การควบคุมโรคพืชโดยชีววิธี (Biological control หรือ biocontrol) เป็นวิธีการจัดการกับโรคพืชที่ได้รับความสนใจในปัจจุบัน เนื่องจากเป็นมิตรต่อสิ่งแวดล้อม ตลอดจนสุขภาพของเกษตรกรและผู้บริโภค หลักเกณฑ์ที่สำคัญของการควบคุมโรคพืชโดยชีววิธีคือการใช้จุลินทรีย์ที่มีคุณสมบัติเป็นปฏิปักษ์ (Antagonistic microorganisms) ต่อเชื้อสาเหตุโรค ซึ่งถูกนำมาใช้ในการควบคุมหรือกำจัดไม่ให้เชื้อสาเหตุโรคเข้าทำความเสียหายต่อพืชได้ ดังนั้นการได้มาซึ่งจุลินทรีย์ปฏิปักษ์ที่มีประสิทธิภาพคือหัวใจสำคัญของการควบคุมโรคพืชโดยชีววิธี โครงงานนี้จึงได้ทำการแยกเชื้อจุลินทรีย์จากหลายแหล่งในธรรมชาติ นำมาทำการคัดเลือกจุลินทรีย์ปฏิปักษ์ต่อเชื้อสาเหตุ Phytophthora palmivora เชื้อราสาเหตุโรครากเน่าโคนเน่าของทุเรียน Curvularia sp. เชื้อราสาเหตุสาเหตุโรคใบจุดสีน้ำตาลของข้าว และ Xanthomonas citri pv. citri เชื้อแบคทีเรียสาเหตุโรคแคงเกอร์ของพืชตระกูลส้ม
ในปัจจุบันยังมีการใช้สารเคมีเป็นจำนวนมากในการควบคุมและจัดการกับโรคพืช เนื่องจากประสิทธิภาพในการควบคุมโรคพืชโดยชีววิธียังไม่สามารถเทียบเคียงสารเคมีได้ หากแต่การใช้สารเคมีก็มีผลกระทบทั้งต่อสิ่งแวดล้อม ต่อตัวเกษตรกร และผู้บริโภค การได้มาซึ่งจุลินทรีย์ปฏิปักษ์ที่มีประสิทธิภาพในการควบคุมโรคพืชจึงเป็นการส่งเสริมการควบคุมโรคพืชโดยชีววิธี อีกทั้งประเทศไทยเป็นประเทศที่มีความหลากหลายทางชีวภาพเป็นอย่างมาก เป็นแหล่งอาศัยของจุลินทรีย์มากมาย คณะผู้จัดทำจึงมีวัตถุประสงค์ที่จะแยกเชื้อจุลินทรีย์จากธรรมชาติและนำมาคัดเลือกเชื้อจุลินทรีย์ที่มีฤทธิ์ปฏิปักษ์ต่อเชื้อสาเหตุโรค 3 ชนิดที่สนใจ ได้แก่ เชื้อราสาเหตุโรครากเน่าโคนเน่าของทุเรียน เชื้อราสาเหตุสาเหตุโรคใบจุดสีน้ำตาลของข้าว และเชื้อแบคทีเรียสาเหตุโรคแคงเกอร์ของพืชตระกูลส้ม
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
แบบจำลองเชิงแนวคิด (conceptual model) ที่ได้แรงบันดาลใจมากจากกระจกสีในสถาปัตยกรรมกอทิก (Gothic) ถ่ายทอดความซับซ้อนและสมดุลผ่านลวดลายเรขาคณิตที่ประณีต ซึ่งสะท้อนถึงความกลมกลืนอันศักดิ์สิทธิ์ โครงสร้างที่สมมาตร และการไล่ระดับของแสงที่ลอดผ่านกระจกสี ช่วยสร้างมิติของความเคลื่อนไหว เสริมให้บรรยากาศโดยรอบเปี่ยมไปด้วยความศักดิ์สิทธิ์และมนต์ขลัง เปรียบดั่งหน้าต่างที่เปิดสู่สรวงสวรรค์
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเครื่องคัดแยกเฉดสีของพลอยแบบอัตโนมัติ เพื่อลดข้อจำกัดของการคัดแยกเฉดสีโดยอาศัยแรงงานมนุษย์ ซึ่งมีข้อจำกัดในด้านความรวดเร็วและความแม่นยำ งานวิจัยนี้นำเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการวิเคราะห์และแยกเฉดสีของพลอย โดยพัฒนาอัลกอริทึมที่สามารถตรวจจับและจำแนกเฉดสีได้อย่างแม่นยำ พร้อมด้วยการออกแบบระบบรางอัตโนมัติเพื่อขนส่งพลอยผ่านเครื่องคัดแยกเฉดสีได้อย่างมีประสิทธิภาพ ระบบรางดังกล่าวช่วยให้กระบวนการคัดแยกดำเนินการได้อย่างต่อเนื่อง วิธีการทำงานของเครื่องคัดแยกประกอบด้วยการจับภาพสีของพลอยด้วยกล้องความละเอียดสูง จากนั้นประมวลผลภาพด้วยโปรแกรม เพื่อจำแนกเฉดสีของพลอย และส่งพลอยไปยังตำแหน่งที่กำหนดบนรางอัตโนมัติ ผลการทดลองแสดงให้เห็นว่า เครื่องคัดแยกเฉดสีอัตโนมัติที่รวมระบบรางมีความแม่นยำและรวดเร็วสูง สามารถช่วยลดต้นทุนแรงงานและเพิ่มประสิทธิภาพในการคัดแยกเฉดสีของพลอยได้อย่างมีนัยสำคัญ
คณะแพทยศาสตร์
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Deep Convolutional Neural Networks - CNNs) สำหรับการระบุเม็ดยาอย่างแม่นยำ เพื่อแก้ไขข้อจำกัดของการพิสูจน์เอกลักษณ์เม็ดยาด้วยทรัพยากรมนุษย์ โดยใช้ข้อมูลรูปภาพจำนวน 1,250 ภาพ จากยาสามัญประจำบ้าน 10 ชนิด นำมาทดสอบกับโมเดล YOLO ที่แตกต่างกันภายใต้เงื่อนไขต่างๆ ผลการทดลองพบว่า การใช้แสงธรรมชาติให้ผลดีกว่าเมื่อทดสอบด้วยระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน เมื่อเปรียบเทียบกับแสงจากกล่องสตูดิโอ นอกจากนี้ โมเดล YOLOv5-tiny แสดงความแม่นยำสูงสุดในการตรวจจับเม็ดยา ขณะที่โมเดล EfficientNet_b0 ให้ผลลัพธ์ดีที่สุดในการจำแนกเม็ดยา แม้ว่าระบบโครงข่ายประสาทเทียมแบบคอนโวลูชันที่พัฒนาขึ้นนี้จะให้ผลลัพธ์ที่น่าพึงพอใจ แต่ยังมีข้อจำกัดในเรื่องชนิดของเม็ดยาและจำนวนภาพที่ใช้ในการศึกษา อย่างไรก็ตาม งานวิจัยนี้มีศักยภาพในการส่งเสริมความปลอดภัยในการใช้ยาทั้งในระบบสาธารณสุขและผู้ป่วยนอก รวมถึงลดปัญหาที่อาจเกิดขึ้นจากการใช้ยาผิดพลาด