เนื่องจากตลาดทุนมีบทบาทสำคัญต่อเศรษฐกิจไทยและมีจำนวนบริษัทไทยที่เข้าร่วมและให้ความสนใจเพิ่มขึ้นอย่างต่อเนื่อง ข้อเท็จจริงเหล่านี้เป็นแรงบันดาลใจให้ดำเนินการศึกษาวิเคราะห์ว่า ตลาดหลักทรัพย์สามารถเป็นปัจจัยกระตุ้นที่ช่วยยกระดับผลการดำเนินงานของบริษัทได้จริงหรือไม่ รวมถึงลักษณะของบริษัทที่ได้รับประโยชน์จากการเป็นบริษัทจดทะเบียน ผลลัพธ์จากการศึกษานี้สามารถส่งเสริมความสนใจในการเข้าจดทะเบียนของบริษัทต่างๆ มอบแนวทางที่เป็นประโยชน์ให้กับองค์กรที่ต้องการพัฒนาศักยภาพในการแข่งขัน และเสนอแนะแนวทางในการปรับปรุงตลาดหลักทรัพย์เพื่อเสริมสร้างการเข้าถึงเงินทุนและความแข็งแกร่งของตลาดทุนไทยในระยะยาว สมมติฐานหลักที่เป็นแนวทางในการศึกษาครั้งนี้คือ การอยู่ในตลาดหลักทรัพย์เป็นระยะเวลานาน ("aging in the market") ส่งผลให้ผลการดำเนินงานของบริษัทดีขึ้นอย่างมีนัยสำคัญหรือไม่ โดยเฉพาะอย่างยิ่ง เราต้องการวิเคราะห์ว่าการจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยมีความสัมพันธ์กับการพัฒนาด้านการดำเนินงานของบริษัทหรือไม่ ซึ่งจะช่วยให้เข้าใจถึงประโยชน์ที่แท้จริงของการเป็นบริษัทมหาชนต่อผลการดำเนินงานในระยะยาว
Given the fact that the equity market contributes a significant amount to Thai economy and increasing participants and interest by Thai companies, these facts inspire and motivate us to establish a study to analyze whether the stock market can indeed be an active booster of company performances and characteristics of companies which will be beneficial from being in the stock market. These results can support higher listing interest from companies, provide actionable ideas to companies aiming to improve their performance in the competitive arena, and suggest improvements for the stock market to further establish a stronger capital market penetration and foundation in Thailand.
คณะวิศวกรรมศาสตร์
แอพพลิเคชันสำหรับการแพทย์ทางไกล เป็นระบบต้นแบบที่มีฟังก์ชันพื้นฐานสำหรับการสื่อสารวินิจฉัยอาการระหว่างผู้ป่วย พยาบาล และแพทย์ ผ่านระบบวิดีโอคอนเฟอร์เร้นซ์ ที่มีการแบ่งตามห้องวินิจฉัย และสามารถบันทึกข้อมูลผู้ป่วยได้ โดยเปิดระบบเป็นโอเพ่นซอสเพื่อให้ผู้อื่นใช้พัฒนาต่อยอด
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
คณะเทคโนโลยีการเกษตร
โปรเจ็คสวนสาธารณะ : บับเบิ้ลเดล ปาร์ค เป็นสวนสาธารณะแบบใหม่ที่ สวนพระนคร เขตลาดกระบัง จ.กรุงเทพมหานคร เพื่อให้มีความทันสมัย สนุกสนาน ด้วยแนวคิดใช้ฟองอากาศเข้ามาเติมสีสันให้เชื่อมต่อกับธรรมชาติในแบบที่ไม่เหมือนที่ใด