งานวิจัยนี้นำเสนอการออกแบบเครื่องมือระบบการนับยุง ยุงที่ถูกนับตายเพื่อไม่ให้วัดข้อมูลการนับซ้ำ ทันทีที่เครื่องนับแหล่งที่มาอินพุตตรวจจับยุงได้ สัญญาณทริกเกอร์เดี่ยวจะถูกส่งไปยังระบบ IOT เพื่อขัดจังหวะเซิร์ฟเวอร์ทันที จำนวนยุงจริงไม่ได้ส่งสัญญาณไปยัง IOT แต่เป็นเพียงสัญญาณรบกวนเซิร์ฟเวอร์เท่านั้น เซิร์ฟเวอร์จะบันทึกจำนวนสัญญาณขัดจังหวะด้วยนาฬิกาแบบเรียลไทม์ จากนั้นข้อมูลขัดจังหวะจะได้รับการจัดการต่อไป เครื่องนับส่วนหน้าประกอบด้วยเครื่องสร้างไฟฟ้าแรงสูงที่มีค่าแรงดันไฟฟ้าและระยะห่างของอิเล็กโทรดที่เหมาะสมกับขนาดยุงที่ต้องการ สัญญาณพัลส์ทริกเกอร์ต่ำของยุงที่ถูกฆ่าด้วยไฟฟ้าแรงสูงจะถูกส่งไปยังชุดควบคุม ทันที สัญญาณการนับจำนวนยุงรบกวนจะถูกส่งไปยังการรวบรวมข้อมูลกระแสใหญ่บนระบบ IOT โดยเทคนิคการประทับเวลา สร้างผลการตรวจวัดตัวอย่างยุงตัวเป็นๆ จำนวน 10 ตัว ในกล่องพื้นที่จำกัดในการบิน โดยเครื่องนับแสดงว่าผลการนับถูกต้อง 100%
ประเทศไทยประสบกับปัญหาการแพร่ระบาดของโรคที่มียุงเป็นพาหะนำโรคมานาน เช่น ไข้มาราเลีย โรคไข้เลือดออก โรคเท้าช้าง เป็นต้น โรคไข้เลือดออกถูกพบขึ้นครั้งแรกในประเทศไทยในปี พ.ศ. 2492 ข้อมูลรายงานสถานการณ์โรคไข้เลือดออกตั้งแต่ปี พ.ศ. 2558 ถึงปี พ.ศ. 2563 พบว่ามีผู้ป่วยสูงสุดในปี 2562 ซึ่งพบผู้ป่วยสูงถึง 18,105 รายโดยภาครัฐไม่ได้นิ่งนอนใจเกี่ยวกับปัญหาที่เกิดขึ้นและได้ทำการสนับสนุนนวัตกรรมที่จะเข้ามาช่วยจัดการกับปัญหาดังกล่าว
คณะเทคโนโลยีการเกษตร
ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
คณะเทคโนโลยีการเกษตร
แมลงศัตรูทางการแพทย์และสัตวแพทย์ที่สำคัญจำพวกยุงลายบ้าน แมลงวันบ้าน และแมลงสาบ ล้วนสร้างปัญหาทางด้านสุขอนามัยของคนและสัตว์เลี้ยงลูกด้วยนม รวมถึงสร้างความบดบังความงามทางทัศนียภาพมากขึ้น ดังนั้นงานวิจัยครั้งนี้จึงค้นพบสูตรผสมของน้ำมันหอมระเหยและสารออกฤทธ์หลักจากพืชสมุนไพรที่มีประสิทธิภาพสูงในการควบคุมและกำจัดแมลงเหล่านี้เมื่อเทียบกับสารเคมีกำจัดแมลง รวมถึงมีความปลอดภัยต่อสิ่งมีชีวิตที่ไม่ใช่เป้าหมายที่อาศัยอยู่ในสภาพแวดล้อมได้ และพบว่ามีความเสถียรและรักษาคุณภาพการออกฤทธิ์ของสารได้เป็นอย่างดี ซึ่งสารสูตรดังกล่าวสามารถพัฒนาเป็นผลิตภัณฑ์จากธรรมชาติที่เป็นมิตรต่อสิ่งแวดล้อมและสามารถใช้แทนหรือลดการใช้สารเคมีกำจัดแมลงเหล่านี้ได้
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
สถานการณ์ในปัจจุบันและความไม่แน่นอน นำมาสู่แนวคิดความมั่นคงทางอาหาร การนำเอานวัตกรรมและเทคโนโลยีเข้ามาปรับใช้เพื่อให้เกิดการให้ผลผลิตที่มากในพื้นที่จำกัด โดยปรับปรุงอาคารเก่าในพื้นที่เมืองที่ไม่ถูกใช้งานมาปรับปรุงให้เหมาะสมกับการปลูกพืช จัดทำเป็นพื้นที่เรียนรู้การปลูกพืชในเมือง นำเสนอวิธีการปลูกพืชแบบต่างๆ รวบรวมเป็นนวัตกรรมการปลูกพืชกว่า 35 รายการ สำหรับเผยแพร่ความรู้ เพื่อสร้างความมั่นคงทางอาหาร พึ่งพาตนเอง การอยู่อาศัยอย่างยั่งยืน