งานวิจัยนี้ทำการแยกและเลี้ยงเชื้อแบคทีเรียแลคติกที่แยกได้จากอาหารหมักจำนวน 4 สายพันธุ์โดยศึกษาฤทธิ์การต้านเชื้อจุลินทรีย์ของเชื้อแบคทีเรียแลคติก โดยใช้วิธี agar spot และ ศึกษาสมบัติการดื้อยาของเชื้อแบคทีเรียแลคติก โดยใช้วิธี agar overlay diffusion method ผลการทดลองพบว่าแบคทีเรียแลคติกแต่ละสายพันธุ์มีฤทธิ์การต้านเชื้อแบคทีเรียก่อโรคในอาหาร และสมบัติการดื้อยาปฏิชีวนะที่ระดับแตกต่างกัน ซึ่งเป็นสมบัติด้านความปลอดภัยของจุลินทรีย์โพรไบโอติก
จุลินทรีย์โพรไบโอติก (Probiotic) หมายความว่า จุลินทรีย์ที่มีชีวิต ซึ่งเมื่อร่างกายได้รับในปริมาณที่เพียงพอจะทำให้เกิดผลที่เป็นประโยชน์ต่อสุขภาพ อาหารที่มีการใช้จุลินทรีย์โพรไบโอติกต้องได้รับอนุญาตจากสำนักงานคณะกรรมการ อาหารและยา และ ต้องใช้จุลินทรีย์ตามที่กำหนดไว้ ดังนั้นการวิจัยนี้จึงนำเชื้อแบคทีเรียแลคติกที่แยกได้จากอาหารหมัก 4 สายพันธุ์ มาศึกษาฤทธิ์การต้านเชื้อแบคทีเรียก่อโรคในอาหาร และ ศึกษาสมบัติการดื้อยาของเชื้อแบคทีเรียแลคติก

คณะวิศวกรรมศาสตร์
กรรมวิธีผลิตแผ่นแสดงระดับความหืนของอาหารประกอบด้วยขั้นตอนที่สำคัญ 3 ขั้นตอน คือ 1. การเตรียมสารละลายอินดิเคเตอร์ 2. การเตรียมสารละลายเซลลูโลส และ 3. การขึ้นรูปแผ่น มีสารละลายโบรโมไทมอลบลู และสารละลายเมทิลเรดทำหน้าที่เป็นอินดิเคเตอร์ ส่วนสารละลายเซลลูโลสประกอบด้วยสารไฮดรอกซีโพรพิลเมทิลเซลลูโลส สารคาร์บอกซีเมทิลเซลลูโลส สารโซเดียมไฮดรอกไซด์ สารโพลิเอทิลีน ไกลคอล 400 และสารละลายอินดิเคเตอร์ สำหรับการขึ้นรูปแผ่นใช้สารละลายเซลลูโลสผสมกับน้ำยางธรรมชาติเพื่อเพิ่มความยืนหยุ่นและทำให้มีคุณสมบัติไม่น้ำชอบ หลังการอบแห้งสิ่งประดิษฐ์จะมีลักษณะเป็นแผ่นบางสีน้ำเงินเข้ม เมื่อสัมผัสกับสารระเหยของความหืนของอาหารทอด จะเปลี่ยนสีจากสีน้ำเงินเข้มเป็นสีเขียว และเปลี่ยนเป็นสีเหลือง ตามปริมาณสารระเหยของความหืนของอาหารทอดที่เพิ่มขึ้น

คณะวิทยาศาสตร์
ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของวิธีการเรียนรู้ด้วยเครื่อง ในการพยากรณ์ข้อมูลอนุกรมเวลา โดยใช้วิธีช่วงเวลาที่ล่าช้ากว่ากัน แบ่งออกเป็น 3 ช่วงเวลา คือ ช่วงเวลาที่ช้ากว่ากัน 10 หน่วย ช่วงเวลาที่ช้ากว่ากัน 15 หน่วย และช่วงเวลาที่ช้ากว่ากัน 20 หน่วย มาใช้เป็นตัวแปรอิสระ และใช้วิธีการเรียนรู้ด้วยเครื่องมีทั้งหมด 4 วิธี ได้แก่ วิธีต้นไม้ตัดสินใจ วิธีป่าสุ่ม วิธีเพื่อนบ้านใกล้เคียงสุด K อันดับ และวิธีซัพพอร์ตเวกเตอร์แมชชีน โดยการจำลองข้อมูลอนุกรมเวลาที่เป็นตัวแปรอิสระที่มีลักษณะหลากหลาย ได้แก่ ข้อมูลที่มีลักษณะการเดินแบบสุ่ม ข้อมูลที่มีลักษณะมีแนวโน้ม และข้อมูลที่มีลักษณะไม่เชิงเส้น ซึ่งมีขนาดตัวอย่าง 100, 300, 500 และ 700 วิธีดำเนินการวิจัยนี้ทำการแบ่งข้อมูลเป็นฝึกฝน 90% และข้อมูลทดสอบ 10% โดยใช้โปรแกรมอาร์ในการจำลองและวิเคราะห์ข้อมูล โดยทำซ้ำเป็นจำนวน 1000 รอบ และทำการหาค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสองเฉลี่ย และค่าเฉลี่ยของค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ที่ต่ำที่สุดเพื่อแสดงว่าวิธีใดดีที่สุด ผลการวิจัยพบว่าข้อมูลมีลักษณะการเดินแบบสุ่มวิธีที่ดีสุด คือวิธีป่าสุ่มและวิธีซัพพอร์ตเวกเตอร์แมชชีน ข้อมูลมีลักษณะแนวโน้มวิธีที่ดีสุด คือวิธีป่าสุ่มและข้อมูลมีลักษณะไม่เชิงเส้นวิธีที่ดีสุด คือวิธีซัพพอร์ตเวกเตอร์แมชชีน และเมื่อนำมาทดสอบกับข้อมูลจริง พบว่าข้อมูลค่าเงิน 1 ยูโร ต่อบาทวิธีที่ดีสุด คือวิธีป่าสุ่มและวิธีซัพพอร์ตเวกเตอร์แมชชีน ข้อมูลดัชนี S&P 500 ในรูปของดอลลาร์สหรัฐวิธีที่ดีสุด คือวิธีป่าสุ่ม และข้อมูลดัชนี Bank of America Corp ในรูปของดอลลาร์สหรัฐวิธีที่ดีสุด คือวิธีซัพพอร์ตเวกเตอร์แมชชีน

คณะเทคโนโลยีสารสนเทศ
รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น