กากกาแฟเป็นส่วนเหลือจากการชงกาแที่มีส่วนของสารอาหารหลายชนิด งานวิจัยนี้จึงใช้กากกาแฟเป็นส่วนผสมในผลิตภัณฑ์แครกเกอร์ โดยศึกษาสูตรและกระบวนการผลิตแครกเกอร์สูตรพื้นฐานที่ได้รับความนิยม ก่อนการเสริมด้วยกากกาแฟที่อัตราส่วนต่างๆ ผลการทดลองพบว่าการใส่กากกาแฟในแครกเกอร์ ได้รับคะแนนความชอบจากผู้บริโภค โดยเฉพาะผู้ที่ดื่มกาแฟ อีกทั้งยังกากกาแฟยังสามารถเพิ่มปริมาณสารอาหาร โดยเฉพาะคาร์โบไฮเดรต ไฟเบอร์ให้กับผลิตภัณฑ์
ผลิตภัณฑ์เบเกอรี เป็นผลิตภัณฑ์ที่ผู้บริโภคนิยมชื่นชอบ และสะดวกต่อการบริโภคทั้งในเวลาเร่งด่วนและเวลาว่าง โดยเฉพาะแครกเกอร์ซึ่งเป็นหนึ่งในผลิตภัณฑ์ที่สะดวกพกพา และสามารถนำมาบริโภคได้ในทุกช่วงเวลา การเสริมคุณค่าทางโภชนาการในแครกเกอร์ จึงมีส่วนช่วยให้ผู้บริิโภคได้รับประโยชน์มากขึ้น นอกจากนี้ แครกเกอร์มีองค์ประกอบของส่วนผสมที่อาจส่งผลต่อคุณภาพ โดยเฉพาะไขมัน แนวมลทางการใช้ประโยชน์จากวัตถุดิบที่มีส่วยช่วยในการเสริมสารอาหารแบะช่วยต้านการเกิดปฎิกิริยาออกซิเดชันเนื่องจากไขมัน จึงมีศักยภาพในการนำไปใช้ผลิตจริง กากกาแฟจึงนับเป็นวัตถุดิบที่มีคุณลักษณะดังกล่าว งานวิจัยนี้จึงใช้กากกาแฟในการเสริมอาหารให้กับแครกเกอร์ ด้วยกากกาแฟมีใยอาหาร มีสารประกอบโพลีฟีนอลดและยังเป็นการใช้ประโยชน์จากส่วนเหลือการชงกาแฟ ได้อย่างมีประสิทธิภาพ

วิทยาลัยวิศวกรรมสังคีต
โครงงานชิ้นนี้เป็นการศึกษาการออกแบบพื้นที่เก็บเสียงแบบพกพาได้ ซึ่งจะทำให้ผู้ใช้สามารถฝึกซ้อมการใช้เสียงได้โดยไม่รบกวนพื้นที่รอบข้าง

คณะวิศวกรรมศาสตร์
งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบปลอมปนของข้าวสารพันธุ์ขาวดอกมะลิ 105 ตามอายุการเก็บรักษา ด้วยเทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี โดยใช้ฟูเรียร์ทรานฟอร์มเนียร์อินฟราเรดสเปกโทรสโกปี (FT-NIR) จำนวนคลื่น 12,500 – 4,000 cm-1 (800 – 2,500 nm) ซึ่งอายุการเก็บรักษาของข้าวที่แตกต่างกันส่งผลต่อคุณภาพข้าวหุงสุก งานวิจัยนี้แบ่งเป็น 2 ส่วน 1) เพื่อตรวจสอบความเป็นไปในการแยกข้าวสารตามอายุการเก็บรักษา 1 2 และ 3 ปี แบบจำลองที่ดีที่สุดสร้างด้วย Ensemble ร่วมกับ Second Derivative มีค่าความถูกต้อง (Accuracy) เท่ากับ 96.3% 2) ตรวจสอบการปลอมปนตามอายุการเก็บรักษา โดยปลอมปนที่ 0% (ข้าว 2 และ 3 ปีทั้งหมด), 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% และ 100% (ข้าว 1 ปีทั้งหมด) แบบจำลองที่ดีที่สุดสร้างด้วย Gaussian Process Regression (GPR) ร่วมกับ Smoothing + Multiplicative Scatter Correction (MSC) โดยมีค่าสัมประสิทธิ์การกำหนด (r²) ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) ค่าความคลาดเคลื่อนเฉลี่ย (Bias) และค่าความสามารถในการทำนาย (RPD) เท่ากับ 0.92 8.6% 0.9% และ 3.6 ตามลำดับ แสดงให้เห็นว่าแบบจำลองการปลอมปนสามารถนำไปประยุกต์ใช้ได้สำหรับการตรวจสอบการแยกประเภทข้าวตามอายุการเก็บรักษา 1 ปี 2 ปี และ 3 ปี นอกจากนั้นค่าสีของข้าวที่อายุการเก็บรักษาต่างกันมีค่าสี L* และ b* ต่างกันอีกด้วย

คณะวิทยาศาสตร์
โครงงานนี้นำเสนอการพัฒนา "บ้านแมวอัจฉริยะ (Smart Cat House)" โดยใช้เทคโนโลยี Internet of Things (IoT) และการประมวลผลภาพ เพื่ออำนวยความสะดวกและเพิ่มความปลอดภัยในการดูแลแมวของเจ้าของ โครงสร้างพื้นฐานของบ้านแมวอัจฉริยะประกอบด้วยบอร์ด ESP8266 ที่เชื่อมต่อกับกล้อง ESP32 CAM สำหรับการตรวจสอบแมว และบอร์ด Arduino ที่ควบคุมเซ็นเซอร์ต่างๆ เช่น เซ็นเซอร์ตรวจจับการเคลื่อนไหวในกระบะทราย เซ็นเซอร์อุณหภูมิและความชื้น DHT22 เซ็นเซอร์วัดระดับน้ำและอาหารด้วย Ultrasonic รวมถึงระบบจ่ายน้ำดื่มสำหรับแมว ระบบให้อาหารอัตโนมัติ และระบบระบายอากาศที่ควบคุมด้วย DC FAN ซึ่งปรับการทำงานตามอุณหภูมิที่วัดได้ เพื่อรักษาสภาพแวดล้อมที่เหมาะสม นอกจากนี้ยังมี IR sensor สำหรับตรวจจับการเข้าห้องน้ำของแมว และระบบเปลี่ยนทรายอัตโนมัติด้วย SERVO MOTOR ระบบทั้งหมดเชื่อมต่อและควบคุมผ่านแอปพลิเคชัน Blynk ที่สามารถใช้งานบนมือถือ ทำให้เจ้าของสามารถติดตามและดูแลสัตว์เลี้ยงได้จากระยะไกล การตรวจจับและยืนยันตัวตนของแมว ใช้เทคโนโลยีการประมวลผลภาพจากกล้อง ESP32 CAM ร่วมกับ YOLO (You Only Look Once) ซึ่งเป็นอัลกอริทึมตรวจจับวัตถุที่มีประสิทธิภาพสูง เพื่อตรวจจับและแยกแยะระหว่างแมวกับคน ข้อมูลจากเซ็นเซอร์ต่างๆ จะถูกส่งไปยังบอร์ด Arduino เพื่อควบคุมการทำงานของอุปกรณ์ต่างๆ ในบ้านแมวอัจฉริยะ เช่น การเปิด-ปิดไฟ การเปลี่ยนทรายอัตโนมัติ การปรับอุณหภูมิและความชื้น การให้อาหารและน้ำตามเวลาที่กำหนด หรือการระบายอากาศ การใช้ระบบเชื่อมต่อผ่าน ESP8266 และแอปพลิเคชัน Blynk ช่วยให้การควบคุมอุปกรณ์ต่างๆ ทำได้ง่ายและสะดวก เจ้าของสามารถติดตามและควบคุมการทำงานของระบบทั้งหมดได้จากทุกที่ที่มีอินเทอร์เน็ต