ตามที่คณะวิทยาศาสตร์ ได้อนุญาตให้ข้าพเจ้าเข้าร่วมและนำเสนอผลงาน การประชุมวิชาการระดับชาติ วิทยาศาสตร์ เทคโนโลยีและนวัตกรรม ครั้งที่ 5 เมื่อวันที่ 28 มีนาคม 2567 ณ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้ นั้น
บัดนี้ ข้าพเจ้าได้เข้าร่วมประชุมวิชาการฯและนำเสนอผลงาน เป็นที่เรียบร้อยแล้ว ดังนั้นจึงขอรายงานสรุปเนื้อหาและประโยชน์ที่ได้รับ ดังนี้
- สรุปเนื้อหาที่ได้รับจากการเข้าประชุม/อบรม ฯลฯ
ข้าพเจ้าได้นำเสนอผลงานในหัวข้อ “การแจกแจงปัวซง-อัดยา ที่มีศูนย์มากและการประยุกต์” โดยงานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอการแจกแจงปัวซง-อัดยา ที่มีศูนย์มาก โดยเป็นการแจกแจงข้อมูลแจงนับที่มีศูนย์มาก เกิดการผสมกันระหว่างจุดของมวลที่เป็นศูนย์และการแจกแจงแจงนับที่มีการตัดปลาย ซึ่งเป็นนำการแจกแจงปัวซง-อัดยามาศึกษาการแจกแจงข้อมูลแจงนับที่มีศูนย์มาก โดยการแจกแจงปัวซง-อัดยานั้นสร้างขึ้นจากการผสมกันระหว่างการแจกแจงปัวซงและการแจกแจงอัดยาที่เกิดจากผลรวมเชิงคอนเวกซ์ของการแจกแจงแบบเลขชี้กำลัง การแจกแจงแกมมา (2) และการแจกแจงแกมมา (3) เพื่อแก้ไขปัญหาการกระจายเกินเกณฑ์และปัญหาศูนย์มาก การวิจัยครั้งนี้ศึกษาลักษณะเฉพาะของการแจกแจงที่นำเสนอเช่น ค่าเฉลี่ยและความแปรปรวน วิธีการประมาณค่าพารามิเตอร์ที่ใช้ในครั้งนี้คือวิธีภาวะน่าจะเป็นสูงสุด โดยสรุปของการศึกษานี้คือ การแจกแจงแจงปัวซง-อัดยา ที่มีศูนย์มาก สามารถนำไปประยุกต์ใช้กับข้อมูลแจงนับในหลาย ๆ ด้าน เช่น ด้านการแพทย์ ด้านประกันภัย เป็นต้น ทั้งนี้เพื่อเป็นแนวทางให้นักวิจัยเลือกใช้การแจกแจงข้อมูลเชิงนับที่เหมาะกับลักษณะของข้อมูลที่มีศูนย์มากในแต่ละสถานการณ์
ข้าพเจ้าได้เข้าร่วมรับฟังการนำเสนอผลงานวิจัยดังนี้
- การพยากรณ์ปริมาณการใช้น้ำมันดีเซลของประเทศไทยโดยใช้ตัวแบบผสมระหว่างตัวแบบ SARIMAX-RBF เป็นเปรียบเทียบตัวแบบพยากรณ์ 4 ตัวแบบ คือ ตัวแบบ SARIMA ตัวแบบ SARIMAX ตัวแบบ RBFและตัวแบบผสมระหว่างตัวแบบ SARIMAX-RBF โดยใช้ข้อมูลรายเดือนของปริมาณการใช้น้ำมันดีเซลของประเทศไทย
- ตัวแบบทำนายการยกเลิกการใช้บริการของลูกค้าธนาคารโดยใช้การเรียนรู้แบบเครื่อง เป็นการศึกษาการยกเลิกการใช้บริการของลูกค้าในอุตสาหกรรมธนาคาร ทำการสร้างตัวแบบทำนายการยกเลิกการใช้บริการของลูกค้าในธนาคาร 3 ตัว แบบ ได้แก่ นาอีฟเบส์ ต้นไม้การตัดสินใจ ป่าสุ่ม XGBoost CatBoost และ LightGBM
- การเปรียบเทียบตัวแบบการพยากรณ์ปริมาณการใช้พลังงานของประเทศไทยโดยใช้ตัวแบบการเรียนรู้เชิงลึก เป็นเปรียบเทียบตัวแบบพยากรณ์ 4 ตัวแบบ คือ ตัวแบบ RNN (Recurrent Neural Network : RNN) ตัวแบบ LSTM (Long Short-Term Memory : LSTM)
– 2 –
ตัวแบบ GRU (Gated Recurrent Unit : GRU) และตัวแบบผสมระหว่างตัวแบบการเรียบนรู้เชิงลึกกับตัวแบบการเรียนรู้เชิงลึก โดยใช้ข้อมูลรายเดือนของปริมาณการใช้พลังงานในประเทศไทย
- ระยะเวลาก่อนการสูญเสียฟันของกลุ่มก่อนวัยผู้สูงอายุและปัจจัยที่เกี่ยวข้อง เป็นการศึกษาจากชุดข้อมูลโรงพยาบาลชุมชนแห่งหนึ่งในจังหวัดสุรินทร์ เป็นการศึกษาระยะเวลาของการสูญเสียฟันหลังจากการตรวจสุขภาพช่องปากในกลุ่มก่อนวัย ผู้สูงอายุ
- ประโยชน์ต่อการปฏิบัติงานในตำแหน่งหน้าที่
- นำความรู้ที่ได้มาพัฒนาตนเองทั้งทางด้านการเรียนการสอนและงานวิจัย
- ได้แลกเปลี่ยนเรียนรู้เกี่ยวกับการศึกษาด้านสถิติที่ทันสมัย
- ประโยชน์ต่อหน่วยงาน (ระดับงาน/หลักสูตร/คณะ)
- เพื่อพัฒนาด้านการวิจัยในการตีพิมพ์ผลงานวิชาการระดับชาติและนานาชาติ
- สามารถนำองค์ความรู้ที่ได้มาประยุกต์ใช้ในการด้านการเรียนการสอนในรายวิชาต่าง ๆ ของหลักสูตรฯ ได้อย่างมีประสิทธิภาพ