fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การจำแนกประเภทอาคารที่อยู่อาศัยด้วยวิธีโครงข่ายประสาทเทียมแบบคอนโวลูชัน : ในปัจจุบันที่อยู่อาศัยประเภทอาคารที่อยู่อาศัยมือสองมีสัดส่วนร้อยละ 49 ต่อปริมาณการโอนกรรมสิทธิ์ทั่วประเทศ โดยคาดว่าที่อยู่อาศัยมือสองที่มีปริมาณในแต่ละปีรวมแล้วจะมีประมาณ 400,000 – 500,000 หน่วย และคาดว่าจำนวนของที่อยู่อาศัยมือสองจะมีแนวโน้มว่าจะเพิ่มมากยิ่งขึ้นในแต่ละปี เนื่องจากที่อยู่อาศัยมือสองมักจะทำการประกาศขายในเว็บไซต์มักมีความหลากหลายและมีความแตกต่างในประเภทและรูปแบบที่อยู่อาศัย จึงทำให้รูปแบบที่อยู่อาศัยต่างๆ ที่ถูกส่งเข้ามาเพื่อทำการประกาศขายจะมีเป็นจำนวนมากและมีความหลากหลายทั้งในด้านประเภทและรูปแบบที่อยู่อาศัย และด้วยวิธีการคัดแยกข้อมูลที่ยังคงใช้วิธีการจำแนกด้วยมือ (Manual Classification) โดยเฉพาะอย่างยิ่งข้อมูลภาพถ่ายของที่อยู่อาศัยมือสอง อาจทำให้เกิดการจำแนกภาพที่ส่งเข้ามาเกิดความผิดพลาดบ่อยครั้ง และเกิดผลิตภาพที่ต่ำ (Low Productivity) เนื่องจากเจ้าหน้าที่จะต้องใช้เวลาในการคัดเลือกและจำแนกภาพทีละภาพ ผู้วิจัยจึงเห็นความสำคัญของปัญหานี้ และกำหนดให้งานวิจัยนี้มีวัตถุประสงค์ คือ เพื่อพัฒนาแบบจำลองสาหรับจำแนกประเภทอาคารที่อยู่อาศัยด้วยการประยุกต์ใช้วิธีโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Networks: CNN) ซึ่งจะสามารถช่วยให้กระบวนการการจำแนกประเภทอาคารที่อยู่อาศัยมีความเร็วและความแม่นยำเพิ่มขึ้นเมื่อเทียบกับการจำแนกด้วยมือ โดยกำหนดขอบเขตของข้อมูลในงานวิจัยนี้ให้ทำการจำแนกอาคารจากภาพถ่ายของอาคาร 4 ประเภท ประกอบด้วย อาคารชุด บ้านเดี่ยว อาคารพาณิชย์ และ ทาวน์เฮ้าส์ ผลวิจัยพบว่า จากการเปรียบเทียบผล Confusion Matrix ได้แสดงให้เห็นว่า Based Model ที่ได้รับการพัฒนาขึ้นโดยผู้วิจัยนั้นมีค่า Accuracy, Recall และ F1-score ที่สูงกว่าแบบจำลอง MobileNet, ResNet5
ผู้แต่ง
วิชัย วิรัตกพันธ์
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MIT) 2021
เลขหน้า
139
หัวเรื่อง
ข้อมูล--การจำแนก--วิจัย
หัวเรื่อง
นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)--วิจัย
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีสารสนเทศ--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีสารสนเทศ--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text