตามสูตรมาสับให้ละเอียด ผสมกับน้ำสะอาด 50 ลิตร ใส่ในถังกลั่นขนาด 200 ลิตร คลุกเคล้าให้เข้ากัน ปิดฝา รอจนน้ำเดือดเป็นไอออกมา ไอน้ำจะพาน้ำมันหอมระเหยจากพืชออกมาทางท่อทางออกของไอน้ำ ท่อนั้นผ่านไปยังถังควบแน่น และถูกควบแน่นเป็นของเหลวไหลออกมา สารที่ได้เรียกว่า “ไอน้ำสมุนไพร” ควบคุมคุณภาพการกลั่นโดยให้ได้ไอน้ำสมุนไพร 30 ลิตร (ใช้เวลาประมาณ 3-4 ชั่วโมง) จึงหยุดกระบวนการกลั่น 3. ผสมไอน้ำสมุนไพรที่ได้ทั้งหมดเข้าด้วยกัน เพิ่มสารช่วยผสมระหว่างน้ำมันหอมระเหยจากพืชสมุนไพรและน้ำด้วยสารช่วยผสม เช่น ปิโตรเลียมออยล์ ไวท์ออยล์ สารทวีน หรือสารจับใบ อัตรา 5 ซีซี ต่อ ลิตร เขย่าให้เข้ากัน บรรจุใส่ขวดพลาสติกทึบแสง 4. อัตราการใช้และวิธีการใช้ไอน้ำสมุนไพรในการป้องกันกำจัดแมลงและไรศัตรูพืช - เป็นสารไล่ ใช้ในอัตรา 80-100 ซีซี ต่อน้ำ 20 ลิตร ฉีดพ่นทุก ๆ 15 วัน สามารถป้องกันการเข้าทำลายของแมลงและไรศัตรูพืชได้ - เป็นสารฆ่า ใช้ในอัตรา 200-400 ซีซี ต่อน้ำ 20 ลิตร ฉีดพ่นทุก ๆ 3-4 วัน อย่างต่อเนื่อง สามารถฆ่าแมลงและไรศัตรูพืชได้"