การพัฒนาบอร์ดเกมเพื่อส่งเสริมทักษะการทำอาหาร โดยมีเมนูยอดฮิตและเป็นที่รู้จักกันดีอย่างเบอร์เกอร์ (Burger) ซึ่งเป็นการศึกษาและพัฒนาการเรียนรู้ไปพร้อมกับเกมกิจกรรมที่ได้ลงมือปฏิบัติ เพื่อให้ผู้เล่นได้รับความรู้ต่างๆ ของเบอร์เกอร์ ทั้งองค์ประกอบทางวัตถุดิบ วิธีการทำเบอรเกอร์ ไปจนถึงการลองทำธุรกิจร้านเบอร์เกอร์อย่างง่ายไปพร้อมกับความสนุกสนานของตัวบอร์ดเกม
บอร์ดการ์ด (Board Game) ได้รับความนิยมที่มากขึ้นในปัจจุบันและถูกพัฒนาอย่างต่อเนื่องจนสามารถเป็นสื่อเพื่อการเรียนรู้ในลักษณะของบอร์ดเกมเพื่อการศึกษาที่สามารถสร้างความสนุกสนาน ความท้าทายและเปิดโอกาสให้มีอำนาจในการตัดสินใจให้ผู้เรียนได้ทดลองความถูกต้องจนพัฒนาศักยภาพให้ผู้เรียนได้หลายทิศทาง เช่น ความเข้าใจ การจดจำ การคิดวิเคราะห์ การสื่อสารระหว่างบุคคลหรือความสัมพันธ์ ไปจนถึงความคิดสร้างสรรค์ ผู้ศึกษาจึงเล็งเห็นถึงโอกาสและความเหมาะสมในการพัฒนาบอร์ดเกมที่ให้เกิดความรู้และความเข้าใจในความรู้เบื้องต้นที่เกี่ยวข้องกับเบอร์เกอร์
คณะเทคโนโลยีสารสนเทศ
รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
คณะเทคโนโลยีสารสนเทศ
ปัจจุบันการประกอบคอมพิวเตอร์ถือได้ว่าเป็นสิ่งใกล้ตัวผู้คนมากมาย ทุกคนมีโอกาสจับต้องได้ ซึ่งความรู้ในองค์ประกอบต่างๆของคอมพิวเตอร์ และทักษะในการประกอบคอมพิวเตอร์ 2 สิ่งที่กล่าวไปเป็นสิ่งที่บุคคลทั่วไปควรมีความรู้และความเข้าใจพื้นฐาน สำหรับการประกอบคอมพิวเตอร์ด้วยตนเอง เราจึงอยากที่จะให้ความรู้แก่บุคคลทั่วไปที่ต้องการที่จะเรียนรู้วิธีการประกอบ คอมพิวเตอร์ รวมไปข้อมูลต่างๆเกี่ยวกับองค์ประกอบ ผ่านการนำเสนอให้ออกมาในรูปแบบของสื่อการเรียนรู้บนเทคโนโลยี VR ซึ่งจะช่วยลดปัญหาด้านความผิดพลาด และทรัพยากรที่จะใช้ในการประกอบลงไปได้ พร้อมสร้างความตื่นเต้นให้กับผู้ใช้งานด้วยการจำลองการประกอบคอมพิวเตอร์ให้ผู้ใช้ได้มีปฏิสัมพันธ์ภายในโลกเสมือน สร้างประสบการณ์ และให้ความรู้ก่อนที่จะนำไปปฏิบัติจริงกับอุปกรณ์จริง โครงงานนี้จึงถูกสร้างขึ้นเพื่อให้ผู้ที่สนใจในการประกอบคอมพิวเตอร์ โดยเฉพาะบุคคลที่ไม่มีประสบการณ์ในการประกอบคอมพิวเตอร์มาก่อน รวมไปถึงบุคคลที่อยากมีโอกาสได้ลองประกอบคอมพิวเตอร์ด้วยตนเอง
คณะเทคโนโลยีสารสนเทศ
งานวิจัยนี้นำเสนอวิธีการเรียนรู้เชิงลึกเพื่อสร้างคำบรรยายอัตโนมัติจากการแบ่งส่วนความเสียหายของชิ้นส่วนรถยนต์ โดยการวิเคราะห์จากข้อมูลภาพของรถยนต์โดยใช้โครงสร้างแบบโครงคร่าวแบบรวม (Unified Framework) เพื่อช่วยให้สามารถระบุตำแหน่งและอธิบายความเสียหายที่เกิดขึ้นกับรถยนต์ได้อย่างแม่นยำและรวดเร็ว โดยการพัฒนาประยุกต์จากพื้นฐานงานวิจัยที่มีชื่อว่า ”GRiT: A Generative Region-to-text Transformer for Object Understanding” ที่ผู้วิจัยได้ทำการพัฒนาและปรับแต่งให้เหมาะสมกับการวิเคราะห์ภาพที่เกี่ยวข้องกับรถยนต์โดยเฉพาะ การปรับปรุงนี้มีจุดประสงค์เพื่อทำให้แบบจำลองสามารถสร้างคำบรรยายสำหรับบริเวณต่างๆ ของรถยนต์ได้อย่างแม่นยำ ตั้งแต่บริเวณที่ได้รับความเสียหายไปจนถึงการระบุส่วนประกอบต่างๆ บนรถยนต์ ทางผู้วิจัยได้เน้นการพัฒนาเทคนิคการเรียนรู้เชิงลึกเพื่อสร้างคำบรรยายอัตโนมัติและการแบ่งส่วนความเสียหายในการวิเคราะห์ความเสียหายของรถยนต์ เพื่อช่วยให้สามารถระบุตำแหน่งและอธิบายความเสียหายที่เกิดขึ้นกับยานยนต์ได้อย่างแม่นยำ ช่วยเพิ่มความรวดเร็ว ลดภาระของผู้เชี่ยวชาญในการประเมินความเสียหาย โดยวิธีการเเบบดั้งเดิมอาศัยการประเมินจากผู้เชี่ยวชาญเท่านั้น มีค่าใช้จ่ายสูงและใช้เวลานาน เพื่อลดปัญหานี้ ทางเราเสนอให้ใช้ประโยชน์จากการสร้างข้อมูลเพื่อฝึกฝนการสร้างคำบรรยายาย เเละ แบ่งส่วนความเสียหายอย่างอัตโนมัติ โดยใช้ โครงสร้างแบบโครงคร่าวแบบรวม ซึ่งการพัฒนานี้เป็นการขยายความสามารถของแบบจำลองให้สามารถประยุกต์ใช้ได้กว้างขวางมากขึ้นในภาคส่วนของยานยนต์ ทางผู้วิจัยได้สร้างชุดข้อมูลใหม่จาก CarDD ซึ่งเป็นชุดข้อมูลที่เฉพาะเจาะจงสำหรับการตรวจจับความเสียหายของรถยนต์ ในชุดข้อมูลนี้มีการติดป้ายกำกับความเสียหายบนรถยนต์ และผู้วิจัยได้นำข้อมูลชุดดังกล่าวมาเข้าสู่แบบจำลองเพื่อแยกส่วนของรถยนต์เป็นชิ้นส่วนต่างๆ เพื่อจัดทำการติดป้ายกำกับคำอธิบายที่แม่นยำสำหรับแต่ละชิ้นส่วนและหมวดหมู่ความเสียหาย ผลลัพธ์เบื้องต้นจากเเบบจำลอง แสดงให้เห็นถึงความสามารถในการสร้างคำบรรยายอัตโนมัติและการแบ่งส่วนความเสียหายในการวิเคราะห์ความเสียหายของรถยนต์ได้อยู่ในเกณฑ์พอใช้ ด้วยผลลัพธ์นี้ เเบบจำลองนี้ถือเป็นพื้นฐานสำคัญที่จะถูกพัฒนาต่อยอดในอนาคต การพัฒนาต่อยอดนี้ไม่เพียงแต่มุ่งเน้นที่การเพิ่มประสิทธิภาพในการแบ่งส่วนความเสียหายและสร้างคำบรรยายเท่านั้น แต่ยังรวมถึงการปรับปรุงความสามารถในการตอบสนองต่อความหลากหลายของความเสียหายที่เกิดขึ้นบนพื้นผิวและส่วนต่างๆ ของรถยนต์ ซึ่งจะช่วยให้ระบบสามารถประยุกต์ใช้ได้กับยานยนต์หลากหลายรูปแบบและสภาพความเสียหายที่แตกต่างกันมากขึ้นในอนาคต