E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น

วิทยานิพนธ์ (MIT) 2022

1.	การคัดแยกโครงสร้างทางจุลภาคของโลหะที่ผ่านกรรมวิธีผงด้วยเทคนิคการประมวลผลข้อมูลภาพ และการเรียนรู้เชิงลึก [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : ขัตติพงษ์ อยู่สำราญ
	การประเมินลักษณะการหลอมรวมของเม็ดผงโลหะ (Sintering Neck) นั้นเป็นส่วนสำคัญที่ ใช้ในการบ่งบอกถึงคุณภาพของการขึ้นรูปชิ้นงานโลหะ ที่ผ่านการขึ้นรูปด้วยกรรมวิธีผง (Powder Metallurgy) โดยวิเคราะห์จากลักษณะของรูพรุน ในภาพถ่ายโครงสร้างทางจุลภาคหลังการขึ้นรูป โดยในปัจจุบัน การประเมินคุณภาพยังเป็นการวิเคราะห์ จากผู้เชี่ยวชาญเป็นหลัก โดยที่ยังไม่มีมาตรฐานอย่างชัดเจน ทางผู้วิจัยได้เล็งเห็นถึงปัญหาและโอกาสที่สามารถนำการเรียนรู้เชิงลึกเข้ามาประยุกต์ใช้ใน การแก้ไขปัญหา โดยใช้พื้นฐานของ CNN (Convolution Neural Network) โดยคัดเลือกมาทั้งหมด 5 อัลกอริทึม ได้แก่ ResNet-50, ResNet-101, Inception-v3, Xception และ GoogLeNet มาสร้าง แบบจำลองในการประเมิน Sintering Neck ผ่านลักษณะของรูพรุนในภาพถ่ายโครงสร้างทางจุลภาค โดยอาศัยรูปภาพที่ผ่านการประเมินจากผู้เชี่ยวชาญทางด้านโลหะวิทยา จำนวน 3 คน มาเป็นต้นแบบ ในการสร้างแบบจำลองการเรียนรู้ เพื่อเป็นแนวทางในการสร้างมาตรฐานการประเมินในอนาคต จากวัตถุประสงค์งานวิจัยที่ต้องการสร้างแบบจำลอง Deep Learning เพื่อใช้การประเมิน คุณภาพของ Sintering Neck จากรูพรุนในภาพถ่ายโครงสร้างจุลภาค โดยอาศัยการเรียนรู้จากผู้เชี่ยวชาญ เป็นต้นแบบ สามารถทำได้ซึ่งแบบจำลองที่สร้างโดยผู้เชี่ยวชาญ 3 คน และสร้างจากชุดข้อมูลเอกฉันท์ นั้นให้ความแม่นยำมากที่สุด โดยมีค่าความแม่นยำอยู่ที่ 94.0-98.9% โดยที่แบบจำลองที่สร้างโดย Inception-v3 จะได้ค่าความแม่นยำสูงที่สุด ส่วนแบบจำลองด้วย GoogLeNet นั้นไม่สามารถคัดแยก ประเภทของรูพรุนได้ Full Text : Download!

2.	ระบบตรวจสอบการขนส่งห่วงโซ่ความเย็นสำหรับอาหารด้วยเทคโนโลยีบล็อกเชนและอินเทอร์เน็ตของสรรพสิ่ง [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : กฤตภาส วิเศษสิงห์
	การขนส่งอาหารสดหรืออาหารทะเลนั้นความสามารถในการควบคุมหรือตรวจสอบอุณหภูมิในระหว่างขนส่งได้ถือเป็นเรื่องที่สำคัญและมองข้ามไม่ได้ หากผู้บริโภคสามารถตรวจสอบและรับประกันด้วยตัวเองได้ว่าสินค้ามีความปลอดภัยนอกจากจะเพิ่มความมั่นใจในสินค้าและบริการของผู้จัดส่งแล้วยังส่งผลสำคัญต่อการตัดสินใจในอนาคตของผู้บริโภคว่าจะเลือกใช้บริการต่อไปอีกหรือไม่ด้วย งานวิจัยนี้จึงมุ่งเน้นไปที่การใช้งานบล็อกเชนร่วมกับข้อมูลอุณหภูมิและพิกัดของรถขนสินค้าที่ส่งจากอุปกรณ์อินเทอร์เน็ตของสรรพสิ่งเพื่อพัฒนาแอปพลิเคชันขึ้นมา โดยเหตุผลที่เลือกบล็อกเชนเนื่องจากความโปร่งใสในการแสดงข้อมูลทั้งหมดให้แก่ผู้ใช้งานและบล็อกเชนเป็นระบบที่ไม่ต้องมีเครื่องศูนย์กลางในการเก็บข้อมูลทำให้ยากต่อการถูกโจมตีหรือแก้ไขข้อมูลจากภายนอก แนวคิดหลักของแอปพลิเคชันคือผู้ใช้งานทุกคนสามารถตรวจสอบบันทึกอุณหภูมิตลอดการจัดส่งและระบบจะมีการแจ้งเตือนไปยังพนักงานขนส่งในกรณีที่อุณหภูมิสูงหรือต่ำเกินกว่าที่กำหนดไว้ ในการนำข้อมูลจากเซนเซอร์ที่ติดตั้งบนรถขนสินค้าไปบันทึกเป็นธุรกรรมที่เก็บบนเครือข่ายบล็อกเชน จำเป็นต้องเชื่อมการทำงานของแอปพลิเคชัน, อุปกรณ์ IoT และบล็อกเชนเข้าเป็นระบบเดียวกัน โดยในงานวิจัยนี้ได้พัฒนา Web Application ด้วย Vue.js ซึ่งเป็นภาษา JavaScript และพัฒนาระบบบล็อกเชนด้วยภาษาไพทอนที่รันบนเครื่องแม่ข่าย แล้วเชื่อมต่อกันผ่าน API ทำให้สามารถรับ-ส่งข้อมูลกันได้ และผลการวิจัยคือเครื่องแม่ข่ายทุกเครื่องที่รันเครือข่ายบล็อกเชนเดียวกันจะถือชุดข้อมูลเดียวกันพร้อมทั้งตรวจสอบความถูกต้องของชุดข้อมูลนั้นด้วย และเมื่อข้อมูลแต่ละบล็อกในบล็อกเชนเก็บการเข้ารหัสของข้อมูลจากบล็อกก่อนหน้าแล้วจึงมั่นใจได้ว่าข้อมูลที่ถูกเก็บนั้นเชื่อถือได้และสามารถย้อนรอยข Full Text : Download!

3.	การวิเคราะห์รูปแบบการหลอกหลวงผู้บริโภคด้วยการออกแบบประสบการณ์ผู้ใช้บนแอปพลิเคชันขายสินค้าออนไลน์ของไทย [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : ภุมรินทร์ เตียงพาณิชย์
	การวิเคราะห์รูปแบบการหลอกลวงผู้บริโภคด้วยการออกแบบประสบการณ์ผู้ใช้บนแอปพลิเคชันขายสินค้าออนไลน์ของไทยมีวัตถุประสงค์ในการทำวิจัย ดังนี้ 1) ศึกษาถึงรูปแบบของ Dark Patterns บนแอปพลิเคชัน e-Commerce 2) การสร้างความตระหนักถึง Dark Patterns แก่กลุ่มบุคคลทั่วไปเพื่อลดปัญหาการถูกละเมิดความเป็นส่วนตัวจากการขาดความรู้เกี่ยวกับ Dark Patterns ตามกฎหมายพ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA) 3) ศึกษาถึงความคิดเห็นต่อจรรยาบรรณของนักออกแบบในการออกแบบระบบแอปพลิเคชัน e-Commerce ซึ่งผลของการวิจัยมีดังนี้ จากการทดลองเกี่ยวกับอัตราการรู้จัก Dark Patterns ของประชากรในไทยประเทศพบว่าคนไทยรู้จัก Dark Patterns เพียง 4.2% เท่านั้นและมีอัตราการไม่รู้จักมมากถึง 58.3% ส่งผลให้สามารถวิเคระห์ความเสี่ยงเบื้องต้นได้เป็น 31.3% หรือจำนวน 1 ใน 3 ของประชากรในประเทศไทยมีอัตราความเสี่ยงในการเข้าใจผิดใน Dark Patterns อันส่งผลให้เกิดความเสียหายทางด้านทรัพย์สินและข้อมูลส่วนตัวได้ โดยรูปแบบ Dark Patterns ประเภท e-Commerce นั้นมีนิยมอยู่ 5 รูปแบบอันประกอบไปด้วย 1) การบังคับให้ใช้งานต่อเนื่อง (Forced Continuity) 2) การซ่อนราคา (Hidden Costs) 3) การป้องกันการเปรียบเทียบราคา (Price Comparison prevention) 4) บ้านแมลงสาบ (Roach Motel) และ 5) การแอบเข้าไปในตะกร้าของผู้ใช้งาน (Sneak into Basket) อีกทั้งความเสี่ยงทั้งหมดมี 3 ระดับ จำนวน 13 ข้อ ประกอบด้วย 1) กลุ่มที่มีความเสี่ยงอยู่ในระดับอันตราย 2) กลุ่มที่มีความเสี่ยงอยู่ในระดับควรระวัง และ 3) กลุ่มที่มีความเสี่ยงอยู่ในระดับความเสี่ยงน้อย จากการใช้งาน Dark Patterns อาจทำให้เกิดผลกระทบที่ไม่ดีต่อองค์กร ทั้งประสบการณ์ผู้ใช้ที่ไม่ดีจนทำให้องค์เหล่านั้นเกิดความเสื่อมเสียในชื่อเสียง Full Text : Download!

4.	การเปรียบเทียบประสิทธิภาพเทคนิคการเรียนรู้ของเครื่องสำหรับการบำรุงรักษาเชิงคาดการณ์ของเครื่องยนต์อากาศยาน [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : วิรากานต์ กิตติบวรกุล
	งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อสร้างโมเดลการบำรุงรักษาเชิงคาดการณ์ของเครื่องยนต์ อากาศยานด้วยเทคนิคการเรียนรู้ของเครื่องและเปรียบเทียบประสิทธิภาพในการคาดการณ์ความ เสียหายของแต่ละเทคนิคเพื่อหาเทคนิคที่มีความเหมาะสม โดยใช้ชุดข้อมูลจากโมเดลใหม่ของ Commercial Modular Aero-Propulsion System Simulation (N-CMAPSS) ในการฝึกฝนและ ทดสอบโมเดลสำหรับการคาดการณ์ความเสียหาย ชุดข้อมูลดังกล่าวเป็นชุดข้อมูลเกี่ยวกับความ เสียหายที่เกิดขึ้นกับเครื่องยนต์อากาศยานแบบ Turbofan จากศูนย์ความเป็นเลิศด้านการทำนาย (The Prognostics Center of Excellence) ของศูนย์วิจัยนาซาเอมส์ (NASA Ames Research Center) เทคนิคการเรียนรู้ของเครื่องทั้งหมด 8 เทคนิคได้แก่ ต้นไม้ตัดสินใจ ป่าแบบสุ่ม Extreme Gradient Boosting ขั้นตอนวิธีเพื่อนบ้านใกล้สุด โครงข่ายประสาทเทียม โครงข่ายประสาทเทียม คอนโวลูชัน โครงข่ายประสาทเทียมวกกลับแบบ Simple และแบบ LSTM ถูกนำมาใช้สำหรับสร้าง โมเดลเพื่อคาดการณ์ความเสียหาย ในส่วนของการประเมินโมเดลใช้ค่าสัมประสิทธิ์การกำหนด (R2) และค่ารากที่สองของความผิดพลาดกำลังสองเฉลี่ย (RMSE) จากการฝึกฝนและทดสอบโมเดลทั้งหมด 8 เทคนิคพบว่าเทคนิคป่าแบบสุ่มให้ผลลัพธ์ที่ดีที่สุดด้วยค่าสัมประสิทธิ์การกำหนดเท่ากับ 0.7780 และค่ารากที่สองของความผิดพลาดกำลังสองเฉลี่ยเท่ากับ 11.2844 Full Text : Download!

5.	การทำนายผลิตภาพแรงงานในกระบวนการฝังอัญมณีโดยใช้การเรียนรู้ของเครื่อง [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : กัญญณัช คุณาบุตร
	ปัจจุบันหลายบริษัทในอุตสาหกรรมผลิตเครื่องประดับอัญมณีมีการบันทึกข้อมูลที่เกี่ยวข้องกับกระบวนการผลิตลงในระบบบริหารจัดการทรัพยากรภายในองค์กร (Enterprise resource planning system: ERP) เพื่อให้แต่ละแผนกสามารถเข้าถึงข้อมูลที่เกี่ยวข้องได้ รวมไปถึงการใช้งานระบบควบคู่ไปกับกระบวนการผลิตเพื่อเป็นบันทึกการรับ-จ่ายชิ้นงาน แต่ผู้วิจัยจบว่าหลายบริษัทยังไม่มีการนำข้อมูลที่ถูกบันทึกไว้ไปใช้ให้เกิดประโยชน์เท่าที่ควร ผู้วิจัยจึงมีแนวคิดในการนำข้อมูลการรับ-จ่ายตัวเรือน และอัญมณีของหน่วยงานฝังในปี พ.ศ. 2560-2564 มาใช้ในการศึกษาเปรียบเทียบประสิทธิภาพการทำนายค่าผลิตภาพแรงงานของแบบจำลองของเทคนิคที่สนใจ ผู้วิจัยได้พัฒนาแบบจำลองการทำนายค่าผลิตภาพแรงงานในกระบวนการฝังอัญมณีโดยใช้เทคนิคการเรียนรู้ของเครื่อง เพื่อให้บริษัทสามารถทำนายค่าผลิตภาพ (Productivity) ในกระบวนการผลิตเครื่องประดับได้อย่างมีความแม่นยำมากยิ่งขึ้น ทำให้สามารถนำผลการทำนายไปใช้ประโยชน์ในการวางแผนการผลิต และเป็นตัวชี้วัดในการทำกิจกรรมปรับปรุงกระบวนการต่อไปได้ โดยผู้วิจัยใช้ข้อมูลที่ถูกบันทึกไว้ 5 ปีย้อนหลังในการทำการทดลองสร้างแบบจำลอง ใช้เทคนิคต้นไม้ตัดสินใจ (Decision Tree), เทคนิคป่าแบบสุ่ม (Random Forest), เทคนิคเพื่อนบ้านที่ใกล้ที่สุด k (K-Nearest Neighbors) และเทคนิคเกรเดียนท์บูสติ้ง (Gradient Boosting) ในการสร้างแบบจำลองการทำนาย ผลวิจัยพบว่าการทำนายผลิตภาพแรงงานกระบวนการฝังอัญมณีโดยใช้เทคนิคป่าแบบสุ่ม (Random Forest) มีประสิทธิภาพมากที่สุด โดยเมื่อใช้ชุดข้อมูลที่มีระยะเวลา 4 ปี จะได้ค่า Adjusted R-squared เท่ากับ 0.5880 และค่า Root Mean Square Error (RMSE) เท่ากับ 0.1874 เมื่อนำไปทดลองใช้กับชุดข้อมูลทดสอบพบว่า สามารถทำนายค่าได้ใ Full Text : Download!

6.	การจำแนกเกรดรังนกแอ่นกินรังด้วยขั้นตอนวิธีการเรียนรู้เชิงลึก [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : เอมี่ สูงสิริ
	รังนกแอ่นกินรังเป็นที่ต้องการสูงเนื่องจากมีการบริโภคกันอย่างแพร่หลายในประเทศจีน และหลายประเทศในเอเชียตะวันออกเฉียงใต้ โดยอ้างว่าเป็นอาหารเพื่อสุขภาพ และมีประโยชน์ทางการแพทย์มากมาย การทำฟาร์มรังนกแอ่นกินรังเป็นอุตสาหกรรมที่ร่ำรวยเพราะถือว่าเป็นหนึ่งในผลิตภัณฑ์จากสัตว์ที่แพงที่สุด อย่างไรก็ตาม สำหรับการคัดเกรดคุณภาพ กระบวนการนี้ใช้เวลานานเนื่องจากผู้เชี่ยวชาญดำเนินการด้วยตนเอง โดยพิจารณาจากสี รูปร่าง พื้นผิว และขนาด ในงานวิจัยนี้นำเสนอวิธีการของคอมพิวเตอร์วิทัศน์ (Computer Vision) เพื่อใช้สำหรับในการจำแนกเกรดรังนกแอ่นกินรังด้วยการประยุกต์ใช้วิธีโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Networks: CNN) ถูกนำไปใช้เพื่อจำแนกภาพของรังนกแอ่นกินรัง ได้แก่ เกรดเอ (Grade A) เกรดบี (Grade B) และรังมุม (Corner) ในการทดลอง มีการเปรียบเทียบสถาปัตยกรรม CNN ทั้งหมด 7 สถาปัตยกรรม ได้แก่ MobileNetV2, Xception, DenseNet121, DenseNet169, DenseNet201, VGG16 และ VGG19 ผลวิจัยพบว่า DenseNet201 และ VGG16 มีค่าความถูกต้องเท่ากันคือ 99.34% ดังนั้นงานวิจัยนี้ DenseNet201 และ VGG16 มีความเหมาะสมมากที่สุดสำหรับการใช้วิเคราะห์จำแนก เกรดรังนกแอ่นกินรัง Full Text : Download!

7.	การออกแบบสื่อการสอนประเภทความจริงเสริม วิชาภาษาญี่ปุ่นในระดับเริ่มต้น เพื่อเพิ่มผลสัมฤทธิ์ทางการเรียนรู้ [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : นิรัชพร อุ่นนิมิตร
	ปัจจุบันคนญี่ปุ่นเข้ามามีบทบาทในประเทศไทยในด้านอุตสาหกรรมต่าง ๆ จำนวนมาก คนที่มีความสามารถในการสื่อสารภาษาญี่ปุ่นจึงมีโอกาสเติบโตและโอกาสที่จะได้รับการคัดเลือกเข้าทำงานสูงกว่า แต่มีคนจำนวนมากที่มีปัญหาในการเรียนรู้ภาษาญี่ปุ่น เนื่องจากสถานการณ์ COVID-19 ทำให้สื่อการสอนรูปแบบเดิมใช้งานได้ไม่เต็มประสิทธิภาพและทำให้ความน่าสนใจในการเรียนลดลง ผู้วิจัยจึงนำเทคโนโลยีความจริงเสริมร่วมกับหลักการวิเคราะห์ประสบการณ์ผู้ใช้มาพัฒนาสื่อการสอนภาษาญี่ปุ่นในระดับเริ่มต้น เพื่อเพิ่มผลสัมฤทธิ์ทางการเรียนให้มากขึ้น ผลการทดลองพบว่า กลุ่มที่ใช้สื่อการสอนประเภทความจริงเสริมในการเรียนได้คะแนนอยู่ในเกณฑ์ดีสูงถึง 60% ของจำนวนผู้ร่วมทำแบบทดสอบวัดผล แสดงให้เห็นว่าการใช้สื่อการสอนประเภทความจริงเสริมในการเรียนภาษาญี่ปุ่นช่วยให้ผู้เรียนเข้าใจบทเรียนและมีผลการเรียนที่ดีขึ้น Full Text : Download!

8.	การวิเคราะห์ข้อมูลองค์ความรู้ตามเงื่อนไขเพื่อแนะนำการจ่ายยาสำหรับเภสัชกรในร้านขายยา [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : ปิยาณี เกียรติชัยวณิชย์
	งานวิจัยนี้มีจุดประสงค์ในการพัฒนากระบวนการสำหรับสนับสนุนการปฏิบัติงานของ เภสัชกรในการแนะนำข้อมูลยาที่เหมาะสมให้กับผู้ป่วยด้วยการประยุกต์ใช้ Rule-based และ Gradient boosting tree ในการวิเคราะห์ประมวลผลซึ่งประกอบด้วยการคัดกรองผู้ป่วยเบื้องต้น สำหรับกลุ่มอาการที่อยู่นอกเหนือขอบเขตของร้านขายยาซึ่งต้องดำเนินการส่งต่อผู้ป่วยเพื่อทำการ รักษาโดยผู้เชี่ยวชาญ ณ โรงพยาบาลและกลุ่มอาการที่สามารถรักษาได้ด้วยตนเองโดยยาสามัญ ประจำบ้านเพื่อบรรเทาอาการเบื้องต้น ทั้งนี้กระบวนการทำงานเริ่มจากการรับข้อมูลผู้ป่วยจากการ สอบถามของเภสัชกร อาทิ โรคประจำตัว อาการ และการแพ้ยาของผู้ป่วยแต่ละราย เป็นต้น รวมถึง การสร้างฐานข้อมูลองค์ความรู้หรือเงื่อนไขที่ได้จากคู่มือ GPP (Good Pharmacy Practice) เพื่อใช้ ในการคัดกรองกลุ่มผู้ป่วยที่ต้องรักษาที่โรงพยาบาล หลังจากนั้นจึงดำเนินการวิเคราะห์ประมวลผล จากข้อมูลที่ได้เตรียมไว้เพื่อทำการแนะนำยาที่เหมาะสมด้วยการแสดงผลผ่าน GUI นอกจากนี้ยังมีการ ทดสอบประสิทธิภาพของระบบจากการประเมินค่า accuracy, precision, recall, และ F1 score Full Text : Download!

9.	การพัฒนาสื่อการสอนประเภท Game-Based Learning วิชา C# Programming Language เพื่อเพิ่มผลสัมฤทธิ์ทางการเรียน [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : ภัทรดร เอกธรรมบดี
	การพัฒนาสื่อการสอนประเภท Game-Based Learning วิชา C# Programming Language เพื่อเพิ่มผลสัมฤทธิ์ทางการเรียนมีวัตถุประสงค์ในการทำวิจัย ดังนี้ 1) เพื่อพัฒนาสื่อการสอนประเภทเกมมือถือ (Mobile Game-based Learning) ที่เพิ่มผลสัมฤทธิ์ในการเรียน 2) เพื่อศึกษาประเภทของเกมสาหรับสื่อการสอนประเภทเกมมือถือ (Mobile Game-based Learning) ที่เหมาะสมกับการเรียนวิชา C# Programming Language และหาประเภทของเกมสำหรับสื่อการสอนประเภทเกมมือถือที่ดีที่สุด จากการสืบค้นพบว่า ในปัจจุบันภาคธุรกิจส่วนใหญ่ได้ให้ความสำคัญกับงานด้านไอทีมากขึ้นส่งผลกระทบต่อความต้องการของตลาดแรงงานไอทีเพิ่มสูงขึ้น แต่จำนวนบุคลากรไอทีในตลาดกลับขาดแคลน เนื่องจากวิชาการเขียนโปรแกรมมีความซับซ้อน และเข้าใจได้ยาก ผู้วิจัยจึงนำเอาการเรียนรู้ผ่านการใช้สื่อการเรียนประเภทเกมมือถือ (Mobile Game-Based Learning) มาพัฒนาร่วมกับการหาประเภทของเกมที่เหมาะสมที่สุดสำหรับการนำไปใช้เป็นสื่อการเรียน เพื่อเพิ่มความน่าสนใจให้กับเนื้อหาการเรียนเดิมที่มีความซับซ้อน และช่วยให้ผู้เรียนเข้าถึงเนื้อหาการเรียนได้สะดวกสบายมากยิ่งขึ้นผ่านรูปแบบสื่อการเรียนประเภทเกมมือถือซึ่งช่วยให้ผู้เรียนทบทวนบทเรียนในเวลาไหนก็ได้ นอกจากนี้การที่ผู้เรียนมีความสนใจต่อเนื้อหาการเรียนมากขึ้นทาให้มีแนวโน้มที่จะทำให้ผลสัมฤทธิ์ทางการเรียนเพิ่มสูงขึ้นได้อย่างมีประสิทธิภาพเช่นเดียวกัน Full Text : Download!

10.	ระบบช่วยการบริหารสมองสำหรับผู้สูงอายุ [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ]
	ผู้แต่ง : ภัทรวัต นิลธิราช
	การศึกษาเชิงทดลองนี้มีวัตถุประสงค์เพื่อพัฒนาระบบที่ทำงานบนอุปกรณ์อินเทอร์เน็ตของ สรรพสิ่งให้เป็นตัวช่วยการทำกิจกรรมร่วมกับผู้สูงอายุ ซึ่งสามารถสื่อสารด้วยภาพ อีกทั้งรับข้อมูลด้วย เมาส์ คีย์บอร์ดได้ และให้มีระบบการแนะนำกิจกรรมสำหรับผู้สูงอายุที่สามารถใช้งานได้จริง เพื่อ พัฒนาสมองของผู้สูงอายุในการชะลอการเกิดภาวะสมองเสื่อมโรคอัลไซเมอร์ โดยเก็บข้อมูลทดสอบ การใช้ระบบจากผู้สูงอายุจำนวน 50 คน ซึ่งใช้วิธีการให้ลงชื่อเข้าใช้งานในระบบวันละ 1 ครั้งรวม ทั้งหมด 5 วัน แล้วบันทึกเวลา และคะแนนที่ได้จากการใช้งานในแต่ละครั้ง และวิเคราะห์ข้อมูลโดยหา แนวโน้มจาก ความถี่ของช่วงคะแนน และเวลาการใช้งานในแต่ละครั้ง พบว่าผู้เข้าร่วมวิจัยมีแนวโน้ม การใช้งานที่ดีขึ้น เห็นได้จากเวลาในการใช้งานมีแนวโน้มลดลง และคะแนนการเล่นมีแนวโน้มที่เพิ่ม ขึ้น ยิ่งไปกว่านี้ผู้สูงอายุมีความพึงพอใจในการใช้งานระบบเป็นอย่างมาก จากการสอบถามความพึง พอใจโดยแบบสอบถาม ด้านส่วนต่อประสานผู้ใช้ ความสวยงามของระบบโดยภาพรวม การใช้สีปุ่ม ขนาดของปุ่ม การใช้สีอักษร และขนาดของตัวอักษร มีความพึงพอใจในระดับมากที่สุด ส่วนความพึง พอใจของพื้นหลังของระบบอยู่ในระดับมาก ด้านประสบการณ์การใช้งานมีความพึงพอใจในระดับมาก ที่สุด ผลการประเมินด้านเกมคำนวณชวนคิดมีความพึงพอใจอยู่ในระดับมาก และผลการประเมิน ด้าน เกมจำคำศัพท์มีความพึงพอใจอยู่ในระดับมาก ผลการวิจัยนี้ชี้ให้เห็นประโยชน์ของการใช้ระบบ อัจฉริยะแนะนำการบริหารสมองสำหรับผู้สูงอายุมีแนวโน้มสามารถช่วยพัฒนาความสามารถในการ พัฒนาการคำนวณ และความจำของผู้สูงอายุ และผู้สูงอายุมีความพึงพอใจต่อการใช้งานในระบบใน ระดับมากถึงมากที่สุด Full Text : Download!

Total 11 Record 1 2

ABOUT

CONTACT INFO