แผงโซลาร์เซลล์ที่ใช้กันในครัวเรือน ในปัจจุบันยังขาดระบบตรวจสอบที่มีประสิทธิภาพ ซึ่งส่งผลกระทบต่อการใช้งานอย่างมีประสิทธิภาพสูงสุด งานวิจัยนี้มีเป้าหมายในการออกแบบระบบตรวจสอบผ่านเทคโนโลยี Internet of Things (IoT) และ Machine Learning มาใช้ในการคาดการณ์กระแส และแรงดันไฟฟ้าที่ผลิตโดยแผงโซลาร์เซลล์ การศึกษาทดลองพบว่ามีความสัมพันธ์ระหว่างการสะสมของฝุ่นกับกระแสไฟฟ้าที่แผงโซลาร์เซลล์สามารถผลิตได้ ระบบที่นำเสนอสามารถคาดการณ์เวลาที่เหมาะสมในการทำความสะอาด
ประเทศไทยนั้นเป็นประเทศในเขตร้อนที่เหมาะสมต่อการติดตั้งโซลาร์เซลล์เป็นอย่างมาก แต่เนื่องด้วยปริมาณฝุ่นเพิ่มขึ้นในทุกๆ ปี ซึ่งปริมาณฝุ่นนี้มีผลกระทบต่อแผงโซลาร์เซลล์ จึงมีแนวคิดในการพัฒนาระบบติดตามดูแลแผงสำหรับครัวเรือน ที่โดยส่วนใหญ่ไม่ได้มีการดูแลอย่างเหมาะสม
คณะเทคโนโลยีการเกษตร
โครงการนี้ได้สร้างระบบดูแลต้นไม้ในหอพักผ่านระบบ IoT ( Internet of Things ) โดยการพัฒนาโปรแกรมผ่านบอร์ด ESP-32 ควบคุมการรดน้ำต้นไม้อัตโนมัติ โดยสั่งการผ่าน สมาร์ทโฟน สามารถใช้งานระบบปฏิบัติการทั้ง iOS และ Android โครงการนี้จะช่วยให้การปลูกต้นไม้ในหอพักเป็นเรื่องง่ายและสะดวกมากยิ่งขึ้น
คณะวิทยาศาสตร์
ฟิล์มอนุภาคนาโนโลหะฝังบนเซลลูโลสนาโนคริสตัล ถูกเตรียมโดยการหล่อแบบจากสารละลาย (Solution casting) เพื่อใช้เป็นฟิล์มเคลือบผลไม้ที่รับประทานแบบไม่ปอกเปลือก ที่มีฤทธิ์ในการต้านเชื้อรา และแบคทีเรีย อนุภาคนาโนโลหะฝังบนเซลลูโลสนาโนคริสตัลถูกสังเคราะห์ด้วยคลื่นอัลตราโซนิก (Ultrasonic waves) วัสดุถูกนำมาศึกษาคุณลักษณะทางเคมี และทางกายภาพโดยการใช้เทคนิค Transmission electron microscope (TEM), X-ray photoelectron spectroscopy (XPS), X-ray diffraction analysis (XRD), Fourier transform infrared spectrometer (FT-IR), Zeta potential analyzer และ UV-visible spectrophotometer เป็นต้น ฟิล์มอนุภาคนาโนโลหะฝังบนเซลลูโลสนาโนคริสตัลที่เตรียมได้ มีความสามารถในการต้านเชื้อรา และเชื้อแบคทีเรียได้ ดังนั้นจึงสามารถนำฟิล์มไปห่อผลไม้เพื่อยับยั้งการเจริญเติบโตของจุลินทรีย์ ซึ่งช่วยยืดอายุการเก็บรักษาผลไม้ได้อย่างมีประสิทธิภาพได้อีกด้วย
คณะเทคโนโลยีสารสนเทศ
รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น