https://ph02.tci-thaijo.org/index.php/ectiard <p>วารสารงานวิจัยและพัฒนาเชิงประยุกต์ ISSN: 2773-918X โดยสมาคม ECTI เป็นวารสารทางวิชาการของสมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศแห่งประเทศไทย โดยมีวัตถุประสงค์หลัก เพื่อส่งเสริมและเผยแพร่ผลงานเกี่ยวกับ การใช้เทคโนโลยีทางด้านวิศวกรรมไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ กับงานในสาขาต่าง ๆ ซึ่งนำไปสู่การสร้างนวัตกรรม สิ่งประดิษฐ์ การออกแบบและพัฒนาเชิงประยุกต์ ที่มีประโยชน์ต่อประเทศและส่วนรวม เพื่อเป็นประโยชน์ต่อนักวิจัย นิสิตนักศึกษา และคณาจารย์ โดยผลงานตีพิมพ์ต้องมีความเป็นต้นฉบับ ไม่ได้ตีพิมพ์มาก่อน มีความสมบูรณ์ ทันสมัย ทั้งด้านทฤษฎี การทดสอบ ทดลอง เป็นไปตามหลักการตามระเบียบวิธีวิจัยอย่างเหมาะสม</p> สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศแห่งประเทศไทย (ECTI Association) th-TH วารสารงานวิจัยและพัฒนาเชิงประยุกต์ โดยสมาคม ECTI 2773-918X https://ph02.tci-thaijo.org/index.php/ectiard/article/view/249506 <p>เครือข่ายไร้สาย เป็นหนึ่งในโครงสร้างพื้นฐานที่สำคัญในการทำงานที่เกี่ยวข้องกับระบบคอมพิวเตอร์ในปัจจุบัน จึงมีความจำเป็นที่จะต้องมีระบบตรวจสอบความพร้อมให้บริการและคุณภาพของเครือข่ายไร้สาย ซึ่งในปัจจุบัน มีอุปกรณ์และระบบจากหลากหลายบริษัทที่ได้พยายามพัฒนาขึ้นเพื่อให้การตรวจสอบ มีประสิทธิภาพ สามารถตรวจพบปัญหาและช่วยให้เจ้าหน้าที่ ผู้ดูแลระบบเข้าแก้ไขปัญหาได้อย่างรวดเร็ว ซึ่งโดยส่วนใหญ่ระบบตรวจสอบที่มีในปัจจุบัน จะใช้การตรวจสอบด้วยมุมมองของโครงสร้างพื้นฐานของระบบ และในหลายสถานการณ์ จะพบว่าผู้ใช้บริการเครือข่ายไร้สาย เป็นผู้ที่พบปัญหาก่อนเจ้าหน้าที่ ผู้ดูแลระบบ งานวิจัยนี้ได้มีการนำเสนอระบบตรวจสอบคุณภาพการให้บริการของเครือข่ายไร้สาย โดยประยุกต์ใช้อินเทอร์เน็ตของสรรพสิ่ง มาทำหน้าที่เสมือนเป็นผู้ใช้บริการเครือข่ายไร้สาย ทำให้สามารถรับรู้ถึงประสบการณ์ในการใช้บริการ ซึ่งจะเป็นข้อมูลที่สะท้อนให้เห็นถึงการให้บริการและคุณภาพของเครือข่ายไร้สายจากมุมมองของผู้ใช้งาน จากผลการทดลองพบว่าระบบสามารถตรวจนับจำนวนอินเตอร์เฟสเครือข่ายไร้สายในบริเวณทดสอบได้ผลลัพธ์ใกล้เคียงกับข้อมูลจากแอกเซสพอยต์ และการตรวจสอบ BSSID จากอุปกรณ์เครือข่ายไร้สายได้ผลลัพธ์เหมือนกับผลลัพธ์ที่ได้จากการใช้ซอฟต์แวร์บนคอมพิวเตอร์</p> ภาณุพงศ์ เจริญพร สุชัยศรี ไลออน อภิรักษ์ จันทร์สร้าง ชัยพร ใจแก้ว วิธวัช ตั้งตรงไพโรจน์ อนันต์ ผลเพิ่ม Copyright (c) 2023 สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ https://creativecommons.org/licenses/by-nc-nd/4.0 2023-12-31 2023-12-31 3 3 11 18 https://ph02.tci-thaijo.org/index.php/ectiard/article/view/250325 <p>การยกเลิกการใช้บริการเป็นปัญหาที่พบได้ทั่วไปในหลายธุรกิจ โดยเฉพาะอย่างยิ่งกับธุรกิจโทรคมนาคม การจัดการเพื่อลดอัตราการยกเลิกใช้บริการอย่างมีประสิทธิภาพเป็นสิ่งสำคัญที่ธุรกิจต้องการ เพื่อสร้างความประทับใจให้กับลูกค้า ดังนั้นธุรกิจจำเป็นจะต้องเข้าใจถึงเหตุผลที่ลูกค้ายกเลิกการใช้บริการก่อน ในงานวิจัยนี้ ได้ประยุกต์ใช้การเรียนรู้ของเครื่องโดยใช้เทคนิคการทำนายแบบหลายคลาสกับธุรกิจการให้บริการอินเทอร์เน็ต โดยเสนอการแก้ปัญหาเป็นสองส่วน 1) แก้ปัญหาข้อมูลไม่สมดุลในระดับข้อมูล โดยใช้เทคนิคการสุ่มเพิ่มข้อมูลด้วย SMOTE <br />2) แก้ปัญหาข้อมูลไม่สมดุลด้วยการปรับค่าน้ำหนักข้อมูลในกระบวนการเรียนรู้ร่วมกันด้วยเทคนิค XGBoost ผลลัพธ์ที่ได้จากการทำนายพบว่าสามารถทำนายคลาสที่มีข้อมูลขนาดใหญ่และข้อมูลขนาดเล็กได้อย่างเท่าเทียมและแม่นยำ</p> รักชนก ปิยพาณิชยกุล กฤษณะ ไวยมัย Copyright (c) 2023 สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ https://creativecommons.org/licenses/by-nc-nd/4.0 2023-12-31 2023-12-31 3 3 19 28 https://ph02.tci-thaijo.org/index.php/ectiard/article/view/250447 <div> <p class="abs"><span lang="TH">ปัจจัยที่สำคัญที่สุดอย่างหนึ่งในการพัฒนาความแม่นยำในการจำแนกประเภทโดยเทคนิคการเรียนรู้ของเครื่อง (</span><span lang="EN-US">Machine Learning) </span><span lang="TH">คือคุณภาพของข้อมูลที่ใช้ในการเรียนรู้ อย่างไรก็ตามข้อมูลในโลกของความเป็นจริงโดยมากนั้นไม่สมดุล กล่าวคือข้อมูลส่วนใหญ่จัดอยู่ในกลุ่มข้อมูลหลัก (</span><span lang="EN-US">Majority Class) </span><span lang="TH">และส่วนน้อยจัดอยู่ในกลุ่มข้อมูลย่อย (</span><span lang="EN-US">Minority Class) </span><span lang="TH">บทความนี้นำเสนอแนวทางสำหรับการสุ่มลดข้อมูลของกลุ่มข้อมูลตัวอย่างโดยการคงไว้เฉพาะตัวแทนของกลุ่มข้อมูลนั้น ความเปลี่ยนแปลงของข้อมูลมาจากการใช้เทคนิคในการเลือกข้อมูลโดยมีเป้าหมายเพื่อลดกลุ่มข้อมูลหลักให้มีขนาดเล็กลง ผลการศึกษาแสดงให้เห็นว่ากลไกการเลือกข้อมูลจากความเปลี่ยนแปลงของข้อมูลสามารถเพิ่มความแม่นยำของข้อมูลกลุ่มย่อยได้ทั้งเทคนิคการสุ่มลดข้อมูล (</span><span lang="EN-US">Under-Sampling) </span><span lang="TH">และเทคนิคการสุ่มแบบผสม (</span><span lang="EN-US">Mixed Sampling)</span></p> </div> วราพรรณ ธิยานันท์ กฤษณะ ไวยมัย Copyright (c) 2023 สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ https://creativecommons.org/licenses/by-nc-nd/4.0 2023-12-31 2023-12-31 3 3 29 38 https://ph02.tci-thaijo.org/index.php/ectiard/article/view/250499 <p>การระบาดของเชื้อไวรัสโคโรนา (COVID-19) ส่งผลกระทบในภาคการศึกษา เช่น การเรียนจาก ห้องเรียนปกติสู่ห้องเรียนออนไลน์ ทำให้การติดตามการมีส่วนร่วมในห้องเรียนออนไลน์เป็นไปด้วยความ ยากลำบาก นอกจากจะส่งผลต่อประสิทธิภาพของผู้เรียนแล้ว กรณีที่ร้ายแรงที่สุดที่อาจจะเกิดขึ้นคือการ หลุดจากการศึกษาของผู้เรียน เพื่อให้ผู้สอนได้ทราบถึงการมีส่วนร่วมของผู้เรียนและสามารถปรับเปลี่ยน การการเรียนการสอนให้เหมาะสมกับสถาพแวดล้อมในการเรียนออนไลน์ บทความนี้จึงได้นำเสนอการพัฒนาแบบจำลองที่ใช้ในการตรวจสอบการมีส่วนร่วมในชั้นเรียน ออนไลน์โดยใช้โครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Networks : CNN) ที่ใช้ใบหน้าของผู้เรียนในการตรวจจับอารมณ์และเชื่อมโยงเป็นระดับการมีส่วนร่วม 3 ระดับ คือ ไม่มีส่วนร่วม มีส่วนร่วมระดับปกติ มีส่วนร่วมระดับสูง ซึ่งได้ทำการปรับแต่งพารามิเตอร์ได้แก่ Learning Rate, Batch Size, Optimizer รวมทั้งการปรับแต่งในชั้นของการทำ Feature extraction และชั้นของ การทำ Fully connected ซึ่งได้นำโครงสร้างแบบจำลองจากเว็บไซต์ Keras (Simple MNIST convnet) เป็นโครงสร้างแบบจำลองตั้งต้น ได้แบ่งการทดลองออกเป็น 3 กลุ่ม ได้แก่ กลุ่มที่ 1 คือ การปรับแต่ง โครงสร้างชั้นการสกัดคุณลักษณะเด่นของภาพ (Feature extraction) กลุ่มที่ 2 คือ การทดลองแต่ละ พารามิเตอร์ ได้แก่ Learning Rate (LR), Batch Size (BZ), Optimizer (OTM), Fully connected (FC) กลุ่มที่ 3 คือ การทดลองจับคู่ 2 พารามิเตอร์ ซึ่งได้ทดลองกลุ่มที่ 1-3 ตามลำดับ และเป็นการนำแบบ จำลองจากกลุ่มการทดลองก่อนหน้าที่ได้ผลดีที่สุดมาทำการเพิ่มพารามิเตอร์ต่อในกลุ่มการทดลองถัดไป ผลการประเมินประสิทธิภาพแบบจำลองการใช้และการปรับแต่ง Optimizer Ranger ร่วมกับ Fully Connected (FC) จำนวนชั้น 2 ชั้นคือ 50 และ 100 ให้ประสิทธิภาพดีที่สุดคือ 82.30 (Accuracy) และค่าความสูญเสียคือ 0.46 (Loss) ซึ่งมีค่าความแม่นยำเพิ่มขึ้น 16.51 และมีค่าความสูญเสียลดลง 0.31 เมื่อเทียบกับแบบจำลองตั้งต้น</p> พงษ์ศธร เชิดสม วนิดา แก่นอากาศ Copyright (c) 2023 สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ https://creativecommons.org/licenses/by-nc-nd/4.0 2023-12-31 2023-12-31 3 3 39 52 https://ph02.tci-thaijo.org/index.php/ectiard/article/view/249243 <p>ปัจจุบันปัญหาสุขภาพจิตนั้นเป็นเรื่องที่เคยถูกมองข้ามและเหมือนจะไกลตัว แต่ในความเป็นจริงเป็นเรื่องที่ไกล้ตัวและเรื่อรังในสังคมไทยมานาน เช่นเหตุการณ์ระบาดของ covid-19 ที่ผ่านมา ทำคนผู้คนเกิดสภาวะดังกล่าวสูงขึ้นส่งผลกระทบที่ตามมาอย่างเลี้ยงไม่ได้ทั้ง สภาวะความเครียดที่ไม่สามารถใช้ชีวิตได้อย่างปกติ การหมดไฟจากการทำงาน การเป็นโรคซึมเศร้าที่มีจำนวนผู้ป่วยสูงขึ้น จนสุดท้ายอาจทำให้เกิดการฆ่าตัวตาย โดยทางภาครัฐเดิมมีมาตรการที่ให้อาสาสมัครสาธารณสุขได้เข้าไปสอบถามผู้ที่มีความเสี่ยงตามบ้านเรือนต่างๆเพื่อจัดเก็บเป็นข้อมูลเพื่อการเฝ้าระวังอยู่แล้ว ด้วยการใช้เอกสารเข้าไปจดบันทึกตามบ้านเรือนแล้วนำไปให้ผู้เชี่ยวชาญไปวิเคราะห์ในภายหลังทำให้ระบบการจัดเก็บข้อมูลลักษณะนี้ไม่ตรงตามข้อมูลที่ควรจะเป็นเพราะลำดับการเก็บข้อนข้างซับซ้อน(รายงาน 506 S version 10 (รง 506s) รวมถึงปัญหาข้อมูลซ้ำที่ทำให้ข้อมูลทางสถิติไม่แม่นยำ ทำให้การเปลี่ยนจากการเก็บข้อมูลด้วยเอกสารทั่วไปเป็นการเก็บผ่าน platform ผ่าน mobile application ที่มีระบบการจัดเก็บข้อมูลที่ออกแบบมาเพื่อทำให้ข้อมูลมีประสิทธิภาพมีความจำเป็นเป็นอย่างมาก งานวิจัยนี้จึงนำเสนอ platform ที่เก็บข้อมูลบน database บน โครงสร้างที่เน้นความปลอดภัยของข้อมูลเป็นที่ตั้ง โดยได้เลือกใช้ backend คือ Golang เป็นภาษาที่ใช้เขียน RESTFULL API&nbsp; , Frontend ใช้งาน Flutter ที่มีจุดเด่นในการสร้าง application แบบ multiplatform , MongoDB เป็นฐานข้อมูลแบบ NoSQL ,การเข้ารหัสแบบ JWT ที่มีการปรับแต่งให้มีความแตกต่างจากปกติ และ deploy ที่ google cloud platform บน Kubernetes engine เพื่อรองรับการใช้งานของอาสาสมัครสาธารณะสุขได้อย่างมีประสิทธิภาพ</p> สิทธิโชค หงษ์ทอง สุขุมาล กิติสิน Copyright (c) 2023 สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ https://creativecommons.org/licenses/by-nc-nd/4.0 2023-12-31 2023-12-31 3 3 1 10