การพัฒนาและประเมินสถาปัตยกรรมกระบวนการสำหรับออกแบบชุดอักษรภูมิปัญญา และอัตลักษณ์ไทยใน 4 ภูมิภาคด้วยเทคโนโลยีปัญญาประดิษฐ์
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาและประเมินสถาปัตยกรรมกระบวนการสำหรับออกแบบชุดอักษรภูมิปัญญาและอัตลักษณ์ไทยใน 4 ภูมิภาค โดยใช้เทคโนโลยีปัญญาประดิษฐ์ เป็นการนำเสนอกระบวนการออกแบบตัวอักษรกราฟิกประยุกต์โดยใช้ปัจจัยเกี่ยวกับอัตลักษณ์ ศิลปวัฒนธรรม และประเพณีของท้องถิ่นในแต่ละภูมิภาค งานวิจัยนี้มีการดำเนินการ 4 ขั้นตอน ประกอบด้วย 1) การเก็บรวบรวมข้อมูล 2) การออกแบบสถาปัตยกรรมกระบวนการ 3) การประเมินสถาปัตยกรรมกระบวนการ และ 4) การออกแบบชุดอักษรต้นแบบ 4 ภูมิภาค ผลการวิจัยพบว่า 1) สถาปัตยกรรมกระบวนการมีความเหมาะสมอยู่ในระดับมากที่สุด ( = 5.00) 2) ผลการประเมินสถาปัตยกรรมกระบวนการเฉลี่ยโดยรวม พบว่าผู้เชี่ยวชาญมีความพึงพอใจอยู่ในระดับมากที่สุด ( = 4.85) 3) เทคโนโลยีปัญญาประดิษฐ์สามารถสร้างความแม่นยำในการตรวจสอบรูปภาพเกี่ยวกับภูมิปัญญาและอัตลักษณ์ศิลปะของแต่ละภาคของไทยทั้ง 4 ภูมิภาค สามารถนำไปใช้ในกระบวนการพัฒนาชุดอักษรกราฟิกเชิงประยุกต์ด้วยเทคโนโลยีปัญญาประดิษฐ์ได้ และสามารถจําแนกรูปภาพเกี่ยวกับภูมิปัญญาและอัตลักษณ์ศิลปะของไทยได้อย่าง แม่นยำโดยมีค่าเท่ากับ 0.7
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- เนื้อหาและข้อมูลในบทความที่ตีพิมพ์ในวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง กองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
- บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศถือเป็นลิขสิทธิ์ของวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ หรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรณ์จากวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ ก่อนเท่านั้น
เอกสารอ้างอิง
กรมส่งเสริมอุตสาหกรรม. การสร้างอัตลักษณ์จากทุนทางวัฒนธรรม. สืบค้น 6 กรกฎาคม 256ถ, จาก https://bsc.dip.go.th/th/category/marketing2/sm-buildingegosteals1, 2565.
ภาคเหนือ. วัฒนธรรมล้านนา. THAILAND GEOGRAPHIC, https://youtu.be/M9f5n_BB2pE, 2565.
วิมลมาศ ปฤชากุล, ตรีศิลป์ บุญขจร. อัตลักษณ์พื้นถิ่นในบันเทิงคดีภาคใต้ (พ.ศ. 2522-
. จุฬาลงกรณ์มหาวิทยาลัย, 2550.
ปัญญา พิมพขันธ์, สุภัททา ปิณฑะแพทย์ และ สักรินทร์ อยู่ผ่อง, "รูปแบบการพัฒนาศักยภาพนักพัฒนาผลิตภัณฑ์ในอุตสาหกรรมอิเล็กทรอนิกส์," วารสารวิชาการ พระจอมเกล้าพระนครเหนือ, ปีที่ 30, ฉบับที่ 3, หน้า 537-546, ก.ค.-ก.ย. 2563.
Kyu H. P, and Seung-H. S., A Facial Color Transition Model to Express Character
Emotion. IETE JOURNAL OF RESEARCH, vol 57, Issue 2, Mar-Apr 2011.
Lothar Meyer-Lerbs et al., (2010). Glyph Extraction from Historical Document Images. Manchester, United Kingdom. Copyright 2010 ACM 978-1-4503-0231-9/10/09, 2011.
Jana W, and Patrick M, Machine learning for image-based species identification., Methods in Ecology and Evolution., wileyonlinelibrary.com/journal/mee3, 2018. (pp.2216-2225), 2018.
Ezgi K., Usage of Artificial Intelligence in Today’s Graphic Design., Online Journal of Art and Design volume 6, issue 4, October 2018 2018. (pp.183-198), 2018.
Victor R D., Student M., “An Optimal Detector Structure for the Fourier
Descriptors Domain Watermarking of 2D Vector Graphics”, Transactions
on Computer Graphics, Vol. 13, No. 5, September/October 2007.
Parinya Sanguansat, Machine Learning, Artificial Intelligence with Machine Learning AI, IDC Premier Co., Ltd. (in Thai), 2019.
Alexei L and Arnon S., Re-Designing Process Architectures Towards a Framework of Design Dimensions., International Conference on Research Challenges in Information Science Conference: 13-15 May 2015. IEEE, 2015.
Dong Y and Liang G., Research and Discussion on Image Recognition and Classification Algorithm Based on Deep Learning., International Conference on Machine Learning, Big Data and Business Intelligence, IEEE. 2019.
Mohammad A., Image-Based Detection Using Deep Learning and Google Colab.International Journal of Academic Information Systems Research (IJAISR) ISSN: 2643-9026, Vol. 5 Issue 1, January - 2021, Pages: 30-35 IEEE, 2021.
Zoph, B., Vasudevan, V., Shlens, J., & Le, Q. V. Learning transferable architectures for scalable image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 8697-8710), 2018.
Yunfeng Z, Qinglan F, Fangxun B, Yifang L, and Caiming Z, Single-Image Super-Resolution Based on Rational Fractal Interpolation., Transactions on Image Processing, IEEE. Vol. 27, No. 8, August 2020. (pp.3782-3797), 2018.
Boonchom S. & Prasong P. The Process Design and Development of the Image Resolution for Download on the Web Site., Proceeding of 2018 The 6th IEEE International Conference on Robotics, Informatics, and Intelligence control Technology (RIIT2018) 4th-6th September, Asia Hotel Bangkok, Bangkok : (in Thailand), 2018.
