ผู้วิจัยมีแนวคิดพัฒนากากชานอ้อยผสมโมลาสเพื่อใช้เป็นวัสดุรมควันเนื้อสัตว์ โดยเพิ่มกลิ่นและรสชาติที่เป็นเอกลักษณ์ ตอบโจทย์ธุรกิจอาหารและความต้องการของผู้บริโภค ทั้งยังช่วยเพิ่มมูลค่าให้วัสดุเหลือใช้จากโรงงานน้ำตาล ลดของเสีย และส่งเสริมการใช้ทรัพยากรอย่างคุ้มค่า
กากชานอ้อยเป็นผลพลอยได้จากกระบวนการผลิตน้ำตาลของโรงงานน้ำตาลทราย โดยปกติมักเป็นวัสดุเหลือทิ้ง ผู้วิจัยเล็งเห็นโอกาสในการเพิ่มมูลค่าด้วยการนำมาใช้เป็นวัสดุรมควันเนื้อสัตว์ ซึ่งเป็นที่นิยมในอุตสาหกรรมอาหาร เนื่องจากช่วยเพิ่มกลิ่นและรสชาติให้ผลิตภัณฑ์ อย่างไรก็ตาม กากชานอ้อยจากโรงงานมีความหวานและกลิ่นหอมน้อย ผู้วิจัยจึงเสนอแนวทางการเติมโมลาส ซึ่งเป็นของเหลวข้นจากการเคี่ยวน้ำอ้อย เพื่อเพิ่มคุณภาพของวัสดุรมควัน ทั้งนี้ยังไม่มีรายงานการศึกษาการใช้โมลาสร่วมกับกากชานอ้อยในลักษณะนี้มาก่อน การพัฒนาวัสดุรมควันจากกากชานอ้อยผสมโมลาสจึงช่วยตอบโจทย์ตลาดอาหารรมควัน เพิ่มมูลค่าของวัสดุเหลือใช้ และลดของเสียในอุตสาหกรรมการผลิตน้ำตาล
คณะเทคโนโลยีการเกษตร
การออกแบบพื้นที่เกษตร 22 ไร่ ตั้งอยู่ภายในอำเภอทท่าเสา จังหวัดอุตรดิตถ์ แนวคิดในการออกแบบพื้นที่นี้มีเป้าหมายเพื่อส่งเสริมให้เกษตรกรและชุมชนสามารถสร้างรายได้จากสินค้าการเกษตรที่ผลิตเองภายในพื้นที่ โดยเน้นให้พื้นที่นี้เป็น “ตลาดมีชีวิต” ที่ไม่เพียงแต่เป็นแหล่งสร้างอาหารจากพืชพันธุ์หลากหลายชนิด แต่ยังเป็นการสร้างระบบนิเวศที่สมดุลและส่งเสริมความหลากหลายทางชีวภาพในพื้นที่อีกด้วย ตลาดนี้จะกลายเป็นพื้นที่ตลาดที่ยั่งยืน ซึ่งไม่เพียงแต่ดีต่อชุมชนในด้านการส่งเสริมเศรษฐกิจ แต่ยังส่งผลดีต่อสิ่งแวดล้อมด้วย โดยพื้นที่นี้จะทำหน้าที่เป็นศูนย์กลางทางสังคมและการเรียนรู้ ที่สมาชิกในชุมชนสามารถแลกเปลี่ยนข้อมูลและประสบการณ์การเกษตรกันได้อย่างเต็มที่ นอกจากนี้ยังช่วยกระตุ้นเศรษฐกิจภายในชุมชนอีกทางหนึ่งด้วย
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย
คณะเทคโนโลยีสารสนเทศ
รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น