Journal of Design, Management and Technology Innovation

Applied Deep Learning Technique For House Detection From UAV Images In Gas Transmission Pipeline Area

Parksiri Treeyuthakul — 2024-01-19

งานวิจัยนี้จึงมีแนวคิดที่จะศึกษาการประยุกต์ใช้เทคโนโลยีอากาศยานไร้คนขับ (UAV) เทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) และเทคนิค Support Vector Machine ในการสำรวจชุมชนแนวท่อส่งก๊าซธรรมชาติ โดยใช้ข้อมูลรูปภาพจากเอกสารของบริษัท ปตท. จำกัด(มหาชน) ซึ่งนำมาผ่านการ Data Selection Data Augmentation ด้วยวิธีการตีกรอบ (Crop) การพลิกรูปในแนวแกนนอน (Horizontal Flip) และการหมุนรูป (Rotation) จากนั้นนำข้อมูลรูปภาพทั้งหมดแบ่งเป็นข้อมูลสำหรับการฝึก (Training Dataset) จำนวน 80% และข้อมูลสำหรับการทดสอบ (Testing Dataset) จำนวน 20% นำเข้าประมวลผลกับโมเดล Convolutional Neural Network (CNN) และโมเดล Support Vector Machine (SVM) โดยข้อมูลที่เข้าประมวลผลในโมเดล SVM จะผ่านขั้นตอนการทำ Histogram of Oriented Gradients (HOG) เพื่อทำการสกัดคุณลักษณะ (Feature Extraction) จากนั้นทำการปรับค่าตัวแปรต่าง ๆ ของทั้ง 2 โมเดลเพื่อให้ได้โมเดลที่เหมาะสมที่สุด

FORECASTING AIR HUMIDITY LEVEL AT DOI INTHANON REPORTING POST TO SUPPORT ROYAL THAI AIRFORCE’S SPACE SITUATIONALAWARENESS PLANNING PHASE

Luk Sawatdipon — 2024-01-19

กล้องโทรทรรศน์เป็นหนึ่งในเครื่องมือสำคัญที่ศูนย์ปฏิบัติการทางอวกาศกองทัพอากาศใช้ในการปฏิบัติภารกิจการเฝ้าระวังทางอวกาศในปัจจุบัน โดยกองทัพอากาศได้ทำการติดตั้งกล้องโทรทรรศน์ไว้ ณ จุดสูงสุดแดนสยาม สถานีรายงานดอยอินทนนท์ซึ่งมีข้อเสียในเรื่องสภาพอากาศที่แปรปรวนค่าความชื้นในอากาศที่ผันผวนซึ่งยากต่อการคาดเดา ซึ่งข้อเสียเหล่านี้ส่งผลโดยตรงต่อการวางแผนปฏิบัติภารกิจ การศึกษานี้จึงมีเป้าหมายในการทดสอบการพยากรณ์ค่าความชื้นในอากาศในแต่ละห้วงเวลากลางคืนผ่านการใช้ข้อมูลของสภาพอากาศที่ถูกจัดเก็บข้อมูลในเวลากลางวันด้วยอุปกรณ์ Davis Weather Station ข้อมูลที่ได้จากอุทยานแห่งชาติดอยอินทนนท์กรมอุตุนิยมวิทยาภาคเหนือ และกรมควบคุมมลพิษ และเพื่อให้ได้โมเดลการพยากรณ์ ค่าความชื้นในอากาศที่มีประสิทธิภาพ ในการศึกษานี้จึงได้เลือกรูปแบบอัลกอริทึมที่มีความสามารถในการพยากรณ์ข้อมูลที่อยู่ในลักษณะอนุกรมเวลาทั้งสิ้น 4 รูปแบบ ได้แก่ 1. Autoregressive Integrated Moving Average (ARIMA) 2. Feed-Forward Neural Network 3. Long Short-Term Memory ร่วมกับตัวแปร 1 ตัวแปร และ 4. Long Short-Term Memory ร่วมกับตัวแปร 5 ตัวแปร ซึ่งอัลกอริทึม Long Short-Term Memory ร่วมกับตัวแปร 1 ตัวแปร นั้นสามารถทำการพยากรณ์ได้ดีที่สุด

Factors Affecting Purchase Intention for The Battle Pass to Consume Virtual Goods in Online Games

Chayin Noorit — 2024-03-13

งานวิจัยนี้จึงมีแนวคิดที่จะศึกษาการประยุกต์ใช้เทคโนโลยีอากาศยานไร้คนขับ (UAV) เทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) และเทคนิค Support Vector Machine ในการส􀃎ำรวจชุมชนแนวท่อส่งก๊าซธรรมชาติ โดยใช้ข้อมูลรูปภาพจากเอกสารของบริษัท ปตท. จำกัด(มหาชน) ซึ่งนำมาผ่านการ Data Selection Data Augmentation ด้วยวิธีการตีกรอบ (Crop) การพลิกรูปในแนวแกนนอน (Horizontal Flip) และการหมุนรูป (Rotation) จากนั้นนำข้อมูลรูปภาพทั้งหมดแบ่งเป็นข้อมูลสำหรับการฝึก (Training Dataset) จำนวน 80% และข้อมูลสำหรับการทดสอบ (Testing Dataset) จำนวน 20% นำเข้าประมวลผลกับโมเดล Convolutional Neural Network (CNN) และโมเดล Support Vector Machine (SVM) โดยข้อมูลที่เข้าประมวลผลในโมเดล SVM จะผ่านขั้นตอนการทำHistogram of Oriented Gradients (HOG) เพื่อท􀃎ำการสกัดคุณลักษณะ (Feature Extraction) จากนั้นท􀃎ำการปรับค่าตัวแปรต่างๆ ของทั้ง 2 โมเดลเพื่อให้ได้โมเดลที่เหมาะสมที่สุด

The Guidelines on Building Satisfaction toward the use of a Mobile Application to Reserve a Hotel and a Trip a Case Study of the Expedia Platform

Thitirachanan Israngkura Na Ayutthaya — 2024-01-19

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาแนวทางในการสร้างความพึงพอใจต่อการใช้โมบายแอปพลิเคชันสำหรับการจองที่พักและการเดินทาง กรณีศึกษาแพลตฟอร์มเอ็กซ์พีเดีย ผลของการวิจัยพบว่าปัจจัยที่ส่งผลให้เกิดพฤติกรรมการจองที่พักและการเดินทางผ่านโมบายแอปพลิเคชัน ได้แก่ 1) การออกแบบโมบายแอปพลิเคชันให้ใช้งานง่าย ไม่ซับซ้อน ระบบมีความเสถียรปลอดภัยและผู้ใช้งานมีประสบการณ์ที่ดีในการใช้งาน 2) การนำเสนอราคาที่ดีที่สุดและมีผลิตภัณฑ์ที่หลากหลาย 3) มีช่องทางการติดต่อแผนกลูกค้าสัมพันธ์ได้ง่าย และรวดเร็วทั้งนี้ผลที่ได้จากการวิจัย สามารถนำไปเป็นแนวทางในการปรับปรุงโมบายแอปพลิเคชันและการให้บริการของบริษัทเอ็กซ์พีเดีย เพื่อสร้างประสบการณ์ที่ดีและมีประสิทธิภาพมากยิ่งขึ้น

GUIDELINES FOR DEVELOPING DIGITAL SKILLS OF CIVIL SERVANTS CASE STUDY: A GOVERNMENT AGENCY

Punnasa Kodchasila — 2024-01-19

งานวิจัยฉบับนี้มุ่งหมายการจัดท􀃎ำข้อเสนอแนวทางการพัฒนาทักษะดิจิทัลของข้าราชการในหน่วยงานภาครัฐแห่งหนึ่ง ผ่านการสำรวจความพร้อมด้านทักษะดิจิทัล จากการศึกษาพบว่า (1) ผู้บริหารระดับสูง ควรได้รับการส่งเสริมองค์ความรู้ในเรื่องการวิเคราะห์ประเด็นและระบุแนวทางการแก้ไขปัญหาที่เกิดขึ้นในกระบวนการทำงาน(2) ผู้อำนวยการกอง ควรได้รับการส่งเสริมองค์ความรู้เกี่ยวกับการจัดท􀃎ำแผนการลงทุนทรัพยากรในองค์กร รวมถึงการกำหนดตัวชี้วัดในแผนการลงทุน และการติดตามประเมินผลการใช้ทรัพยากร (3) ผู้ทำงานนโยบายและวิชาการ ควรได้รับการส่งเสริมองค์ความรู้เกี่ยวกับมาตรฐานการเปิดเผยข้อมูลรวมถึงเทคนิคในการวิเคราะห์และจัดหมวดหมู่ข้อมูลสนเทศในองค์กร (4) ผู้ทำงานด้านบริการ ควรได้รับการส่งเสริมองค์ความรู้ด้านการประมวลผลคุณภาพการให้บริการ และเทคนิคในการรับฟังข้อเสนอแนะจากผู้รับบริการ (5) ผู้ปฏิบัติงานด้านดิจิทัล ควรได้รับการส่งเสริมความรู้ความเข้าใจเกี่ยวกับการพัฒนาวงจรชีวิตของการพัฒนาซอฟต์แวร์

THE STUDY OF PREPARATION TO IMPLEMENT ERP SYSTEM IN SMEs, WITH INDUSTRIAL LAUNDRY BUSINESS

Thanapat Rattanasut — 2024-03-13

บทความนี้ต้องการศึกษาการเตรียมความพร้อมของธุรกิจ SMEs ประเภทบริการซักผ้าอุตสาหกรรมในการประยุกต์ใช้ระบบวางแผนทรัพยากรองค์กร (Enterprise Resource Planning: ERP) ด้วยการศึกษากลุ่มประชากรตัวอย่างแบบเจาะจง (Purposive Sampling) โดยวิธีการเก็บข้อมูลโดยการสัมภาษณ์เดี่ยวและการสังเกตการณ์ เพื่อนำมาสร้างแผนภาพกระบวนการทางธุรกิจ และทำการปรับปรุงกระบวนการทางธุรกิจด้วยวิธี Benchmarking Methodology และ Lean Thinking ผลการศึกษาพบว่า ควรเตรียมข้อมูลที่สำคัญของธุรกิจ ลงบนฐานข้อมูลดิจิทัล เพื่อนำไปป้อนเข้าระบบวางแผนทรัพยากรองค์กร ในโมดูลของการจัดการลูกค้าสัมพันธ์การวางแผนความต้องการวัตถุดิบ และการจัดการทรัพยากรทางการเงิน โดยรูปแบบโปรแกรมที่ใช้คือ โปรแกรมสำเร็จรูป