|
รายงานสรุปเนื้อหาและการนำไปใช้ประโยชน์จากการเข้าอบรม สัมมนา หรือประชุมวิชาการ
|
|
โครงข่ายประสาทเทียม (Neural network) เป็นแขนงหนึ่งของปัญญาประดิษฐ์ (Artificial Intelligence, AI) ที่มีโครงสร้างการทำงานคล้ายคลึงกับการทำงานของเซลล์สมอง หรือระบบประสาทของมนุษย์ โดยในทศวรรษที่ผ่านมาโครงข่ายประสาทเทียมมีหลากหลายชนิด เช่น recurrent neural networks, Hopfield neural networks cellular neural networks, Cohen-Grossberg neural networks, bidirectional memory associative (BAM) neural networks ซึ่งพบว่าสามารถแก้ปัญหาที่มีความซับซ้อน หรือใช้ในการทำนายหรือพยากรณ์พฤติกรรมที่มีลักษณะไม่เป็นเชิงเส้น (Nonlinear) ได้ดี และในปัจจุบันนิยมนำโครงข่ายประสาทเทียมมาประยุกต์ใช้แก้ปัญหางานจริงได้อย่างหลากหลายด้าน เช่น การเงินการธนาคาร, อวกาศ, ระบบป้องกันประเทศ, ระบบรักษาความปลอดภัย, การแพทย์, ระบบสื่อสาร, ระบบขนส่ง, การบันเทิง, ทางด้านวิศวกรรม รวมทั้งงานทางด้านการเกษตรซึ่งพบบ่อยมากขึ้น โดยนำโครงข่ายประสาทเทียมมาใช้ด้านเพื่อการจัดหมวดหมู่และแยกแยะวัสดุทางการเกษตร (Classification) การพยากรณ์ผลลัพธ์ของผลผลิต (Forecasting) การประมาณค่าความสัมพันธ์ระหว่างตัวแปรต้นและตัวแปรตาม (Estimating) การควบคุมสภาวะที่มีการเปลี่ยนแปลง (Control) การจดจำรูปแบบ (Recognition) การจัดกลุ่ม (Clustering) เป็นต้น ซึ่งในส่วนของประยุกต์ใช้แก้ปัญหางานดังกล่าวข้างต้นนั้นมักขึ้นกับสมบัติเชิงคุณภาพ (Qualitative property) ของจุดสมดุล (Equilibrium point) ของแต่ละชนิดของโครงข่ายประสาทเทียม
คุณสมบัติที่สำคัญโครงข่ายประสาทเทียม คือความสามารถในการเรียนรู้จากตัวอย่าง โดยการพยายามคำนวณหาความสัมพันธ์ระหว่างปัจจัยนำเข้า (input)และ ผลลัพธ์(output) การเรียนรู้จะเร่ิมจากสุ่มค่าน้ำหนัก (Weight) และค่าเบี่ยงเบนเร่ิมต้น (Bias) ค่าผลลัพธ์ที่ได้จากค่าเริ่มต้นจะถูกนำมาเปรียบเทียบกับผลลัพธ์จริง ค่าที่แตกต่างจะถูกนำมาปรับค่านำ้หนักและค่าเบี่ยงเบนโดยวิธีลองผิดลองถูก จนได้ผลลัพธ์ที่ใกล้เคียงหรือตรงกับผลลัพธ์จริง ค่าน้ำหนักและค่าเบี่ยงเบนสุดท้ายจะถูกนำมาใช้ในการพยากรณ์ผลลัพธ์ที่เกิดจากข้อมูล (input) ใหม่
|
|
ข้าพเจ้านางสาวเจนจิรา ทิพย์ชะ ตำแหน่ง อาจารย์ สังกัด สาขาวิชาคณิตศาสตร์ คณะวิทยาศาสตร์ ได้เข้าร่วมประชุมวิชาการ ในงานประชุมวิชาการประจำปี 2560 ระหว่างวันที่ 7 – 8 ธันวาคม 2560 ณ อาคารเฉลิมพระเกียรติสมเด็จพระเทพรัตนราชสุดา มหาวิทยาลัยแม่โจ้ จังหวัดเชียงใหม่ ข้าพเจ้าได้รับฟังการบรรยายพิเศษเรื่อง งานวิจัยกับนโยบายไทยแลนด์ 4.0 โดย รศ. ดร. พีระพงศ์ ทีฆสกุล รองอธิการบดีฝ่ายระบบวิจัยและบัณฑิตศึกษา มหาวิทยาลัยสงขลานครินทร์ ซึ่งทำให้ได้รับความรู้ความเข้าใจที่เกี่ยวข้องงานวิจัยกับนโยบายไทยแลนด์ 4.0 เพื่อเป็นประโยชน์ในการพัฒนางานวิจัยต่อไป นอกจากนี้ ข้าพเจ้าได้เข้ารับฟังการบรรยายเรื่อง การพัฒนาโปรแกรมจำลองพฤติกรรมมอเตอร์ไฟฟ้าสำหรับการเรียนการสอนเชิงปฏิบัติการ โดย อ. ภัควี หะยะมิน ในหัวข้อ ได้ทราบถึงการพัฒนาแอพพลิเคชันคือ Thunkable และ ฐานข้อมูล Firebase ช่วยให้ผู้ใช้สามารถติดตามตำแหน่งที่แม่นยำของรถรับส่งนักเรียนได้ด้วยอุปกรณ์เคลื่อนที่ทำงานบนระบบปฏิบัติการแอนดรอยด์ โดยผู้วิจัยได้พัฒนาแอพพลิเคชัน Followsna เพื่อทำหน้าที่แสดงตำแหน่งรถบนแผนที่กูเกิ้ลแมพ และ
ได้รับฟังการบรรยายเรื่อง การวิเคราะห์กลยุทธ์ทางการตลาดที่เหมาะสมด้วยแบบจำลองโลจิตหลายทางเลือกของสินค้าเกษตรอินทรีย์ในจังหวัดเชียงใหม่ โดย ผศ. พัชรินทร์ สุภาพันธ์ ในหัวข้อ ได้ทราบถึงกลยุทธ์ทางการตลาดที่เหมาะสมของสินค้าเกษตรอินทรีย์แปรรูป และพืชไร่ ตามทฤษฎีส่วนประสมทางการตลาด ด้วยแบบจำลองโลจิตหลายทางเลือก ต้องให้ความสำคัญกำหนดการกำหนดกลยุทธ์ทางการตลาดที่เหมาะสมซึ่งจะนำไปสู่ความได้เปรียบทางการแข่งขันเพื่อสร้างโอกาสทางการตลาด รวมทั้งได้เดินไปดูการนำเสนอผลงานทางวิชาการภาคโปสเตอร์ เรื่องแบบจำลองทางคณิตศาสตร์ของการแพร่ระบาดโรคอีสุกอีใสเมื่อมีการฉีดวัคซีนป้องกันโรค ของนายอดิศักดิ์ เด็นเพ็ชรหน๋อง และ นางสาวศรัณญา เฮงสวัสดิ์ ซึ่งเขาได้ศึกษาแบบจำลองทางคณิตศาสตร์ เพื่อพยากรณ์การระบาดโรคอีสุกอีใสเมื่อมีการฉีดวัคซีนป้องกันโรค และพบว่าการเพิ่มอัตราการฉีดวัคซีนทำให้ค่าระดับการติดเชื้อและจำนวนผู้ที่ติดเชื้อลดลง
จากการที่ข้าพเจ้าได้เข้ารับการฟังในส่วนภาคการบรรยายและภาคโปสเตอร์ในครั้งนี้สามารถนำไปประยุกต์ใช้ประโยชน์ในการพัฒนาผลงานทางวิชาทางด้านการวิจัยในเชิงประยุกต์ โดยการนำความรู้จากข้อมูลใหม่ๆ ที่ได้จากการประชุม มาประยุกต์ใช้ในการผลิตผลงานทางวิชาการ และการเผยแพร่งานวิจัย อีกทั้งยังเป็นการเปิดโลกทัศน์ ของตนเองในด้านการผลิตผลงานทางวิชาการ
|