การใช้เทคนิคการทำเหมืองข้อมูลกราฟด้วยวิธีการเรียนรู้แบบมีผู้สอนสำหรับจำแนกลักษณะเด่นของฟองน้ำในชั้นเดโมสปอนเจีย
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอการใช้เทคนิคการทำเหมืองข้อมูลกราฟ ด้วยวิธีการเรียนรู้แบบมีผู้สอน เพื่อจำแนกลักษณะเด่นของฟองน้ำในชั้นเดโมสปอนเจีย ซึ่งข้อมูลฟองน้ำที่ใช้เป็นฟองน้ำทะเลที่อาศัยอยู่ในมหาสมุทรแอตแลนติก และทะเลเมดิเตอร์เรเนียน จำนวน 7 วงศ์ ในงานวิจัยนี้ข้อมูลฟองน้ำจะถูกนำเสนอให้อยู่ในรูปแบบของข้อมูลแบบกราฟก่อนนำไปทำการวิเคราะห์เพื่อจำแนกลักษณะเด่น จากผลการวิเคราะห์พบว่าฟองน้ำในชั้นเดโมสปอนเจียแต่ละวงศ์มีลักษณะจำเพาะที่แตกต่างกันอย่างชัดเจน ซึ่งคุณลักษณะเหล่านั้นสามารถนำไปประยุกต์ใช้ในการพัฒนาต้นแบบระบบผู้เชี่ยวชาญในการจำแนกวงศ์ของฟองน้ำได้ เมื่อทำการทดสอบต้นแบบระบบผู้เชี่ยวชาญโดยวัดประสิทธิภาพจากความสามารถในการจำแนก พบว่าสามารถจำแนกวงศ์ของฟองน้ำได้ถูกต้อง คิดเป็นค่าความแม่นยำในการจำแนกเท่ากับ 76.47 เปอร์เซนต์ ซึ่งแสดงให้เห็นได้อย่างชัดเจนว่า เทคนิคการทำเหมืองข้อมูลกราฟด้วยวิธีการเรียนรู้แบบมีผู้สอนมีความเหมาะสมและสามารถนำมาใช้ในการจำแนกลักษณะเด่นของฟองน้ำในชั้นเดโมสปอนเจียได้จริง
Article Details
กองบรรณาธิการวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ มีความยินดีที่จะรับบทความจากอาจารย์ นักวิจัย นักวิชาการทั้งภายในและภายนอกมหาวิทยาลัย ในสาขาวิชาวิทยาศาสตร์และเทคโนโลยี ได้แก่ สาขาวิชาวิทยาศาสตร์ วิศวกรรมศาสตร์ และสาขาอื่นๆ ที่เกี่ยวข้อง รวมถึงสาขาต่างๆ ที่มีการบูรณาการข้ามศาสตร์ที่เกี่ยวข้องวิทยาศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่น
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏอยู่ในแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพแต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา หรือข้อคิดเห็นใดๆ ของบทความในวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสาร
References
[2] บพิธ จารุพันธุ์, นันทพร จารุพันธุ์. สัตว์ไม่มีกระดูกสันหลัง I โพรโทซัวถึงทาร์ดิกราดา. พิมพ์ครั้งที่ 1. กรุงเทพฯ: มหาวิทยาลัยเกษตรศาสตร์; 2545.
[3] Hartman WD. Porifera. Synopsis and classification of living organisms 1982; 1:640-666.
[4] Starr C, Evers CA, Starr L. Biology: Concepts and Applications. 10th Ed. Boston: Cengage Learning, Inc; 2016.
[5] Niedzlek-Feaver M. Sponges. [Internet]. North Carolina: NC State; 2016 [cited 2018 Nov 20]. Available from: https://projects.ncsu.edu/project/bio402_315/lec3porifera/Porifera/Untitled31-summ.html
[6] Jain S. Fundamentals of Invertebrate Palaeontology: Macrofossils. [Internet]. India: Springer India; 2017 [cited 2018 Nov 20]. doi: 10.1007/978-81-322-3658-0.
[7] Cook DJ, Holder LB, editors. Mining Graph Data. John Wiley & Sons, Inc; 2007.
[8] Cook DJ, Holder LB. Substructure discovery using minimum description length and background knowledge. J Artif Intell Res. 1993; 1:231-255.
[9] Cook DJ, Holder LB. Graph-based data mining. IEEE Intell Syst. 2000; 15:32-41.
[10] Cook DJ, Holder LB. Graph-based relational learning: current and future directions. ACM SIGKDD Explorations Newsletter. 2003; 5:90-3.
[11] Yada K, Motoda H, Washio T, et al. Consumer Behavior Analysis by Graph Mining Technique. In: Negoita MGH, Howlett RJ, Jain LC, editors. International Conference on Knowledge-Based and Intelligent Information and Engineering Systems; 2004 Sep 20-25; Wellington, New Zealand. 2004. P. 800-6.
[12] You CH, Holder LB, Cook DJ. Application of Graph-based Data Mining to Metabolic Pathways. Sixth IEEE International Conference on Data Mining - Workshops (ICDMW'06); 2006 Dec 18-22; Hong Kong, China. IEEE; 2006. P. 169 - 173.
[13] Uriz L, Domingo M. UCI Machine Learning Repository: Sponge Data Set. [Internet]. Irvine, CA: University of California, School of Information and Computer Science. [cited 2018 Oct 7]. Available from: https://archive.ics.uci.edu/ml/datasets/sponge
[14] The World Porifera Database [Internet]. Rob van Soest. [cited 2018 Nov 20]. Available from: https://www.marinespecies .org/porifera
[15] Moreno AG., et al. Practices of Zoology: Study and diversity of the Poriferous. [Internet]. 2011 [cited 2018 Nov 20]. Available from: https://www.ucm.es/ data/cont/docs/568-2013-12-16-01-Pori feros.pdf
[16] Boury-Esnault N, Rutzler K. Thesaurus of sponge morphology, Smithsonian Contributions to Zoology. [Internet]. 1997 [cited 2018 Nov 20]. Available from: https://doi.org/10.5479/si.00810282. 596
[17] Rutzler K., et al. Diversity of sponges (Porifera) from cryptic habitats on the Belize barrier reef near Carrie Bow Cay, Zootaxa. 2014. doi: 10.11646/zootaxa.3805.1.1.
[18] De Vos L, Donadey C, Vacelet J, et al. Atlas of sponge morphology, Smithsonian lnstitution Press; 1991.
[19] Armengol E, Plaza E, Domingo M, et al. UCI Machine Learning Repository: Demo- spongiae Data Set. [Internet]. [cited 2018 Nov 2]. Available from: https://archive.ics.uci.edu/ml/datasets/Demospongiae