การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกเพื่อจำแนกหมึกมีพิษและไม่มีพิษ
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้นำเสนอการพัฒนาโมเดลที่ช่วยตรวจสอบระหว่างหมึกมีพิษบลูริงกับหมึกไม่มีพิษโดยประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกด้วยวิธีการเรียนรู้แบบมีผู้สอน ข้อมูลรูปภาพที่นำมาใช้ในการทดลองโมเดลมีจำนวนทั้งสิ้น 200 ภาพ แบ่งเป็นคลาสละ 100 ภาพและตั้งค่าการฝึกสอนจำนวน 10 รอบ ผู้วิจัยได้ทำการทดลองโดยการเปรียบเทียบประสิทธิภาพของอัลกอริทึม 3 อัลกอริทึมคือ โครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า โครงข่ายประสาทคอนโวลูชัน และ เครื่องเวกเตอร์ค้ำยัน ผลการทดสอบประสิทธิภาพพบว่า โครงข่ายประสาทคอนโวลูชันให้ค่าประสิทธิภาพที่ดีกว่าโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้าและเครื่องเวกเตอร์ค้ำยันในทุกมาตรวัดประสิทธิภาพ โดยตัวโมเดลให้ค่าความถูกต้อง (Accuracy ) ร้อยละ 92.50 ค่าความเที่ยงตรง (Precision) ร้อยละ 100.00 ค่าระลึก (Recall) ร้อยละ 85.00 และ ค่าความถ่วงดุล (F1-score) ร้อยละ 91.89 โดยผลทดสอบประสิทธิภาพที่ได้มาจากชุดข้อมูลที่ใช้ในการทดสอบตัวโมเดล
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ลิขสิทธิ์ต้นฉบับที่ได้รับการตีพิมพ์ในวารสารนวัตกรรมวิทยาศาสตร์เพื่อการพัฒนาอย่างยั่งยืนถือเป็นกรรมสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสวนดุสิต ห้ามผู้ใดนำข้อความทั้งหมดหรือบางส่วนไปพิมพ์ซ้ำ เว้นแต่จะได้รับอนุญาตอย่างเป็นลายลักษณ์อักษรจากคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสวนดุสิต นอกจากนี้ เนื้อหาที่ปรากฎในบทความเป็นความรับผิดชอบของผู้เขียน ทั้งนี้ไม่รวมความผิดพลาดอันเกิดจากเทคนิคการพิมพ์
References
Alom, M. Z., & Taha, T. M., & Yakopcic, C., & Westberg, S., & Sidike, P, &; Nasrin, M. S., & Hasan, M., & Van Essen, B. C., & Awwal, A. A. S., & Asari, V. K. (2019). A State-of-the-Art Survey on Deep Learning Theory and Architectures. Electronics, 8, 292. https://doi.org/10.3390/electronics8030292.
Divya, S. (2022). What is Deep Learning?. Retrieved October 27, 2022, from http://new.abb.com/news/detail/58004/deep-learning.
F. Bre, J. M. Gimenez, and V. D. Fachinotti, "Prediction of wind pressure coefficients on building surfaces using artificial neural networks," Energy and Buildings. (2018). vol. 158, pp. 1429- 1441, Jan 2018, https://doi.org/10.1016/j.enbuild.2017.11.045.
FASCINO. (2022). Blue ring squid, poisonous 20 times stronger than a cobra, accidentally eaten to death. Retrieved October 26, 2022, from http://www.fascino.co.th/article/post/blue-ringed- octopus.
Gurney, K. (1997). An Introduction to Neural Networks. London: Routledge. 1-85728-673-1 (hardback) or ISBN 1-85728-503-4 (paperback).
Natthasath Saksupanara. (2023). Support Vector Machine. Retrieved December 8, 2018, from https://codeinsane.wordpress.com/2018/12/08/support-vector-machine.
P. Chandran, B. Byju, R. Deepak, K. Nishakumari, P. Devanand and P. Sasi, (2018). Missing Child Identification System using Deep Learning and Multiclass SVM, in Proceeding of 2018 IEEE Recent Advances in Intelligent Computational Systems (RAICS), Thiruvananthapuram, India, 2018, pp. 113–116.
Phuket AQUARIUM. (2022). Type of squid. Retrieved October 26, 2022, from http://phuketaquarium.org/knowleadge/splendid-squid/.
Phummiphak P., & Saharat W., & Choopan R. (2022). Mobile Application for Breeding Bird Classification using Deep Learning Technique. Journal of Information Science and Technology Volume 12, NO 1, JAN – JUN 2022 , 37-46 ISSN: 2651-1053 (Online).
POBPAD. (2022). Blue ring squid, a deadly poison that comes with deliciousness. Retrieved October 26, 2022, from http://www.pobpad.com/หมึกบลูริง-พิษร้ายที่มา.
Pramoditha, R. (2021). The Concept of Artificial Neurons (Perceptrons) in Neural Networks. Retrieved November 24, 2022, from http://towardsdatascience.com/the-concept-of-artificial- neurons-perceptrons-in-neural-networks-fab22249cbfc.
Siriruang, P. and Arthit Y. (2562). A sorting dried squid system for fisher coastal basin Prachuap Khiri khan by Deep Learning, Rajamangala University of Technology Rattanakosin, 2018.