fieldjournalid
![]() | วิทยานิพนธ์ (MIT) 2015 |
1. | การพิจารณาข้อตกลงแบบหลากหลายวัตถุประสงค์ที่เหมาะสมที่สุด ในการประกอบเว็บเซอร์วิสอย่างอัตโนมัติ [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ชัชวิน ศรีวิเศษ | ||
งานวิจัยด้านเทคโนโลยีการจัดการข้อตกลงการให้บริการอย่างอัตโนมัติที่กำลังพัฒนาอยู่ในปัจจุบัน ได้นำเสนอแนวความคิดของคุณภาพการให้บริการที่ตรงตามความต้องการของผู้ใช้บริการและผู้ให้บริการมากยิ่งขึ้น เนื่องจากผู้ใช้บริการสามารถเลือกคุณภาพการให้บริการที่มีหลายระดับจนไปถึงสามารถส่งเงื่อนไขเพิ่มเติม เพื่อต่อรองคุณภาพการให้บริการและราคากับผู้ให้บริการได้ในขณะประมวลผลเพื่อสร้างข้อตกลงระดับการให้บริการได้อย่างอัตโนมัติ ดังนั้นจึงเป็นการเพิ่มทางเลือกให้ทั้งผู้ใช้บริการที่เป็นผู้ประกอบเว็บเซอร์วิสและผู้ให้บริการเว็บเซอร์วิสสามารถจัดการบริการของตนเองได้อย่างมีประสิทธิภาพมากยิ่งขึ้น งานวิจัยนี้จึงทำการออกแบบคำอธิบายคุณภาพการให้บริการของเว็บเซอร์วิสเพิ่มเติม โดยนำเสนอแม่แบบของข้อตกลงระดับการให้บริการที่กำหนดขึ้นซึ่งมีหลากหลายระดับ และคุณภาพการให้บริการของแต่ละระดับสามารถแปรผันตามช่วงเวลาต่างๆ ได้ แล้วจึงสร้างการจำลองการวัดประสิทธภาพ โดยใช้เจนเนติกอัลกอริทึมทำการประกอบเว็บเซอร์วิสตามเงื่อนไขของข้อตกลงระดับการให้บริการตามต้องการ เพื่อแสดงให้เห็นถึงการจัดการข้อตกลงระดับการให้บริการในกรณีที่ผู้ประกอบเว็บเซอร์วิสเป็นผู้ให้บริการนั้นเป็นไปอย่างมีประสิทธิภาพ
Full Text : Download! |
||
2. | การออกแบบระบบจัดสรรทรัพยากรแบบไดนามิกสำหรับเครื่องเวอร์ชวลแมชชีน ในระบบเวอร์ชวลไลเซชัน [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ดลวิชิต จันทร์นาม | ||
วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์ดังนี้ 1) เพื่อสังเคราะห์รูปแบบการจัดการทรัพยากรใน
ระบบเวอร์ชวลไลเซชันให้มีความเหมาะสมกับการใช้งานของเครื่องเวอร์ชวลแมชชีน 2) เพื่อพัฒนา
แบบจำลองการจัดสรรทรัพยากรให้เครื่องเวอร์ชวลแมชชีนตามความต้องการการใช้งานจริงในแต่ละ
ช่วงเวลา 3) เพื่อประเมินผลและเปรียบเทียบการจัดสรรทรัพยากรให้เครื่องเวอร์ชวลแมชชีนกับการใช้
งานของเวอร์ชวลแมชชีนแบบทั่วไปโดยการออกแบบระบบมีขั้นตอนในการทำงาน 7 ขั้นตอนดังนี้ 1)
วิเคราะห์ปัญหาของการจัดสรรทรัพยากรในระบบเวอร์ชวลไลเซชั่น 2) ศึกษารูปแบบการจัดสรร
ทรัพยากรให้กับเครื่องเวอร์ชวลแมชชีนในระบบเวอร์ชวลไลเซชัน 3) สังเคราะห์โมเดลการออกแบบ
ระบบการจัดสรรทรัพยากร 4) วิเคราะห์รูปแบบการกำหนดRule base ในการจัดสรรทรัพยากรโดย
ใช้ตรรกศาสตร์คลุมเครือ 5) ทดสอบโมเดลระบบการจัดสรรทรัพยากร 6) ประเมินผลและเปรียบ
เทียบประสิทธิภาพ 7) สรุปผลการวิจัย
ผลการสังเคราะห์และออกแบบโมเดลประกอบด้วย 5 โมดูล 1) โมดูล Resource Sensor
2) โมดูล Resource Detection 3) โมดูล Resource Regulator 4) โมดูล Resource Management
5) โมดูล Resource Provider/Reclaimer จากผลการเปรียบเทียบการใช้งาน RAM และ CPU ของ
โมเดลที่นำเสนอมีการใช้ทรัพยากรน้อยกว่าแบบใช้งานปกติโดยมีการใช้งานRAM น้อยลง 7.19%
และมีการใช้งาน CPU น้อยลง 2.72%
Full Text : Download! |
||
3. | การพัฒนารูปแบบการจำลองเหตุการณ์แบบไม่ต่อเนื่อง แบบหนึ่งแถวคอย และหลายแถวคอยของด่านเก็บค่าผ่านทาง [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : จรุง ใจงาม | ||
วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์ เพื่อศึกษาเทคนิคการสร้างแบบจำลองของเหตุการณ์ที่
เกิดขึ้นแบบไม่ต่อเนื่อง (Discrete Event Simulation) และเพื่อจำลองช่องเก็บค่าผ่านทางอัตโนมัติ
(Easy Pass or ETC) และช่องเก็บค่าผ่านทางเงินสด (MTC) ของด่านเก็บค่าผ่านทาง ซึ่งเป็นพัฒนา
รูปแบบการจำลอง โดยออกเป็น 2 ประเภท -1. การจำลองแบบหนึ่งแถวคอย (Single-Channel
Queue) -2. การจำลองแบบหลายแถวคอย (Multi-Channel Queue) ด้วยโปรแกรม Arena เป็น
เครื่องมือในการวิจัย และใช้ข้อมูลปริมาณรถยนต์จริงของด่านเก็บค่าผ่านทาง และเพื่อปรับปรุง
ประสิทธิภาพของด่านเก็บค่าผ่านทาง โดยพิจารณาจำนวนช่องเก็บค่าผ่านทาง ETCs และ MTCs
รวมทั้งตำแหน่งสำหรับการพิจารณารูปแบการจำลอง
การจัดตำแหน่งช่องเก็บค่าผ่านทางของ ETCs และ MTCS ถูกแบ่งออกเป็น 4 รูปแบบ
1. เป็นรูปแบบที่ใช้ในปัจจุบันมีช่องเก็บค่าผ่านทาง ETCs ไม่ติดกันจำนวน 2 ช่องทาง และ
MTCS จำนวน 3 ช่องทาง, 2. มีช่องเก็บค่าผ่านทาง ETCs ติดกันจำนวน 2 ช่องทาง, 3. มีช่องเก็บค่า
ผ่านทาง ETCs อยู่ที่ขอบของด่านเก็บค่าผ่านทาง และ 4. มีช่องเก็บค่าผ่านทาง ETCs ติดกันจำนวน
3 ช่องทางสำหรับการสร้างด่านเก็บค่าผ่านทางใหม่
ผลการจำลองค่า Total Time Per Entity (Second) มาเปรียบเทียบกันระหว่าง รูปแบบ
ที่ 1, 2 และ 3 รูปแบบที่2 ใช้เวลาอยู่ในระบบจำลองน้อยที่สุด และ รูปแบบที่ 4 เป็นรูปแบบสำหรับ
การสร้างด่านเก็บค่าผ่านทางใหม่ จึงไม่นำมาเปรียบเทียบ และจากการเปรียบเทียบระหว่างรูปแบบที่
1 และ 2 พบว่า มีประสิทธิภาพเพิ่มขึ้น 13.65% ช่วงเวลา 07.00-08.59 และมีประสิทธิภาพเพิ่มขึ้น
13.18% ช่วงเวลา 13.65% และ 17.00-18.59
Full Text : Download! |
||
4. | การพัฒนาระบบทำนายผู้เรียนอีเลิร์นนิ่งตามการวิเคราะห์ILS Model ที่วิเคราะห์ด้วยเหมืองข้อมูล [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ลลิตา ณ หนองคาย | ||
การพัฒนาระบบทำนายผู้เรียนอีเลิร์นนิ่งตามการวิเคราะห์ ILS Model ที่วิเคราะห์ด้วย
เหมืองข้อมูล มีวัตถุประสงค์ในการทำวิจัย คือ 1) เพื่อวิเคราะห์รูปแบบการเรียนรู้ตามรูปแบบการ
เรียนรู้ ILS Model ของผู้เรียนระดับปริญญาตรี2) เพื่อสังเคราะห์และประเมินรูปแบบแนะนำผู้เรียน
อีเลิร์นนิ่งตามรูปแบบการเรียนรู้ ILS Model และข้อมูลผู้เรียนที่วิเคราะห์ด้วยเหมืองข้อมูล 3) เพื่อ
พัฒนาบทเรียนอีเลิร์นนิ่งตามรูปแบบการเรียนรู้ ILS Model และข้อมูลผู้เรียนที่วิเคราะห์ด้วยเหมือง
ข้อมูล 4) เพื่อหาประสิทธิภาพของบทเรียนอีเลิร์นนิ่งในรายวิชาวิทยาศาสตร์ทั่วไปที่พัฒนาขึ้น 5) เพื่อ
เปรียบเทียบผลสัมฤทธิ์ทางการเรียนก่อนและหลังของผู้เรียนที่เรียนด้วยบทเรียนอิเลิร์นนิ่งในรายวิชา
วิทยาศาสตร์ทั่วไปที่พัฒนาขึ้น มีขั้นตอนในการดำเนินงาน 7 ขั้นตอนได้แก่1) ศึกษาข้อมูล ทฤษฎี หรือ
งานวิจัยที่เกี่ยวข้อง 2) ศึกษาตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ 3) เก็บข้อมูลจากกลุ่มตัวอย่าง
เพื่อนำมาวิเคราะห์หากฎพื้นฐาน 4) พัฒนาระบบบทเรียนอีเลิร์นนิ่งตามรูปแบบ ILS Model 5) นำระบบ
ที่พัฒนาไปทดลองกับกลุ่มตัวอย่าง 6) วิเคราะห์ผลการหาประสิทธิภาพบทเรียน และการหาผลสัมฤทธิ์
ทางการเรียน 7) สรุปผลการวิจัย ผลสรุปของการวิจัยมีดังนี้
ผลลัพธ์ที่ได้จากผลการวิเคราะห์รูปแบบการเรียนรู้ตามรูปแบบการเรียนรู้ ILS Model ของ
ผู้เรียนระดับปริญญาตรี ได้กฎพื้นฐาน 49 กฎ ค่าความถูกต้อง 76.92%, ผลการสังเคราะห์และประเมิน
รูปแบบแนะนำผู้เรียนอีเลิร์นนิ่ง ได้กรอบแนวคิดในการพัฒนาระบบซึ่งประกอบด้วย 4 โมดูล มีผลประเมิน
จากผู้เชี่ยวชาญ มีค่าเฉลี่ย 3.87 (S.D. = 1.21), ผลการพัฒนาบทเรียนอีเลิร์นนิ่ง ในรายวิชาวิทยาศาสตร์
ทั่วไป ได้ผลประเมินจากผู้เชี่ยวชาญในด้
Full Text : Download! |
||
5. | การพัฒนาระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของนักศึกษา ด้วยการวิเคราะห์ VARK และ 4MAT ที่วิเคราะห์ด้วยเหมืองข้อมูล [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : สาเรศ วันโสภา | ||
การพัฒนาระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของนักศึกษา ด้วย
การวิเคราะห์ VARK และ 4MAT ที่วิเคราะห์ด้วยเหมืองข้อมูล มีวัตถุประสงค์ในการทำวิจัย ดังนี้ 1)
เพื่อสังเคราะห์และประเมินรูปแบบระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของ
นักศึกษา 2) เพื่อวิเคราะห์รูปแบบการแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของ
นักศึกษา 3) เพื่อพัฒนาระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของนักศึกษา 4)
เพื่อประเมินประสิทธิภาพของระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของนักศึกษา
ที่พัฒนาขึ้น ซึ่งผลของการวิจัยมีดังนี้ ผลลัพธ์ที่ได้จากผลการสังเคราะห์และประเมินรูปแบบระบบ
แนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของนักศึกษา ได้รูปแบบของโมเดล 8 โมดูล คือ
โมดูล Gathering Data, โมดูล Cleaning Data, โมดูล Match Learning Theory, โมดูล Classification,
โมดูล Analysis the Algorithm, โมดูล Analysis of Rule Base, โมดูล Recommendation และ
โมดูล Web Page ซึ่งผลการประเมินจากผู้เชี่ยวชาญอยู่ในระดับเหมาะสมมากค่าเฉลี่ยอยู่ที่ 3.80/5
(S.D. = 0.45), ผลการวิเคราะห์รูปแบบการแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความถนัดของ
นักศึกษา ได้กฎพื้นฐานทั้งหมด 94 กฎ มีค่าความถูกต้อง 82.37%, ผลการพัฒนาระบบแนะนำการ
เลือกศึกษา ได้Web Application ที่ใช้สำหรับการแนะนำการเลือกศึกษาต่อตามความถนัดของ
นักศึกษา, ผลการประเมินประสิทธิภาพของระบบแนะนำการเลือกศึกษาต่อในสาขาวิชาตามความ
ถนัดของนักศึกษา จากการประเมินความพึงพอใจในการใช้งานระบบของนักศึกษา แบ่งเป็น 2 ส่วน
คือ ความพึงพอใจต่อการประมวลผลข้อมูลของระบบ เฉลี่ยรวมอยู่ในระดับมากค่าเฉลี่ยที่ 3.86/5
(S.D. = 0.91) และความพึงพอใจด้านการออกแบบระบบเฉลี่
Full Text : Download! |
||
6. | SEMI-AUTOMATIC KNOWLEDGE REPRESENTATION FOR SEMANTIC-BASED IMAGE RETRIEVAL EMPLOYING TOPIC MAPS TECHNOLOGY [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : Siriporn Chongpratheep | ||
Many pieces of research work on image retrieval have been extensively conducted in past decades employing various methods including simple keyword tagging and content-based image retrieval. However, some gaps are still presented as those mentioned methods are missing semantic approach. Basically image search is quite a complex area as image elements require sophisticated algorithm to extract, analyze and find ones with a closest match. The semantic-based Topic Maps are used to identify the image elements to further understand the image content and relationship between each image composition. Thus, this research has been done to prove the concept by implementing Topic Maps related processes on top of a conventional content-based image retrieval engine. Experimental results show that the proposed semantic-based image retrieval system is able to improve the image interpretation. With this way, the proposed image retrieval system is able to process image low-level elements while maintain high-level understanding to produce better result of precision and recall.
Full Text : Download! |
||
7. | การออกแบบและพัฒนาตัวต้นแบบการติดตั้งซอฟต์แวร์คอมพิวเตอร์แบบ P2P โดยใช้ตรรกศาสตร์คลุมเครือ [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
ผู้แต่ง : ยุรนันท์ มูซอ | ||
การออกแบบและพัฒนาตัวต้นแบบสำหรับการติดตั้งซอฟต์แวร์คอมพิวเตอร์แบบ P2P โดย
ใช้ตรรกศาสตร์คลุมเครือ มีวัตถุประสงค์ในการทำวิจัย ดังนี้ 1) เพื่อสังเคราะห์รูปแบบการติดตั้ง
อิมเมจไฟล์บนกลุ่มเครื่องคอมพิวเตอร์2) เพื่อพัฒนาตัวต้นแบบการติดตั้งอิมเมจไฟล์บนกลุ่มเครื่อง
คอมพิวเตอร์3) เพื่อประเมินผลการติดตั้งอิมเมจไฟล์บนกลุ่มเครื่องคอมพิวเตอร์ ผลลัพธ์ที่ได้จากการ
ออกแบบและพัฒนาตัวต้นแบบ ได้แบ่งโมเดลออกเป็น4 โมดูล ได้แก่1) โมดูล Input Data 2) โมดูล
Analysis Path 3) โมดูล PathClassifier 4) โมดูล Start Peer to Peer Download โดยขั้นตอนการ
ทดลอง เริ่มต้นจากการสร้างอิมเมจไฟล์ต้นฉบับที่มีการติดตั้งระบบปฏิบัติการด้วยโปรแกรมโกสต์แคส
เซิฟเวอร์ จากนั้นส่งอิมเมจไฟล์ไปยังเครื่องคอมพิวเตอร์จำนวน 5 เครื่อง, 10 เครื่อง และ 20 เครื่อง
จากนั้นนำตรรกศาสตร์คลุมเครือเข้าไปช่วยในการเลือกเส้นทางการดาวน์โหลดโดยใช้ความหนาแน่น
ของข้อมูลและแบรนด์วิธของระบบเครือข่าย ซึ่งจะทำการเลือกเส้นทาง 4 ครั้ง ได้แก่ช่วงเริ่มต้นดาวน์
โหลดไฟล์, ช่วงเวลาที่ดาวน์โหลดไฟล์สำเร็จ 25 เปอร์เซ็นต์, ช่วงเวลาที่ดาวน์โหลดไฟล์สำเร็จ 50 เปอร์เซ็นต์
และช่วงเวลาที่ดาวน์โหลดไฟล์สำเร็จ 75 เปอร์เซ็นต์ผลการทดลองในกรณีที่ดีที่สุดของการดาวน์
โหลดด้วยเครื่องคอมพิวเตอร์5 เครื่องสามารถลดความหนาแน่นของข้อมูลในระบบเครือข่ายในแต่ละ
ช่วงของการดาวน์โหลดได้ดังนี้ ช่วงที่ 1 ลดความหนาแน่นของข้อมูลได้ร้อยละ 5.80, ช่วงที่2 ลด
ความหนาแน่นของข้อมูลได้ร้อยละ 3.15, ช่วงที่3 ลดความหนาแน่นของข้อมูลได้ร้อยละ 2.49 และ
ช่วงที่4 ลดความหนาแน่นของข้อมูลได้ร้อยละ 5.87 และยังลดเวลาในการดาวน์โหลดได้สูงสุด 94.08
นาทีในกรณีที่ผลการทดลองดีที่สุดของการดาวน์โหลดด้วยเค
Full Text : Download! |
||
Center of Academic Resource
Institute of Technology 1771/1, E Building, Fl. 2,
Pattanakarn Rd, Suan Luang, Bangkok, 10250