โครงการนี้มีเป้าหมายเพื่อ ตรวจจับและจำแนกประเภทของรอยร้าวบนผนัง โดยใช้ AI และการประมวลผลภาพ ผู้ใช้สามารถ อัปโหลดรูปภาพ และระบบจะ วิเคราะห์ประเภทและความรุนแรงของรอยร้าว โมเดลที่ใช้คือ ResNet-50 ซึ่งมีความแม่นยำ 70.59% การปรับแต่งข้อมูลและการเพิ่มข้อมูลช่วยให้การตรวจจับแม่นยำขึ้น เครื่องมือนี้ช่วย ป้องกันความเสียหายทางโครงสร้าง โดยให้คำแนะนำเบื้องต้นสำหรับการบำรุงรักษา
รอยร้าวบนผนังอาจส่งผลต่อ ความปลอดภัยของอาคาร แต่การตรวจสอบยังต้องพึ่ง ผู้เชี่ยวชาญ โครงงานนี้จึงพัฒนา ระบบ AI เพื่อตรวจจับและจำแนก รอยร้าวอัตโนมัติ ผ่าน การประมวลผลภาพ ช่วยให้ ประเมินเบื้องต้นได้ง่าย ลดค่าใช้จ่าย และส่งเสริม การบำรุงรักษาเชิงป้องกัน

คณะอุตสาหกรรมอาหาร
งานวิจัยนี้ทำการแยกและเลี้ยงเชื้อแบคทีเรียแลคติกที่แยกได้จากอาหารหมักจำนวน 4 สายพันธุ์โดยศึกษาฤทธิ์การต้านเชื้อจุลินทรีย์ของเชื้อแบคทีเรียแลคติก โดยใช้วิธี agar spot และ ศึกษาสมบัติการดื้อยาของเชื้อแบคทีเรียแลคติก โดยใช้วิธี agar overlay diffusion method ผลการทดลองพบว่าแบคทีเรียแลคติกแต่ละสายพันธุ์มีฤทธิ์การต้านเชื้อแบคทีเรียก่อโรคในอาหาร และสมบัติการดื้อยาปฏิชีวนะที่ระดับแตกต่างกัน ซึ่งเป็นสมบัติด้านความปลอดภัยของจุลินทรีย์โพรไบโอติก

คณะวิทยาศาสตร์
ปัจจุบันรถยนต์เป็นพาหนะที่ผู้คนใช้กันอย่างแพร่หลาย ทำให้เพิ่มความเสี่ยงต่อการเกิดอุบัติเหตุ ดังนั้นผู้ใช้รถจึงนิยมทำประกันภัยเพื่อลดความเสี่ยงเมื่อเกิดอุบัติเหตุ ในส่วนของบริษัทประกันภัย บริษัทจะรับผิดชอบความเสียหายตามเงื่อนไขของกรมธรรม์ หนึ่งในหน้าที่ที่ฝ่ายสินไหมทดแทนของบริษัทต้องทำคือการจัดหาอะไหล่เพื่อควบคุมต้นทุน อย่างไรก็ตาม ฝ่านสินไหมทดแทนอาจเกิดมีการทำงานที่ผิดพลาด เช่น การสั่งอะไหล่ผิดหรือสั่งมาเกินความจำเป็นที่ต้องการใช้ ปัจจุบันบริษัทประกันภัยยังไม่มีระบบบริหารจัดการที่มีประสิทธิภาพมากนัก งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบจัดการและจัดเก็บอะไหล่รถยนต์สำหรับบริษัทประกันภัย ระบบถูกออกแบบให้สามารถติดตามสถานะของอะไหล่ ตั้งแต่การจัดเก็บจนถึงการเบิกจ่าย โดยใช้เทคโนโลยีบาร์โค้ดเพื่อเพิ่มความแม่นยำและลดข้อผิดพลาดในการบันทึกข้อมูล ระบบดังกล่าวจะช่วยให้บริษัทประกันภัยสามารถบริหารอะไหล่ได้อย่างเป็นระบบ ลดต้นทุนที่ไม่จำเป็น และเพิ่มประสิทธิภาพในการให้บริการ

คณะวิทยาศาสตร์
โครงงานนี้มุ่งเน้นการศึกษาและพัฒนาระบบการลงทุนระยะสั้นโดยซื้อขายทองคำในตลาดแลกเปลี่ยนเงินตราต่างประเทศ โดยประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) เพื่อวิเคราะห์และคาดการณ์แนวโน้มของกราฟราคา ระบบที่พัฒนานี้ใช้กระบวนการเฟ้นสุ่ม (Stochastic Process) ในการกำหนดจุดตัดขาดทุน (Stop Loss) เพื่อเพิ่มค่าผลตอบแทนที่คาดหวังสูงสุด และใช้แนวคิดจากทฤษฎีเกม (Game Theory) ในการตัดสินใจเกี่ยวกับการถือครองหรือปิดคำสั่งซื้อขาย (Orders) ระบบดังกล่าวถูกพัฒนาและทดสอบบนแพลตฟอร์ม MetaTrader 5 (MT5) โดยโครงงานนี้นำเสนอรายละเอียดเกี่ยวกับกระบวนการทำงาน ตั้งแต่การเตรียมข้อมูล การฝึกสอนโมเดลเรียนรู้ของเครื่อง การสร้างแบบจำลองเพื่อประมาณการแจกแจงของทิศทางราคาทองคำ การกำหนดกลยุทธ์การวางจุดตัดขาดทุน การออกแบบแบบจำลองการตัดสินใจเชิงกลยุทธ์ตามทฤษฎีเกม ตลอดจนการพัฒนาโปรแกรมเทรดอัตโนมัติ และการทดสอบย้อนหลังเพื่อประเมินประสิทธิภาพของระบบ