ซอสมะม่วงมหาชนกพัฒนาจากมะม่วงตกเกรดจากบ้านหนองบัวชุม จ.กาฬสินธุ์ ใช้เทคโนโลยีทางวิทยาศาสตร์การอาหารเพื่อลดของเสียทางการเกษตรและปรับปรุงคุณภาพของผลิตภัณฑ์ ซอสนี้เสริมใยอาหารพรีไบโอติก ช่วยส่งเสริมจุลินทรีย์ที่ดีในลำไส้ มีน้ำตาลต่ำ ดีต่อสุขภาพ ปราศจากการแต่งสีและกลิ่น เหมาะกับอาหารหลากหลายประเภททั้งคาวเเละหวาน
ผลิตภัณฑ์ซอสมะม่วงมหาชนกพัฒนามาจากมะม่วงที่ตกเกรดจากบ้านหนองบัวชุม อำเภอหนองกุงศรี จังหวัดกาฬสินธุ์ เป็นการนำวิทยาศาสตร์การอาหารมาประยุกต์ใช้ให้เกิดประโยชน์สูงสุดต่อการลดของเสียทางการเกษตรและการใช้ทรัพยากรอย่างมีประสิทธิภาพ ซอสมะม่วงนี้มีการเสริมด้วยใยอาหารประเภทพรีไบโอติก ซึ่งช่วยกระตุ้นการเจริญเติบโตของจุลินทรีย์ที่ดีต่อลำไส้ สูตรซอสยังมีปริมาณน้ำตาลต่ำ อีกทั้งไม่มีการแต่งสีและกลิ่น ซึ่งช่วยรักษาคุณภาพและรสธรรมชาติของมะม่วง ทำให้ผลิตภัณฑ์นี้มีความเข้มข้นของรสชาติมะม่วงมหาชนกอย่างแท้จริงและดีต่อสุขภาพ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-
วิทยาลัยวิศวกรรมสังคีต
โครงงานชิ้นนี้เป็นการศึกษาการออกแบบพื้นที่เก็บเสียงแบบพกพาได้ ซึ่งจะทำให้ผู้ใช้สามารถฝึกซ้อมการใช้เสียงได้โดยไม่รบกวนพื้นที่รอบข้าง
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