งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาพริกพันธุ์การค้าของไทยให้ต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้
ประเทศไทยยังขาดพริกต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง และ เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้
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
คณะวิศวกรรมศาสตร์
เนื่องจากตลาดทุนมีบทบาทสำคัญต่อเศรษฐกิจไทยและมีจำนวนบริษัทไทยที่เข้าร่วมและให้ความสนใจเพิ่มขึ้นอย่างต่อเนื่อง ข้อเท็จจริงเหล่านี้เป็นแรงบันดาลใจให้ดำเนินการศึกษาวิเคราะห์ว่า ตลาดหลักทรัพย์สามารถเป็นปัจจัยกระตุ้นที่ช่วยยกระดับผลการดำเนินงานของบริษัทได้จริงหรือไม่ รวมถึงลักษณะของบริษัทที่ได้รับประโยชน์จากการเป็นบริษัทจดทะเบียน ผลลัพธ์จากการศึกษานี้สามารถส่งเสริมความสนใจในการเข้าจดทะเบียนของบริษัทต่างๆ มอบแนวทางที่เป็นประโยชน์ให้กับองค์กรที่ต้องการพัฒนาศักยภาพในการแข่งขัน และเสนอแนะแนวทางในการปรับปรุงตลาดหลักทรัพย์เพื่อเสริมสร้างการเข้าถึงเงินทุนและความแข็งแกร่งของตลาดทุนไทยในระยะยาว สมมติฐานหลักที่เป็นแนวทางในการศึกษาครั้งนี้คือ การอยู่ในตลาดหลักทรัพย์เป็นระยะเวลานาน ("aging in the market") ส่งผลให้ผลการดำเนินงานของบริษัทดีขึ้นอย่างมีนัยสำคัญหรือไม่ โดยเฉพาะอย่างยิ่ง เราต้องการวิเคราะห์ว่าการจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยมีความสัมพันธ์กับการพัฒนาด้านการดำเนินงานของบริษัทหรือไม่ ซึ่งจะช่วยให้เข้าใจถึงประโยชน์ที่แท้จริงของการเป็นบริษัทมหาชนต่อผลการดำเนินงานในระยะยาว
คณะวิศวกรรมศาสตร์
โครงงานสหกิจฉบับนี้จัดทำขึ้นโดยมีวัตถุประสงค์เพื่อลดระยะเวลาในการแก้ไขปัญหาให้แก่ลูกค้า โดยเน้นการปรับปรุงตามแนวคิดแบบลีนและการประยุกต์ใช้เทคโนโลยีเข้ามาช่วย ในกรณีศึกษาของบริษัท เน็กซเตอร์ ดิจิตอล แอนด์ โซลูชั่น จํากัด ซึ่งผู้วิจัยมุ่งเน้นการปรับปรุงกระบวนการทำงานและสร้างมาตรฐานการทำงาน รวมถึงนำเทคโนโลยีบอท เข้ามาแก้ไขในกระบวนการทำงาน เพื่อให้ระยะเวลาในการแก้ไขปัญหาลดลงและสามารถสร้างมาตรฐานการทำงานใหม่ให้กับทางบริษัทได้ งานวิจัยฉบับนี้ได้เสนอแนวคิดที่สำคัญในการหาสาเหตุที่แท้จริงของปัญหา, การลดขั้นตอนของกระบวนการที่มีความซ้ำซ้อน, การนำวิธีแนวคิดลีน (Lean) มาปรับใช้, การประยุกต์เทคโนโลยีเข้ามาใช้ในกระบวนการ เป็นต้น อนึ่ง ในงานวิจัยนี้สามารถแยกปัญหาหลักที่แก้ไขได้ 2 ปัญหาหลัก โดยปัญหาแรกคือการแก้ไขปัญหาให้ลูกค้าที่ติดต่อเข้ามา ผลการวิจัย พบว่า สามารถลดเวลาการแก้ไขปัญหาจากค่าเฉลี่ย 5 วัน เหลือ 3 วัน นั่นคือสามารถลดได้ 38% และ ในปัญหาหลักที่สองคือการแก้ไขปัญหาให้ทาง Vendor ผลการวิจัย พบว่า สามารถลดเวลาการตอบกลับการแก้ไขปัญหาจากค่าเฉลี่ย 20 นาที เหลือ 0.3 นาที คิดเป็น 98.5% จากผลการทดลองของทั้งสองปัญหาหลักไม่เพียงช่วยยกระดับการให้บริการแก่ลูกค้า แต่ยังสร้างมาตรฐานในการตอบสนองและแก้ไขปัญหาภายในองค์กรให้มีระยะเวลาที่ลดลง