ในปัจจุบันการทำเกษตรในเมืองเป็นแนวทางที่ได้รับความสนใจมากขึ้น เนื่องจากสามารถช่วยสร้างความมั่นคงทางอาหารและเพิ่มพื้นที่สีเขียวในเมือง อย่างไรก็ตามยังมีกลุ่มคนที่ไม่ได้ให้ความสนใจในเรื่องของการทำเกษตรอยู่ด้วย จากการอาศัยอยู่ในพื้นที่เมืองหรือพื้นที่ที่จำกัดอาจจะทำให้คิดว่าการทำเกษตรนั้นเป็นเรื่องที่ไกลตัว การพัฒนาการ์ดเกมการทำเกษตรในเมืองนั้นจะช่วยส่งเสริมการเรียนรู้เกี่ยวกับการทำเกษตรในเมือง ผ่านการเล่นเกมที่สนุกและน่าสนใจ
การทำเกษตรในเมืองได้รับความสนใจอย่างแพร่หลาย โดยใช้พื้นที่ว่างในเมืองเพื่อทำการปลูกพืชหรือเลี้ยงสัตว์เพื่อเพิ่มความมั่นคงทางอาหารและพื้นที่สีเขียว การเรียนรู้ผ่านเกมช่วยให้ผู้เรียนเข้าใจเนื้อหาได้ดีขึ้นและสนุกสนาน ทั้งปัจจุบันบอร์ดเกมหรือการ์ดเกมได้รับความนิยมอย่างมากจึงมีความสนใจและเล็งเห็นวิธีการเรียนรู้ผ่านการเล่นการ์ดเกมที่ได้ทั้งความสนุกสนานและความรู้ผ่านกลไกของเกม เพื่อสร้างความเข้าใจและตระหนักถึงความสำคัญของการเกษตรในชีวิตประจำวัน
คณะวิศวกรรมศาสตร์
ระบบขนส่งทางรางมีบทบาทสำคัญในการดำเนินชีวิตของประชาชนรวมทั้งการขับเคลื่อนเศรษฐกิจของประเทศในปัจจุบัน ส่งผลให้เกิดการก่อสร้างโครงการระบบขนส่งทางรางไปทั่วประเทศ ทั้งนี้การขยายตัวแบบก้าวกระโดดดังกล่าว ย่อมส่งผลให้มลภาวะทางเสียงและการสั่นสะเทือนจากทางรถไฟมีมากขึ้นเป็นเงาตามตัว ซึ่งมลภาวะดังกล่าวอาจส่งผลต่อคุณภาพชีวิตของประชาชนที่อาศัยอยู่ในบริเวณใกล้เคียงได้ ในต่างประเทศการแก้ปัญหาทำได้หลายวิธีแต่วิธีที่เป็นที่นิยมกันในปัจจุบันคือการลดเสียงที่แหล่งกำเนิดหรือการปรับการสั่นสะเทือนด้วยการใส่แท่งสลายพลังงาน (Track Damper) ที่รางรถไฟโดยถือเป็นข้อแนะนำในการแก้ปัญหาเรื่องเสียงและการสั่นสะเทือนในหลายประเทศในทวีปยุโรปและออสเตรเลียเนื่องจากมีราคาถูกและได้ผลลัพธ์ที่มีประสิทธิภาพ ทั้งนี้ที่ผ่านมาบริษัท AUT ประเทศไทย เป็นผู้ผลิตชิ้นส่วนสำคัญคือแท่งดังกล่าวให้กับเจ้าของเทคโนโลยีส่งออกไปต่างประเทศมากกว่า 300,000 ชิ้นและมีความต้องการสูงขึ้นเรื่อยๆ จากการขยายตัวของระบบรางทั่วโลก โดยวัสดุส่วนใหญ่จะนำเข้าจากต่างประเทศเป็นวัสดุสังเคราะห์ซึ่งมีแหล่งกำเนิดที่ไม่เป็นมิตรกับสิ่งแวดล้อม ดังนั้นโครงการวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาต่อยอดจากผลิตภัณฑ์ดังกล่าวโดยเพิ่มความเป็นมิตรกับสิ่งแวดล้อมด้วยการแทนที่เนื้อวัสดุบางอย่างด้วยวัสดุที่ในประเทศสองชนิดคือยางพาราและเศษยางรถยนต์เก่า และเพิ่มฟังก์ชั่นการใช้งานที่มีความอัจฉริยะด้วยการติดตั้งเซ็นเซอร์ตรวจวัดและวิเคราะห์การเคลื่อนผ่านของการรถไฟด้วยระบบปัญญาประดิษฐ์และไอโอที ทำให้นอกจากเพิ่มมูลค่าจากความเป็นมิตรกับสิ่งแวดล้อมแล้วระบบเซ็นเซอร์ฝังตัวอัจฉริยะยังสามารถใช้เป็นระบบตรวจวัดเพื่อการแจ้งเตือนและเป็นข้อมูลเพื่อวางแผนบำรุงรักษาได้อีกด้วย ทั้งนี้ในการดำเนินงานวิจัยจะมีการทำงานร่วมกันกับผู้ประกอบการอย่างใกล้ชิด ตั้งแต่การออกแบบ การผลิตและการทดสอบ ยกระดับจาก TRL 8-9 ในฐานะผู้ผลิตบางชิ้นส่วนของผู้ประกอบการเป็นเจ้าของเทคโนโลยีในระดับ TRL 7-8 เพื่อการแข่งขันในตลาดระบบรางระดับสากลต่อไป
คณะวิศวกรรมศาสตร์
การออกแบบแผ่นวงจรพิมพ์ขั้นสูงสำหรับงานอุตสาหกรรมเป็นการทำงานในหลากหลายขั้นตอนและหลากหลายวิธีขึ้นกับแต่ละบริษัท โดยจากที่ได้รับการเรียนรู้การทำงานแล้วนั้น ได้ทำการใช้โปรแกรม Cadence Allegro ในการออกแบบแผ่นวงจรพิมพ์ และการทำสหกิจในครั้งนี้ได้รับการออกแบบในหลากหลายบอร์ดมีความยากและง่ายที่แตกต่างกันไปและการเรียนรู้ในการทำสหกิจนี้ไม่สามารถเรียนรู้รายละเอียดภายในมหาวิทยาลัยได้ โดยต้องทำงานกับหลายฝ่ายภายในบริษัท Analog Devices (Thailand) การออกแบบที่ได้จัดทำนี้ได้ความช่วยเหลือจากพี่เลี้ยงที่ดูแลและสอนงานช่วยให้การทำสหกิจผ่านพ้นไปได้ด้วยดี
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