งานวิจัยนี้มีเป้าหมายเพื่อเสนอแนะแนวทางการออกแบบอัตลักษณ์สำหรับสถานีรถไฟความเร็วสูง โดยแบ่งขั้นตอนการศึกษาออกเป็น 4 ขั้นตอน 1) การสำรวจและวิเคราะห์อัตลักษณ์บริเวณสถานีรถไฟความเร็วสูง รถไฟฟ้าในประเทศญี่ปุ่น และไต้หวัน 2) การเปรียบเทียบการรับรู้สภาพแวดล้อมของผู้ใช้บริการรถไฟฟ้าในกรุงเทพมหานคร โดยใช้แบบสอบถามชุดที่ 1 จากผู้ใช้บริการรถไฟฟ้าบีทีเอส (BTS) รถไฟฟ้ามหานครสายสีน้ำเงิน (MRT BL) รถไฟฟ้าแอร์พอตเรียลลิ้งค์ (APL) หรือ AERA1 และ รถไฟฟ้ามหานครสายสีม่วง(MRT PPL) จำนวน 800 คน 3) การสำรวจ และวิเคราะห์การรับรู้อัตลักษณ์บริเวณสถานีของผู้ใช้บริการรถไฟฟ้ามหานครสายสีน้ำเงิน (MRT BL) โดยใช้แบบสอบถามชุดที่ 2 จากผู้ใช้บริการ จำนวน 800 คน สถานีวัดมังกร สามยอด สนามไชย และอิสรภาพ 4) การศึกษาและสำรวจสภาพแวดล้อมรถไฟความเร็วสูง กรุงเทพฯ-หนองคาย จากนั้นนำผลการศึกษาที่ได้มาสังเคราะห์แนวทางการออกแบบอัตลักษณ์โดยผู้ทรงคุณวุฒิจำนวน 12 ท่าน โดยใช้แบบสัมภาษณ์เพื่อการสรุปผลกรอบแนวคิดการออกแบบอัตลักษณ์สำหรับสถานีรถไฟความเร็วสูง ผลการวิจัย พบว่า อัตลักษณ์บริเวณสถานีรถไฟความเร็วสูง รถไฟฟ้าในประเทศญี่ปุ่น และไต้หวัน สถานีเป็นองค์ประกอบหนึ่งจากสถาปัตยกรรมด้านประวัติศาสตร์ที่มีความสอดคล้องกับสถานที่ สังคม วิถีชีวิต รวมถึงแหล่งท่องเที่ยวที่สำคัญใกล้สถานี สภาพแวดล้อมภายนอกสถานีมีผลต่อการรับรู้ของผู้ใช้บริการมากที่สุด ได้แก่ อาคารภายนอก จุดเชื่อมต่อของระบบขนส่งสาธารณะใกล้เคียง และประตูทางเข้าออกสถานี โดยแนวทางการออกแบบอัตลักษณ์สำหรับสถานีรถไฟความเร็วสูง สามารถสรุปอัตลักษณ์ในการออกแบบได้ 4 ประเภท ดังนี้ 1) อัตลักษณ์ทางประวัติศาสตร์และสถาปัตยกรรม 2) อัตลักษณ์ทางวัฒนธรรม 3) อัตลักษณ์จากการ์ตูน และ 4) อัตลักษณ์ทางด้านศิลปะและงานออกแบบ
อัตลักษณ์บริเวณสถานีรถไฟเป็นองค์ประกอบสำคัญในการสร้างความแตกต่างในพื้นที่สาธารณะ และสะท้อนความเป็นตัวตนเฉพาะของชุมชน สังคม และวัฒนธรรมท้องถิ่น การนำเสนออัตลักษณ์ที่ชัดเจนผ่านการใช้ภาษาภาพส่งผลต่อการจดจำและการรับรู้ของผู้ใช้บริการ อีกทั้งยังเป็นองค์ประกอบสำคัญในการสร้างความรู้สึกนึกถึงถิ่นที่ (Sense of Place) ซึ่งเป็นการหยั่งรากลึกของการดำรงอยู่ในการศึกษาย่านชุมชน โดยการเชื่อมโยงระหว่างกายภาพและนามธรรมเข้าด้วยกัน (Marisa and Nopadon, 2022) การพัฒนาการออกแบบอัตลักษณ์บริเวณสถานีรถไฟมีต้นแบบจากต่างประเทศ ญี่ปุ่นเป็นประเทศแรกที่ริเริ่มแนวคิดและพัฒนารถไฟความเร็วสูงจนเป็นต้นแบบให้กับระบบรถไฟความเร็วสูงทั่วโลก รถไฟความเร็วสูงสายแรก คือ รถไฟชินกันเซ็นสาย Tokaido Shinkansen ที่เปิดให้บริการในเดือนตุลาคม พ.ศ. 2507 เชื่อมต่อระหว่างกรุงโตเกียวและนครโอซาก้า มีระยะทาง 553 กิโลเมตร ต่อมาในประเทศไต้หวันซึ่งมีรถไฟความเร็วสูงที่ใช้ขบวนรถไฟด้วยเทคโนโลยีจากประเทศญี่ปุ่น (ในขณะที่โครงสร้างพื้นฐานและระบบยังเป็นของเยอรมนี) ซึ่งมีความน่าสนใจด้วยเทคโนโลยีทั้งเอเชียและยุโรปโดยมีความเร็วติดอันดับ 1 ใน 10 ของโลก (กรมการขนส่งทางราง. 2561) รวมไปถึงรถไฟฟ้าที่เชื่อมต่อระบบขนส่งมวลชนในเมือง โดยสถานีรถไฟได้ถูกแบ่งออกตามพื้นที่การใช้งานของสถานี ได้แก่ ทางเข้าออก จุดประชาสัมพันธ์จำหน่ายตั๋ว ผนัง ทางเดิน เสา ป้ายบอกทาง แผนที่ และชานชลา จากพื้นที่ดังกล่าวนอกจากสัญลักษณ์บอกทาง ยังพบว่า บริเวณสถานีมีอัตลักษณ์รูปแบบตามถิ่นที่อยู่ของชุมชนบริเวณนั้น ช่วยสร้างความรู้สึกนึกคิด การรับรู้ต่อผู้ใช้บริการ โดยจากข้อมูลดังกล่าวจะเป็นแนวทางการศึกษาเปรียบเทียบด้านองค์ประกอบของสถานี รูปแบบอัตลักษณ์ การนำอัตลักษณ์ไปใช้บริเวณสถานี ด้วยอนาคตอันใกล้นี้ประเทศไทยกำลังจะมีรถไฟความเร็วสูงให้ใช้บริการ ในปัจจุบัน อยู่ในกระบวนการก่อสร้าง การศึกษาแนวทางการออกแบบอัตลักษณ์บริเวณสถานีรถไฟความเร็วสูง จึงเป็นสิ่งที่สามารถสร้างสรรค์ให้มีคุณค่าที่จะบอกถึงความเป็นตัวตน ถิ่นฐานเฉพาะ รวมถึงสถานที่สำคัญที่อยู่ใกล้เคียงสถานี เป็นการสร้างคุณค่าทางวัฒนธรรม รวมไปถึงการส่งเสริมการท่องเที่ยว และเป็นการยกระดับคุณภาพชีวิต สถานีรถไฟในประเทศไทยมีคุณค่าทางสถาปัตยกรรมที่โดดเด่น ด้วยการออกแบบที่สอดคล้องกับการใช้สอยและสภาพภูมิอากาศร้อนชื้น รวมถึงความงามในลักษณะพื้นถิ่น (ปริญญา ชูแก้ว, 2554) ตามหลักการกระบวนการสัมพันธ์การเรียนรู้พื้นที่ สภาพแวดล้อมต้องมีลักษณะที่เอื้อต่อการสร้างจินตภาพได้ง่าย เช่น การใช้ภูมิสัญลักษณ์ที่เป็นสัญญาณชี้แนะที่ช่วยในการรับรู้และเข้าใจ (วิมลสิทธิ หรยางกูร, 2556) การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและสำรวจอัตลักษณ์บริเวณสถานีรถไฟความเร็วสูงและรถไฟฟ้าในประเทศญี่ปุ่น ไต้หวัน และประเทศไทย โดยมุ่งเน้นการเปรียบเทียบรูปแบบอัตลักษณ์ พื้นที่ของสถานี วิธีการสร้างสรรค์ และการรับรู้จากผู้ใช้บริการ เพื่อนำมาพัฒนาแนวทางการออกแบบอัตลักษณ์สำหรับสถานีรถไฟความเร็วสูงสายกรุงเทพฯ-หนองคาย ซึ่งเป็นโครงการความร่วมมือระหว่างไทย-จีน โดยผลการศึกษาที่ได้จะเป็นประโยชน์ต่อการพัฒนาการออกแบบอัตลักษณ์ของสถานีในด้านต่างๆ อาทิ การสร้างสัญลักษณ์ประจำสถานี การออกแบบตัวนำโชค (Mascot) การพัฒนาของที่ระลึก ตลอดจนสินค้าและบริการที่เกี่ยวข้องกับระบบรถไฟความเร็วสูง นอกจากนี้ ยังเป็นการส่งเสริมการท่องเที่ยว ยกระดับคุณภาพชีวิต และสร้างคุณค่าทางวัฒนธรรมให้กับชุมชนและสังคมไทย อันจะนำไปสู่การพัฒนาประเทศในยุคไทยแลนด์ 4.0 อย่างยั่งยืน
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
โครงงานนี้นำเสนอการสร้างเครื่องมือวัดค่าความหนาแน่นอิเล็กตรอนรวมด้วย GPS แบบความถี่เดียว โดยการประยุกต์ใช้ทฤษฎีเกี่ยวกับจำนวนอิเล็กตรอนรวมในชั้นบรรยากาศไอโอโนสเฟียร์และเครื่องมือวัดค่าอิเล็กตรอนรวมด้วย ค่าเวลาหน่วงของ GPS มาทำการออกแบบเครื่องมือวัดค่าความหนาแน่นอิเล็กตรอนรวมด้วย GPS แบบความถี่เดียว โดยประกอบด้วยสายอากาศ เครื่องรับสัญญาณดาวเทียม GPS แบบความถี่เดียว หน่วยประเมินผลข้อมูลและคำนวณจำนวนอิเล็กตรอนรวม และหน่วยแสดงผลข้อมูลค่าอิเล็กตรอนรวม ทดสอบการทำงานของเครื่องวัดอิเล็กตรอนรวมด้วย GPS แบบความถี่เดียว โดยการเปรียบเทียบกับข้อมูลค่าอิเล็กตรอนรวมที่ได้จากโมเดล IRI (International Reference Ionosphere) ซึ่งเป็นโมเดลอิเล็กตรอนอ้างอิงของโลก และนำเครื่องวัดอิเล็กตรอนรวมด้วย GPS แบบความถี่เดียวไปใช้งานจริง ผลของการเปรียบเทียบและใช้งานจริง สรุปได้ว่าเครื่องมือวัดค่าอิเล็กตรอนรวมด้วย GPS แบบความถี่เดียว สามารถใช้งานได้จริงและมีค่าความแตกต่างกับ โมเดล IRI อยู่ที่ 50 TECU
คณะเทคโนโลยีสารสนเทศ
การตรวจจับอารมณ์ผ่านการแสดงออกทางใบหน้า (Facial Expression Recognition, FER) ได้รับความสนใจอย่างมากในหลายสาขา เช่น การดูแลสุขภาพ การให้บริการลูกค้า และการวิเคราะห์พฤติกรรม อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่การพัฒนาระบบที่มีความทนทานและสามารถรับมือกับการเปลี่ยนแปลงของสภาพแวดล้อมรวมถึงสถานการณ์ที่หลากหลายได้ ผู้วิจัยได้นำเสนอการใช้เทคนิค Ensemble Learning เพื่อรวมผลลัพธ์จากโมเดลหลายตัวที่ถูกฝึกในเงื่อนไขเฉพาะ ทำให้ระบบไม่ลืมข้อมูลเก่า และยังสามารถเรียนรู้ข้อมูลใหม่ได้อย่างมีประสิทธิภาพ โดยเทคนิคนี้มีข้อได้เปรียบในด้านเวลาและทรัพยากรที่ใช้ในการเทรน เนื่องจากช่วยลดความจำเป็นในการสร้างโมเดลใหม่ทั้งหมดเมื่อมีสภาพแวดล้อมใหม่ เพียงเพิ่มโมเดลเฉพาะทางใหม่ในระบบ Ensemble ซึ่งใช้ทรัพยากรน้อยกว่าแทน ในงานวิจัยนี้ Ensemble Learning ถูกแบ่งออกเป็นสองแนวทางหลัก คือ การเฉลี่ยผลลัพธ์จากโมเดลเฉพาะทางที่ถูกฝึกภายใต้สถานการณ์เฉพาะ (Averaging Ensemble) และการใช้เทคนิค Mixture of Experts (MoE) ซึ่งเป็นการผสมผสานโมเดลหลายตัวที่เชี่ยวชาญในสถานการณ์ต่าง ๆ ไว้ด้วยกัน ผลการทดลองแสดงให้เห็นว่า การใช้ Mixture of Experts (MoE) มีประสิทธิภาพสูงกว่าวิธี Averaging Ensemble ในการจำแนกอารมณ์ในทุกสถานการณ์ โดยระบบ MoE สามารถเพิ่มความแม่นยำเฉลี่ยได้ถึง 84.41% บนชุดข้อมูล CK+, 54.20% บน Oulu-CASIA และ 61.66% บน RAVDESS ซึ่งสูงกว่าวิธี Averaging Ensemble ที่มีความแม่นยำเฉลี่ยที่ 71.64%, 44.99% และ 57.60% ตามลำดับ ผลลัพธ์เหล่านี้แสดงให้เห็นว่า MoE สามารถเลือกโมเดลที่เชี่ยวชาญในสถานการณ์เฉพาะได้อย่างแม่นยำ และยังช่วยเพิ่มความสามารถในการรับมือกับสภาพแวดล้อมที่ซับซ้อนกว่า
คณะวิทยาศาสตร์
ระบบตรวจจับผลไม้เน่ามีที่มาจากความต้องการในการลดการสูญเสียผลผลิตทางการเกษตร ซึ่งเป็นปัญหาที่เกิดขึ้นทั่วโลกโดยเฉพาะในอุตสาหกรรมการเกษตรและการจัดจําหน่ายอาหาร ผลไม้ที่เน่าเสียจะส่งผลกระทบต่อคุณภาพของผลิตภัณฑ์และสามารถก่อให้เกิดความสูญเสียทางเศรษฐกิจได้อย่างมาก การพัฒนาระบบตรวจจับผลไม้เน่าจึงมีเป้าหมายเพื่อช่วยในการคัดกรองและแยกผลไม้ที่ไม่เหมาะสมออกจากกระบวนการจัดส่ง เพื่อรักษาคุณภาพของสินค้าและตอบสนองต่อความต้องการของผู้บริโภคที่ต้องการผลไม้สดใหม่ ทางผู้จัดจึงได้จำลองระบบคัดแยกผลไม้เน่าเสียออกจากผลไม้สดโดยใช้รูปภาพเป็นปัจจัย ผลการทดลองออกมาอย่างมีประสิทธิภาพและมีความเร็วในการทำนายสูง