Page 43 - Expo68
P. 43

ด้านการเกษตรและอุุตสาหกรรมอาหาร  กลุ่มที่  1

 RIN-A205                                     RIN-A206
 การพัฒนาการจ าแนกรังนกเพื่อคุณภาพที่ยั่งยืนด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชัน   การวัดอัตราการเจริญเติบโตของชีวภัณฑ์ก าจัดศัตรูพืช เชื้อราไตรโคเดอร์มา NST-009
 Classification of Edible Bird Nest using Convolution Neural Network   โดยใช้โครงข่ายประสาทเทียมแบบคอนโวลูชัน
             Measuring the Growth Rate of Biocontrol Agent Trichoderma Fungus NST-009 Using

                                    Convolutional Neural Networks
















 ่

 ี
 ้

 ุ
 ุ
    กำรนำโครงขำยประสำทเทยมมำประยกต์ใชในกำรจำแนกประเภทรังนก ในอตสำหกรรมรังนก
 ่
 ั
 ี
 ี
 ั
 ั
 ึ
 กำรจำแนกประเภทของรังนกยงคงอำศยกำรคดแยกด้วยแรงงำนทมทกษะและประสบกำรณ์ ซงมเปนงำน
 ็
 ี
 ั
 ่

 ที่อำจจะเกิดควำมคลำดเคลื่อนเกิดขึ้น เพรำะงำนคัดแยกประเภทรังนกจะขึ้นอยู่กับดุลพินิจของผู้ที่ท ำกำรคัดแยก
 ื
 ั
 ้
 ี
 ิ
 ี
 ้
 งำนวจัยนมเปำหมำยในกำรพฒนำโมเดลของโครงข่ำยประสำทเทียมหรอ Convolution Neural Network
 ่

 ่
 หรือ CNN ทสำมำรถจำแนกประเภทของรังนกได้อยำงแมนยำ รวดเร็ว และมควำมสมำเสมอในมำตรฐำน
 ่
 ่
 ี

 ี

 กำรคัดแยกรังนกมำกยิ่งขึ้น pre-trained model เป็น model ที่ได้รับกำรฝึกฝนกับ big data หรือ data
 ่
 ื
 จ ำนวนมหำศำล เพอให้ model เรียนรู้และมีควำมสำมำรถที่จะจ ำแนกประเภทของวัตถุต่ำง ๆ ได้อย่ำงแม่นย ำ
 และมีประสิทธิภำพ โดยผลงำนนี้จะน ำ pre-trained model หรือ model ที่ถูกฝึกฝนมำแล้ว นำมำฝึกฝน      ผลงำนนี้พัฒนำเทคโนโลยีกำรวัดอัตรำกำรเจริญเติบโตของชีวภัณฑ์ก ำจัดศัตรูพืช เชื้อรำไตรโคเดอร์มำ

 ั
 กับชดข้อมูลประเภทรังนกเพื่อให้ model มควำมสำมำรถในกำรจำแนกประเภทรงนก ผลลัพธ์ของกำรศกษำน ี ้  NST-009 โดยใชโครงขำยประสำทเทยมแบบคอนโวลูชน (CNN) เพอวเครำะหและติดตำมกำรเจริญเตบโต
 ุ
 ึ
 ี

                                                             ่
                                                                                       ิ
                                                             ื
                            ่
                       ้
                                                                     ์
                                      ี
                                                    ั
                                                               ิ
 เป็นที่น่ำพอใจ แต่ละ model ให้ผลลัพธ์ที่ค่อนข้ำงใกล้เคียงกัน โดยควำมแม่นย ำอยู่ที่ประมำณ 99%
          ในระยะต่ำง ๆ ระบบสำมำรถท ำงำนกับภำพถ่ำยที่ถ่ำยภำยใต้สภำพแสงและมุมมองที่หลำกหลำย พร้อมทั้งลดควำม
 ทีมสายอุดมศึกษา   นำยภูมิศักดิ์ พจนำลัย      คลำดเคลือนจำกกำรประเมินด้วยมนุษย์ ผลลัพธ์ที่ได้ชวยเพิ่มควำมแม่นย ำในกำรตรวจจับและคำดกำรณ์
                 ่
                                                    ่
 อาจารย์ที่ปรึกษา     ดร.อำสำฬห์ชัย สุขเกื้อ      กำรเจริญเติบโตของเชื้อรำ ท ำให้สำมำรถใช้ในงำนวิจัยและอุตสำหกรรมกำรเกษตรได้อย่ำงมีประสิทธิภำพ
 รศ.ดร.เพ็ญศิริ เอกจิตต์   ทีมสายอุดมศึกษา   นำยศิรสิทธิ์ สัณฐมิตร
 สถานที่ติดต่อ     ส ำนักวิชำวิศวกรรมศำสตร์และเทคโนโลยี มหำวิทยำลัยวลัยลักษณ์      อาจารย์ที่ปรึกษา    ดร.อำสำฬห์ชัย สุขเกื้อ
 222 ต ำบลไทยบุรี อ ำเภอท่ำศำลำ จังหวัดนครศรีธรรมรำช 80160      รศ.ดร.เพ็ญศิริ เอกจิตต์
    โทรศัพท์ 06 2090 2595 E–mail: TEMPMAP255@GMAIL.COM
          สถานที่ติดต่อ    ส ำนักวิชำวิศวกรรมศำสตร์และเทคโนโลยี มหำวิทยำลัยวลัยลักษณ์

                           222 ต ำบลไทยบุรี อ ำเภอท่ำศำลำ จังหวัดนครศรีธรรมรำช 80160
                           โทรศัพท์ 0 7567 3000  E-mail: arsanchai.su@wu.ac.th




      ส ำนักงำนกำรวิจัยแห่งชำติ (วช.)   37   38                  ส�นักง�นก�รวจยแหงช�ติ (วช.)
                                                                  ำ  ส ำนักงำนกำรวิจัยแห่งชำติ (วช.)
                                                                           ิ
                                                                            ั
                                                                               ่
                                                                                 ำ
                                                                            ึ
                                                       การประกวดผลงานนวตกรรมสายอดมศกษา ประจาปี 2568  41
                                                                   ั
                                                                         ุ
   38   39   40   41   42   43   44   45   46   47   48