วารสารวิชาการพระจอมเกล้าพระนครเหนือ

แบบจำลองเภสัชจลนศาสตร์แบบแบ่งช่องที่มีการกำจัดแบบเชิงเส้นและแบบไม่เชิงเส้นสำหรับน้ำมันแคนนาบิไดออลทางการแพทย์

ธนาโชค มหาหงส์ — Mon, 11 May 2026 00:00:00 +0700

การศึกษานี้นำเสนอการพัฒนาแบบจำลองแบบแบ่งช่อง เพื่ออธิบายเภสัชจลนศาสตร์ของแคนนาบิไดออล (CBD) ในน้ำมันกัญชาทางการแพทย์ภายหลังการให้ยา โดยแบบจำลองได้รวมทั้งการกำจัดยาแบบเชิงเส้นและแบบไม่เชิงเส้นตามสมการจลนศาสตร์ของไมเคิลลิส–เมนเทน (Michaelis–Menten kinetics) เพื่ออธิบายการขับออกของยาทางปัสสาวะและการเปลี่ยนแปลงทางเมตาบอลิซึมของยา สมการเชิงอนุพันธ์สามัญถูกสร้างขึ้นโดยอาศัยกฎการกระทำของมวลเพื่อจำลองความสัมพันธ์ระหว่างความเข้มข้นและเวลาในแต่ละช่อง และแก้สมการเชิงตัวเลขด้วยโปรแกรม MATLAB โดยใช้ฟังก์ชัน ode45 พร้อมทั้งประมาณค่าพารามิเตอร์ทางเภสัชจลนศาสตร์ผ่านการปรับเส้นโค้งให้สอดคล้องกับข้อมูลทางคลินิก ผลการจำลองแสดงให้เห็นว่าค่าความเข้มข้นของแคนนาบิไดออลในพลาสมาที่ได้จากแบบจำลองมีความสอดคล้องใกล้เคียงกับข้อมูลทางคลินิก โดยมีค่าความเข้มข้นสูงสุดประมาณ 1.45 นาโนกรัมต่อมิลลิลิตร ที่เวลาประมาณ 120 นาที นอกจากนี้ค่าพารามิเตอร์ที่ได้จากการปรับแบบจำลองยังสามารถนำไปใช้จำลองความเข้มข้นของยาในช่องอื่น ๆ ได้อีกด้วย งานวิจัยนี้มีความสำคัญเนื่องจากช่วยเชื่อมโยงความเข้าใจเชิงกลไกเกี่ยวกับการกระจายและการกำจัดของแคนนาบิไดออลเข้ากับการประยุกต์ใช้ทางคลินิกอย่างเป็นระบบ โดยแบบจำลองที่พัฒนาขึ้นสามารถใช้เป็นเครื่องมือสนับสนุนการกำหนดขนาดยาและการวางแผนการใช้น้ำมันแคนนาบิไดออลทางการแพทย์ในคลินิกอย่างปลอดภัยและมีประสิทธิผล

ผลของการเติมถ่านชีวภาพจากแกลบต่อการปลดปล่อยก๊าซแอมโมเนียและคุณภาพของปุ๋ยหมัก

นิติพล อินทร์วงค์, เสาวคนธ์ เหมวงษ์ — Thu, 11 Jun 2026 00:00:00 +0700

การศึกษานี้มีวัตถุประสงค์เพื่อประเมินผลของการเติมถ่านชีวภาพจากแกลบในปุ๋ยหมักในอัตรา 0% 20% 40% และ 60% ต่อการปลดปล่อยก๊าซแอมโมเนีย (NH3) และคุณภาพของปุ๋ยหมัก การทดลองดำเนินการในโรงเรือนเป็นเวลา 54 วัน วางแผนการทดลองแบบสุ่มสมบูรณ์ (CRD) จำนวน 4 ซ้ำ โดยใช้ถ่านแกลบที่ผลิตด้วยวิธีการเผาแบบดั้งเดิมผสมกับฟางข้าว และมูลวัวซึ่งเป็นวัสดุหลักของการทำปุ๋ยหมัก ทำการวัดปริมาณก๊าซ NH3 ความชื้น และอุณหภูมิของกองปุ๋ยหมักในวันที่ 1 4 16 32 และ 54 หลังการหมัก และวิเคราะห์คุณสมบัติของปุ๋ยหมักเมื่อสิ้นสุดการหมัก ได้แก่ ค่าความเป็นกรด-ด่าง (pH)ความนำไฟฟ้า (EC) ปริมาณอินทรียวัตถุ ปริมาณไนโตรเจนทั้งหมด และอัตราส่วนคาร์บอนต่อไนโตรเจน (C/N Ratio) ผลการทดลองพบว่าการเติมถ่านแกลบช่วยลดการปลดปล่อยก๊าซ NH3 ได้อย่างมีนัยสำคัญเมื่อเปรียบเทียบกับกรรมวิธีไม่เติมถ่าน โดยเฉพาะอัตราการเติม 60% ซึ่งสามารถลดการปลดปล่อยก๊าซ NH3 ได้สูงสุด 30.22% ตลอดกระบวนการหมัก นอกจากนี้การเติมถ่านแกลบทุกอัตราส่งผลให้ปริมาณไนโตรเจนทั้งหมดและอินทรียวัตถุเพิ่มขึ้น พร้อมทั้งค่าคาร์บอนต่อไนโตรเจนลดลง ขณะที่ค่า pH และค่าความนำไฟฟ้าไม่แตกต่างกันอย่างมีนัยสำคัญ เมื่อพิจารณาร่วมกันทั้งด้านคุณภาพปุ๋ยหมักการคงอยู่ของไนโตรเจน ต้นทุน และความเหมาะสมเชิงปฏิบัติพบว่าอัตราการเติมถ่านแกลบ 40% เหมาะสมที่สุดภายใต้เงื่อนไขการทดลองนี้ ผลการศึกษาชี้ให้เห็นศักยภาพของถ่านแกลบในการเพิ่มประสิทธิภาพการผลิตปุ๋ยหมัก ลดการสูญเสียไนโตรเจน และสนับสนุนการจัดการวัสดุเหลือใช้ทางการเกษตรอย่างยั่งยืน

การออกแบบวงจรกรองความถี่ต่ำผ่านสำหรับการตรวจจับฮาร์มอนิกด้วยวิธีทฤษฎีกำลังรีแอกทีฟขณะหนึ่งในระบบรางไฟฟ้ากระแสสลับ

ศุภกฤต ศิรสุกล, ทศพร ณรงค์ฤทธิ์, กองพล อารีรักษ์ — Tue, 09 Jun 2026 00:00:00 +0700

บทความนี้นำเสนอการออกแบบวงจรกรองความถี่ต่ำผ่านสำหรับกรองฮาร์มอนิกของกำลังแอกทีฟในขั้นตอนการตรวจจับฮาร์มอนิกด้วยวิธีทฤษฎีกำลังรีแอกทีฟขณะหนึ่ง (Instantaneous Reactive Power Theory) หรือวิธี PQ เพื่อคำนวณกระแสฮาร์มอนิกสำหรับใช้เป็นกระแสอ้างอิงของวงจรกรองกำลังแอกทีฟในการฉีดกระแสชดเชยเพื่อกำจัดฮาร์มอนิกในระบบรางไฟฟ้ากระแสสลับ การทดสอบสมรรถนะของวงจรกรองความถี่ต่ำผ่านใช้การจำลองสถานการณ์ในโปรแกรม MATLAB/Simulink โดยแบ่งเป็นกรณีการทดสอบเลือกค่าความถี่ตัดพบว่าค่าความถี่ตัดที่เหมาะสมควรอยู่ในช่วงกึ่งกลางระหว่าง0 เฮิรตซ์ และค่าความถี่ฮาร์มอนิกอันดับแรกของกำลังแอกทีฟ นอกจากนี้เพื่อยืนยันสมรรถนะการตรวจจับฮาร์มอนิกของวิธีทฤษฎีกำลังรีแอกทีฟขณะหนึ่ง ได้มีการจำลองการกำจัดฮาร์มอนิกในระบบรางไฟฟ้ากระแสสลับด้วยเทคนิคฮาร์ดแวร์ในลูป (Hardware-in-the-loop; HIL) ผลการจำลองสถานการณ์ยืนยันว่าการออกแบบวงจรกรองความถี่ต่ำผ่านที่นำเสนอสามารถคำนวณกระแสอ้างอิงได้อย่างถูกต้อง ส่งผลให้วงจรกรองกำลังแอกทีฟฉีดกระแสชดเชยได้อย่างมีประสิทธิผล โดยค่า %THD ของกระแสที่แหล่งจ่ายสามเฟส (iSA, iSB, iSC) มีค่าเท่ากับ 3.51% 3.53% และ 3.54% ตามลำดับ ซึ่งต่ำกว่าร้อยละ 5 ตามมาตรฐาน IEEE Std. 519-2022

การพยากรณ์การส่งออกกล้วยไม้ไทยด้วยโครงข่ายประสาทเทียมและการค้นหาแบบกริดผสานการแยกโหมดเชิงประจักษ์

ณัฐกร โต๊ะสิงห์, ธรณินทร์ สัจวิริยทรัพย์ — Fri, 19 Jun 2026 00:00:00 +0700

งานวิจัยนี้พัฒนากรอบการพยากรณ์แบบผสมโดยบูรณาการการแยกโหมดเชิงประจักษ์ร่วมกับโครงข่ายประสาทเทียม และปรับค่าพารามิเตอร์ด้วยการค้นหาแบบกริด ระเบียบวิธีที่นำเสนอแยกสัญญาณการส่งออกรายเดือนออกเป็นฟังก์ชันโหมดแฝงและองค์ประกอบส่วนที่เหลือซึ่งเปลี่ยนข้อมูลเดิมเป็นปริภูมิใหม่ผ่านการแยกโหมดเชิงประจักษ์ จากนั้นออกแบบโครงข่ายประสาทเทียมเฉพาะสำหรับแต่ละองค์ประกอบเพื่อเรียนรู้ลักษณะข้อมูลที่แตกต่างกัน ใช้ข้อมูล 72 เดือน (พ.ศ. 2562–2567) จากสำนักงานเศรษฐกิจการเกษตร และประเมินด้วยวิธีการตรึงจุดกำเนิดการพยากรณ์แบบหน้าต่างขยาย ผลการศึกษาพบว่าตัวแบบที่นำเสนอมีประสิทธิภาพเหนือกว่าตัวแบบทั่วไป ได้แก่ แบบอารีมาและโฮลต์วินเทอร์ โดยชุดข้อมูลที่ 1 (18 ค่าสังเกต) ตัวแบบที่นำเสนอสามารถให้ค่าความแม่นยำร้อยละ 88.36 ซึ่งดีกว่าตัวแบบอื่น ๆ นอกจากนี้การใช้ข้อมูลเพิ่มเติมอีก 12 ค่า รวมกับข้อมูลชุดที่ 1 (30 ค่าสังเกต) ตัวแบบที่นำเสนอยังคงให้ความแม่นยำร้อยละ 88.19 ซึ่งยังคงประสิทธิภาพใกล้เคียงกับชุดทดสอบของข้อมูลที่ 1 ดังนั้นตัวแบบที่นำเสนอมีความแม่นยำสูงกว่าตัวแบบทั่วไป และยังคงให้ผลการพยากรณ์ที่มีความคงเส้นคงวาแม้เพิ่มจำนวนข้อมูลทดสอบ จึงสามารถนำไปประยุกต์ใช้เป็นเครื่องมือสนับสนุนผู้ส่งออกและผู้กำหนดนโยบายในการเพิ่มประสิทธิภาพการบริหารสินค้าคงคลัง ลดความเสี่ยงในห่วงโซ่อุปทาน และปรับปรุงการจัดสรรทรัพยากรสำหรับโลจิสติกส์ควบคุมอุณหภูมิได้ดียิ่งขึ้น

อิฐมวลเบาจากเถ้าแกลบผสมปูนซีเมนต์: แนวทางการประยุกต์เป็นวัสดุก่อสร้างทางเลือก

ชัยยศ ณ บางช้าง, ดุษณี ศุภวรรธนะกุล, รัศมี แสงศิริมงคลยิ่ง, อรรถพล แก้ววิลัย — Fri, 12 Jun 2026 00:00:00 +0700

ประเทศไทยเป็นพื้นที่เกษตรกรรมปลูกข้าวที่มีการใช้แกลบเป็นเชื้อเพลิงชีวมวล ซึ่งทำให้ได้เถ้าแกลบเหลือทิ้งเป็นผลพลอยได้จำนวนมาก ดังนั้นงานวิจัยนี้ขอเสนอแนวทางการผลิตอิฐมวลเบาชนิดใหม่โดยใช้เถ้าแกลบที่ได้จากการเผาอิฐของโรงงานในจังหวัดพระนครศรีอยุธยาผสมกับปูนซีเมนต์เพื่อศึกษาความเป็นไปได้ในการนำมาใช้เป็นวัสดุก่อสร้างทางเลือกสำหรับการทดลองลักษณะสัณฐานและองค์ประกอบของเถ้าแกลบได้ถูกวิเคราะห์ด้วย SEM-EDS จากนั้นทดสอบสมบัติทางกายภาพและสมบัติเชิงกลของอิฐที่ผลิตจากเถ้าแกลบผสมปูนซีเมนต์ (5–30% โดยน้ำหนัก) ได้แก่ ความหนาแน่น การดูดซึมน้ำและความต้านทานแรงอัด ตาม มอก. 2601-2556 (คอนกรีตบล็อกมวลเบาแบบเติมฟองอากาศ) จากผลการวิจัยพบว่าเถ้าแกลบที่ได้หลังจากคัดแยกเพื่อลดขนาดอนุภาคนั้นมีรูปร่างหลายเหลี่ยม มีขนาดอนุภาคเฉลี่ย 14.66 ไมโครเมตร และมีซิลิกอนไดออกไซด์สูงถึงร้อยละ 83.45 ทั้งนี้ อิฐมวลเบาที่ผลิตจากเถ้าแกลบในอัตราส่วนร้อยละ 25–30 โดยน้ำหนักผสมกับปูนซีเมนต์ มีค่าความหนาแน่นอยู่ในช่วง 979–1,000 กิโลกรัมต่อลูกบาศก์เมตร และมีค่าความต้านทานแรงอัด 48.5–58.3 กิโลกรัมต่อตารางเซนติเมตร แสดงให้เห็นว่าอิฐมวลเบาที่ผลิตได้มีน้ำหนักเบาและมีสมบัติเชิงกลอยู่ในเกณฑ์ที่ยอมรับได้สำหรับวัสดุก่อสร้างประเภทอิฐมวลเบาแบบเติมฟองอากาศ (มอก. 2601-2556 ชนิด C10) ยกเว้นค่าการดูดซึมน้ำที่สูงกว่าเกณฑ์ มอก. 2601-2556 กำหนดเพียงเล็กน้อย ผลลัพธ์ดังกล่าวแสดงให้เห็นว่าอิฐมวลเบาที่ผลิตจากเถ้าแกลบผสมปูนซีเมนต์มากกว่าร้อยละ 25 โดยน้ำหนักของเถ้าแกลบมีสมบัติเชิงกลที่นำไปใช้งานได้จริง มีศักยภาพและความเป็นไปได้ในการพัฒนาและประยุกต์ใช้เป็นคอนกรีตบล็อกมวลเบาแบบเติมฟองอากาศ ชนิด C10 ได้อย่างมีประสิทธิภาพ ด้วยสารก่อฟองเพื่อปรับสมบัติการดูดซึมน้ำให้เป็นไปตามข้อกำหนดของอุตสาหกรรมก่อสร้าง นอกจากนี้งานวิจัยยังสะท้อนถึงการส่งเสริมการใช้ประโยชน์จากของเสียทางการเกษตรให้มีมูลค่าเพิ่ม พร้อมทั้งสนับสนุนแนวทางการพัฒนาอุตสาหกรรมอย่างยั่งยืน

การจำแนกความแก่ของส้มโอโดยใช้การวิเคราะห์ลักษณะของผิวเปลือกแบบต้นทุนต่ำและอัลกอริทึมการเรียนรู้ของเครื่อง

เกษรินทร์ ชาวเกวียน, เอกนรา จันดา — Mon, 15 Jun 2026 00:00:00 +0700

การขาดเครื่องมือที่มีความแม่นยำในการประเมินความแก่ก่อนการเก็บเกี่ยวถือเป็นปัญหาที่สำคัญสำหรับส้มโอ เนื่องจากส้มโอเป็นผลไม้ประเภทที่ไม่สามารถบ่มสุกได้ ซึ่งการพัฒนาคุณภาพภายในจะยุติทันทีเมื่อเก็บเกี่ยว ทำให้ความคลาดเคลื่อนในการตัดสินใจนำไปสู่ความสูญเสียทางเศรษฐกิจ งานวิจัยนี้นำเสนอกรอบแนวคิดแบบจำลองการเรียนรู้ของเครื่อง (Machine Learning) ที่มีต้นทุนต่ำสำหรับการจำแนกระดับความแก่ (ระยะเริ่มแก่และระยะแก่) ของส้มโอพันธุ์ขาวน้ำผึ้ง คณะผู้วิจัยได้รวบรวมชุดข้อมูลภาพทั้งหมด 1,008 ภาพ จากผลส้มโอ 70 ผล โดยถ่ายด้วยกล้องราสเบอร์รี่ ไพ (Raspberry Pi) ที่การเก็บเกี่ยว2 ช่วง คือ 180 และ 210 วัน หลังติดผลเพื่อวิเคราะห์ความสัมพันธ์ระหว่างลักษณะภายนอกของผิวเปลือกและระดับความแก่คณะผู้วิจัยได้วิเคราะห์คุณลักษณะด้านสีและพื้นผิวของเปลือกโดยใช้วิธีร่วมกับอัลกอริทึมซัพพอร์ตเวกเตอร์แมชชีน (SVM) ที่ใช้เคอร์เนลแบบฟังก์ชันฐานรัศมี (RBF) แบบจำลองที่พัฒนาขึ้นมีความแม่นยำในการจำแนกความแก่ภายใต้ชุดข้อมูลที่ไม่เคยเห็นอยู่ที่ร้อยละ 95.6 นอกจากนี้ผลการวิเคราะห์ความสามารถในการอธิบายผลลัพธ์ ยืนยันว่าการคัดแยกความแก่ของแบบจำลองสอดคล้องกับข้อมูลทางชีวภาพของส้มโอที่เกิดขึ้นจริง โดยระบุว่าความแปรปรวนขององค์ประกอบทางสี (ช่องสี b*) และลักษณะพื้นผิวละเอียด (LBP) เป็นตัวแปรที่สำคัญในการคัดแยกของแบบจำลอง งานวิจัยนี้แสดงให้เห็นว่าการวิเคราะห์คุณลักษณะของเปลือกด้วยเทคโนโลยีต้นทุนต่ำร่วมกับอัลกอริทึมการเรียนรู้ของเครื่องเป็นเครื่องมือที่มีความแม่นยำสูงสำหรับช่วยในการตัดสินใจเลือกช่วงเวลาเก็บเกี่ยวส้มโอที่เหมาะสม

การจำแนกระยะของภาวะเบาหวานขึ้นจอประสาทตาโดยใช้การเรียนรู้เชิงลึก

ทรรศนีย์ หัตถิยา, ฮานิส แนลูแล, ปรัศมน สอดส่อง — Tue, 16 Jun 2026 00:00:00 +0700

การวิจัยนี้ได้นำเสนอการพัฒนาตัวจำแนกเพื่อตรวจจับระยะของภาวะเบาหวานขึ้นจอประสาทตาโดยใช้โครงข่ายประสาทเทียมแบบสังวัตนาการ (Convolutional Neural Network) ซึ่งเป็นเทคนิคการจำแนกของการเรียนรู้เชิงลึก (Deep Learning) จำนวน 5 สถาปัตยกรรม ได้แก่ DenseNet121, EfficientNetB0, EfficientNetB1, MobileNetV2 และ NasNetMobile โดยใช้ข้อมูลภาพถ่ายจอประสาทตาจำนวน 5,000 ภาพจากฐานข้อมูล Kaggle ซึ่งชุดข้อมูลมีการจัดกลุ่มระยะของภาวะเบาหวานขึ้นจอประประสาทตาออกเป็น 5 ระยะ โดยมีขั้นตอนในการวิจัยดังนี้ ขั้นตอนที่ 1 การเตรียมความพร้อมของข้อมูล (Data Preparation) และขั้นตอนที่ 2 การพัฒนาตัวจำแนกสำหรับตรวจจับระยะของภาวะเบาหวานขึ้นจอประสาทตา (Model Generation) ซึ่งขั้นตอนการพัฒนาตัวจำแนกได้กำหนดรอบในการเรียนรู้ (Epochs) จำนวน 100 รอบของแต่ละสถาปัตยกรรมของโครงข่ายประสาทเทียมแบบสังวัตนาการ ผลการทดสอบพบว่าสถาปัตยกรรม EfficientNetB0 มีประสิทธิภาพสูงสุด โดยให้ค่าความแม่นยำในการจำแนกรูปภาพสูงถึงร้อยละ 99.25 ของชุดข้อมูลการเรียนรู้ และเมื่อนำแบบจำลองที่ได้มาทดสอบกับชุดข้อมูลทดสอบพบว่าแบบจำลองให้ค่าความแม่นยำอยู่ที่ร้อยละ 81.30 และค่า F1-score เฉลี่ยอยู่ที่ร้อยละ 81.15 นอกจากนี้แบบจำลองยังแสดงประสิทธิภาพที่ในระยะที่เป็นอันตราย โดยให้ค่าความแม่นยำ (Precision) สูงถึงร้อยละ 92.82 ในระยะที่รุนแรงที่สุด และค่าการเรียกคืน (Recall) สูงถึงร้อยละ 89.00 ในระยะรุนแรง ผลการวิจัยนี้ชี้ให้เห็นว่าตัวจำแนกที่พัฒนาขึ้นมีศักยภาพในการสนับสนุนการคัดกรองทางการแพทย์ เพื่อลดความเสี่ยงต่อการสูญเสียการมองเห็นของผู้ป่วยได้อย่างมีประสิทธิภาพ

การตรวจจับกลุ่มเสี่ยงแฝงต่อความรุนแรงในครอบครัวแบบสองขั้นตอนด้วยแบบจำลองไฮบริดแบบไม่มีผู้สอน

วุฒิพงษ์ เขื่อนดิน, สิทธิวรรต รอบรู้, ชนิดา แก้วเพชร — Fri, 19 Jun 2026 00:00:00 +0700

การตรวจจับกลุ่มเสี่ยงแฝงของความรุนแรงในครอบครัวเป็นงานที่ท้าทาย เนื่องจากข้อมูลที่มีอยู่มักไม่ได้ระบุป้ายกำกับ ซึ่งงานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอแบบจำลองไฮบริดสองขั้นตอนแบบไม่มีผู้สอน ออกแบบมาเพื่อตรวจจับและระบุกลุ่มเสี่ยงสูงแฝง โดยบูรณาการจุดแข็งของแบบจำลองส่วนผสมเกาส์เซียน (Gaussian Mixture Model; GMM) ออโตเอ็นโค้ดเดอร์(Autoencoder; AE) และตัวประกอบค่าผิดปกติเฉพาะที่ (Local Outlier Factor; LOF) ในขั้นตอนแรกแบบจำลองจะแยกกลุ่มเสี่ยงสูงอย่างชัดเจน (59 รายการ จากทั้งหมด 1,161 รายการ) ออกจากชุดข้อมูลทั้งหมด ขั้นตอนที่สองใช้รายการข้อมูลที่เหลือ 1,102 รายการ เพื่อระบุกลุ่มเสี่ยงสูงแฝงผ่านกลยุทธ์การผสานผลลัพธ์ด้วยตรรกะและ (AND) ตรรกะหรือ (OR) และการถ่วงน้ำหนัก (Weighted Fusion) คุณภาพเชิงโครงสร้างของการจัดกลุ่มถูกประเมินโดยใช้ดัชนีซิลูเอท (Silhouette Index) ดัชนีคาลินสกี้ฮาราบาสซ์ (Calinski–Harabasz Index; CH) และดัชนีเดวีส์-โบลดิน (Davies–Bouldin Index; DBI) พร้อมทั้งตรวจสอบความแตกต่างทางสถิติด้วยการทดสอบครัสคัล-วัลลิส (Kruskal–Wallis test) และการทดสอบไคสแควร์(Chi square test) สำหรับตัวแปรเชิงหมวดหมู่ ผลการทดลองแสดงให้เห็นว่าแบบจำลอง GAAL ที่เสนอ (GMM + AE + LOF พร้อมตรรกะและ : AND) ให้ค่าคะแนนดัชนีซิลูเอทสูงสุดและค่าดัชนีเดวีส์-โบลดินต่ำสุด (2.8478) ซึ่งบ่งชี้ถึงความชัดเจนของคลัสเตอร์และเสถียรภาพเชิงโครงสร้างที่เหนือกว่าการแสดงภาพด้วย เทคนิคการลดมิติข้อมูลแบบที-เอสเอ็นอี (t-distributed Stochastic Neighbor Embedding; t-SNE) ยืนยันการแยกตัวของกลุ่มอย่างชัดเจนและสอดคล้องกับตัวชี้วัดเชิงปริมาณ นอกจากนี้พบว่าตัวแปรอายุ (Age) มีความแตกต่างอย่างมีนัยสำคัญระหว่างคลัสเตอร์ตามการทดสอบครัสคัล-วัลลิสผลการวิจัยสะท้อนถึงคุณภาพเชิงโครงสร้างและความสามารถในการตรวจจับของวิธีการแบบผสมผสานในการค้นหารูปแบบความเสี่ยงที่ซ่อนอยู่จากข้อมูลทางสังคมที่ไม่ได้ติดป้ายกำกับ

การเพิ่มประสิทธิภาพการตรวจจับภัยคุกคามภายในโดยใช้แบบจำลองภัยคุกคามสไตรด์ร่วมกับอัลกอริทึมเชิงวิวัฒนาการ

ทรงพล นคเรศเรืองศักดิ์ — Fri, 12 Jun 2026 00:00:00 +0700

ภัยคุกคามภายในเป็นหนึ่งในความเสี่ยงสำคัญที่ส่งผลกระทบต่อความมั่นคงปลอดภัยของระบบสารสนเทศ งานวิจัยนี้มุ่งพัฒนาวิธีการตรวจจับภัยคุกคามดังกล่าวโดยใช้การสร้างแบบจำลองภัยคุกคามตามกรอบแนวคิดสไตรด์ร่วมกับขั้นตอนวิธีเชิงวิวัฒนาการ ได้แก่ ขั้นตอนวิธีเชิงพันธุกรรม และการวิวัฒนาการเชิงผลต่าง เพื่อปรับแต่งกฎการตรวจจับให้เหมาะสมกับพฤติกรรมที่ปรากฏในข้อมูลจริง โดยใช้ชุดข้อมูล LANL จำนวน 50,000 แถว ซึ่งมีสัดส่วนภัยคุกคามร้อยละ 15 และทำการเปรียบเทียบกับแบบจำลองการเรียนรู้ของเครื่อง ได้แก่ ซัพพอร์ตเวกเตอร์แมชชีน แบบจำลองป่าสุ่ม และโครงข่ายประสาทเทียมหลายชั้น ผลการทดลองพบว่าสไตรด์ (STRIDE) พื้นฐานให้ค่าความถูกต้อง 0.823 และพื้นที่ใต้เส้นโค้งอาร์โอซี 0.832 แต่เมื่อผสานกับขั้นตอนวิธีเชิงพันธุกรรม และการวิวัฒนาการเชิงผลต่าง ทำให้มีประสิทธิภาพเพิ่มขึ้นเป็นค่าความถูกต้อง 0.878 พื้นที่ใต้เส้นโค้งอาร์โอซี 0.894 และค่าความถูกต้อง 0.889 พื้นที่ใต้เส้นโค้งอาร์โอซี 0.902 ตามลำดับ ซึ่งสูงกว่าซัพพอร์ตเวกเตอร์แมชชีนที่มีพื้นที่ใต้เส้นโค้งอาร์โอซี 0.875 และแบบจำลองป่าสุ่มที่มีพื้นที่ใต้เส้นโค้งอาร์โอซี 0.891 รวมทั้งยังใกล้เคียงกับโครงข่ายประสาทเทียมหลายชั้นที่มีพื้นที่ใต้เส้นโค้งอาร์โอซี 0.895 โดยยังคงความสามารถในการตีความเชิงกฎได้ดีกว่า สะท้อนศักยภาพของการบูรณาการสไตรด์เข้ากับขั้นตอนวิธีเชิงวิวัฒนาการในการตรวจจับภัยคุกคามภายในอย่างมีประสิทธิภาพ ยืดหยุ่น และมีความเป็นไปได้ต่อการใช้งานจริงในองค์กร

อุตสาหกรรมอาหารสีเขียวสู่การเป็นแหล่งกักเก็บคาร์บอน: การบูรณาการนวัตกรรมเชิงฟื้นฟูและกฎระเบียบเพื่อการปล่อยก๊าซเรือนกระจกสุทธิเป็นลบ

พัชนีย์ ยะสุรินทร์, สุวลักษณ์ อัศวสันติ, นรฤทธิ์ สุดสงวน, Babu Dharmarlingam — Mon, 22 Jun 2026 00:00:00 +0700

The roadmap for achieving net-zero emissions in global food systems by 2050 indicates that net-zero emissions can be achieved by integrating cost-effective technologies to reduce emissions from land-use change, improving rice and livestock production, and accelerating renewable energy use in food processing by 2040–2050 [1]. To meet the 1.5°C warming limit established by the Paris Agreement, the international community must commit to swift and far-reaching cuts in global greenhouse gas emissions. Achieving this benchmark requires a radical shift away from historical emission patterns, necessitating immediate, large-scale decarbonization efforts across all sectors of the global economy. By prioritizing aggressive mitigation strategies now, nations can work toward stabilizing