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
คณะวิศวกรรมศาสตร์
หัวข้อโครงงานที่นำเสนอคือระบบคัดแยกขยะ (Garbage Sorting Systems) จุดประสงค์เพื่อศึกษาการทำงานและพัฒนาระบบคัดแยกขยะที่สามารถตรวจจับประเภทของขยะได้อย่างอัตโนมัติ โดยใช้เซ็นเซอร์ Proximity ในการแยกประเภทของขยะที่เป็นวัตถุโลหะและอโลหะ รวมถึงใช้เซ็นเซอร์ Ultrasonic ในการตรวจสอบปริมาณขยะภายในถัง หากปริมาณขยะเกินกำหนด ระบบจะส่งการแจ้งเตือนไปยังอุปกรณ์สื่อสารที่เชื่อมต่อกับระบบ เช่น สมาร์ทโฟนหรือคอมพิวเตอร์ การทำงานของระบบถูกออกแบบมาเพื่อเพิ่มประสิทธิภาพในการจัดการขยะ ลดภาระการคัดแยกขยะด้วยมือ และส่งเสริมการรีไซเคิล โดยสามารถนำระบบนี้ไปประยุกต์ใช้ในสถานที่ต่างๆ เช่น สถานศึกษา หรือสถานที่สาธารณะ เพื่อช่วยลดปริมาณขยะที่ไม่ถูกแยกอย่างถูกต้อง และเพิ่มโอกาสในการนำขยะกลับมาใช้ประโยชน์ใหม่
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย
คณะวิทยาศาสตร์
งานวิจัยนี้ได้นำเสนอการวิเคราะห์เชิงสี (Colorimetric detection) สำหรับตรวจวัดกรดแทนนิก (tannic acid) ในตัวอย่างเครื่องดื่มจากพืช โดยอาศัยปรากฏการณ์การแทนที่ (displacement phenomenon) ของสารรักษาเสถียรภาพบนพื้นผิวของอนุภาคแพลทินัมนาโน (PtNPs) ที่ถูกรักษาเสถียรภาพด้วยกรดแกลลิก (gallic acid) ซึ่งกรดแกลลิกสามารถรักษาเสถียรภาพของ PtNPs ให้อยู่ในรูปของอนุภาคที่รวมตัวกันและให้สารคอลลอยด์ที่เป็นสีเขียว โดยกรดแทนนิกสามารถแทนที่กรดแกลลิกบนพื้นผิวของ PtNPs ได้ง่าย ส่งผลให้อนุภาคที่รวมตัวกันเกิดการกระจายตัวและเปลี่ยนสีจากเขียวเป็นส้ม−น้ำตาล และภายใต้สภาวะที่เหมาะสม ตัวตรวจวัดเชิงสีแสดงค่าการตอบสนองเชิงเส้นในช่วงความเข้มข้น 1−2,000 µmol L⁻¹ (R² = 0.9991) โดยมีขีดจำกัดในการตรวจวัด (LOD) และขีดจำกัดเชิงปริมาณ (LOQ) ที่ 0.02 และ 0.09 µmol L⁻¹ ตามลำดับ ตัวตรวจวัดเชิงสีที่พัฒนาขึ้นมีความจำเพาะสูงต่อกรดแทนนิกและไม่ถูกรบกวนจากสารอื่น อีกทั้งยังมีค่าความแม่นยำที่ดี (RSD = 1.00%−3.36%) ที่สำคัญคือ ให้ค่าการคืนกลับ (recovery) อยู่ในช่วง 95.0−104.7% แสดงให้เห็นถึงศักยภาพของเซนเซอร์คัลเลอริเมตริกที่สามารถตรวจวัดกรดแทนนิกได้อย่างรวดเร็วและแม่นยำในตัวอย่างเครื่องดื่มจริง แม้ว่าวิธีการตรวจวัดกรดแทนนิกที่ถูกพัฒนาขึ้นจะเป็นเทคนิคที่รวดเร็วในการตรวจวัดกรดแทนนิก แต่ยังคงมีปัญหาเกี่ยวกับความไว (sensitivity) และความแม่นยำ (accuracy) ของการวิเคราะห์ โดยเฉพาะเมื่อมีสารแอนโทไซยานิน (anthocyanin) รบกวน ดังนั้น จึงพัฒนาวิธีเตรียมตัวอย่างเพื่อย่อยสลายแอนโทไซยานินในเครื่องดื่มเพื่อลดการรบกวนของสารที่มีสีต่อการตรวจวัดเชิงสีสำหรับวิเคราะห์ปริมาณกรดแทนนิกในเครื่องดื่ม