โลกธุรกิจในปัจจุบันมีการแข่งขันสูง การทำความเข้าใจลูกค้าเป็นสิ่งที่สำคัญที่สามารถทำให้องค์กรกำหนดความสำเร็จได้ การตลาดที่มีประสิทธิภาพไม่ใช่เพียงแค่การเสนอสินค้า โปรโมชั่น หรือบริการที่ดีเท่านั้น แต่ยังต้องมีกลยุทธ์ในการเข้าถึงและสร้างความสัมพันธ์ที่ดีกับกลุ่มลูกค้า การจัดกลุ่มลูกค้าเป็นหนึ่งในวิธีการที่จะช่วยให้ธุรกิจสามารถเจาะลึกความต้องการและพฤติกรรมของกลุ่มลูกค้าที่เข้ามาใช้บริการได้อย่างชัดเจน จากการปฎิบัติสหกิจศึกษาในครั้งนี้ ผู้ปฏิบัติได้รับมอบหมายให้ปฏิบัติงานใน ทีมธุรกิจอัจฉริยะ (Business Intelligence - BI) กลุ่มธุรกิจอาหารและเครื่องดื่ม ได้ทำหน้าที่วิเคราะห์ข้อมูลของกลุ่มลูกค้าของร้านกาแฟพันธุ์ไทยเกี่ยวกับลักษณะของลูกค้าที่เข้ามาใช้บริการในร้านกาแฟพันธุ์ไทย การปฏิบัติงานสหกิจครั้งนี้ มีวัตถุประสงค์ในการที่จะเข้าใจพฤติกรรมของลูกค้าที่เข้ามาซื้อเครื่องดื่มประเภทกาแฟและชาในร้านกาแฟพันธุ์ไทย โดยการวิเคราะห์ข้อมูลของลูกค้าที่มีการจัดเก็บไว้ ซึ่งผลจากการดำเนินได้มีการจัดกลุ่มลูกค้าที่เข้ามาซื้อเครื่องดื่มประเภทกาแฟและชา โดยการใช้ Naive Bayes, Random Forest, Deep Learning เปรียบเทียบเทคนิคที่มีความแม่นยำและเหมาะสม เพื่อนำข้อมูลที่วิเคราะห์ได้ไปใช้ประโยชน์ต่อไป
กาแฟและชา เป็นเครื่องดื่มที่ได้รับความนิยมอย่างมาก ทั้งชาและกาแฟมีประโยชน์ต่อสุขภาพ ใช้ดื่มเพื่อผ่อนคลาย ชาเป็นเครื่องดื่มที่ทำให้ผ่อนคลายจากการทำกิจกรรมมาทั้งวัน ในขณะเดียวกัน กาแฟเป็นตัวช่วยเพิ่มพลังงาน และพลังสมองก่อนที่จะทำกิจวัตรใดๆ อีกทั้งยังเป็นตัวเชื่อมความสัมพันธ์ระหว่างมนุษย์ ดังนั้น การมองหาร้านกาแฟที่มีเครื่องดื่มที่เข้มข้น สินค้าที่หลากหลาย ยังต้องมีพื้นที่สังสรรค์ พบประผู้คน ซึ่งในนั้นก็คือ ร้านกาแฟพันธุ์ไทย ซึ่งเป็นแบรนด์กาแฟ ที่มีทั้งเครื่องดื่ม ขนมปัง เบเกอรี่ และอาหารหลากหลาย ทำให้มีกลุ่มลูกค้าที่เข้ามาใช้บริการเป็นจำนวนมาก และลักษณะการซื้อเครื่องดื่มและสินค้าที่แตกต่างกัน จากเหตุผลดังกล่าว ทำให้ทีมธุรกิจอัจฉริยะ (Business Intelligence - BI) กลุ่มธุรกิจอาหารและเครื่องดื่ม มีความสนใจที่จะจัดกลุ่มลูกค้าของร้านกาแฟพันธุ์ไทย ข้าพเจ้าจึงมีแนวคิดที่จะจำแนกและวิเคราะห์พฤติกรรมลูกค้า แบ่งออกเป็น 3 กลุ่ม ได้แก่ ลูกค้าที่ซื้อเครื่องดื่มประเภทกาแฟเป็นประจำ ลูกค้าที่ซื้อเครื่องดื่มประเภทชา และลูกค้าที่ซื้อเครื่องดื่มทั้งชาและกาแฟ โดยการใช้ Naive Bayes, Random Forest, Deep Learning เปรียบเทียบเทคนิค ที่มีความแม่นยำและเหมาะสม เพื่อนำข้อมูลที่วิเคราะห์ได้ไปใช้ประโยชน์ต่อไป
คณะเทคโนโลยีสารสนเทศ
ในปัจจุบันการประชาสัมพันธ์และการเรียนรู้ในรูปแบบดั้งเดิมมักขาดความน่าสนใจ และไม่สามารถสร้างประสบการณ์ที่ลึกซึ้งให้แก่ผู้ใช้งานได้ นอกจากนี้ยังไม่สามารถเข้าถึงกลุ่มเป้าหมายได้อย่างทั่วถึง โดยเฉพาะสำหรับผู้ที่ไม่สามารถเดินทางมายังสถานที่จริงได้ โครงงานนี้มีวัตถุประสงค์เพื่อแก้ไขปัญหาการเข้าถึงและการรับรู้ข้อมูลเกี่ยวกับหอเทิดพระเกียรติและหอประวัติของสถาบันพระจอมเกล้า เจ้าคุณทหารลาดกระบัง การใช้เทคโนโลยีเมตาเวิร์สในการจำลองสถานที่สำคัญช่วยให้ผู้ใช้สามารถ สำรวจสถานที่และรับชมข้อมูลที่สำคัญในรูปแบบเสมือนจริงเพื่อเพิ่มการมีส่วนร่วมของนักศึกษา บุคลากร ศิษย์เก่า และบุคคลทั่วไป ในการพัฒนาระบบเมตาเวิร์ส ได้พัฒนาผ่านระบบ Unity ซึ่งเป็นเกมเอนจินที่มีความสามารถในการพัฒนาระบบเมตาเวิร์ส เพื่อสร้างสภาพแวดล้อมเสมือนจริงที่สามารถโต้ตอบได้ Unity ยังรองรับ การจัดการฟิสิกส์ แสง และเสียง เพื่อเพิ่มความสมจริง อีกทั้งให้ผู้ใช้งานได้เข้าถึงโครงงานได้อย่างสะดวก นอกจากนี้ยังมีการเชื่อมต่อกับเว็บเบราวเซอร์ โดยใช้เทคโนโลยี WebGL ซึ่งช่วยให้โครงานที่สร้างขึ้นใน Unity สามารถแสดงผลได้โดยตรงผ่านเว็บเบราวเซอร์ ผู้ใช้งานสามารถเข้าชมได้จากทุกที่ และโต้ตอบกับสถานที่ในเมตาเวิร์สได้ทันที โดยไม่ต้องติดตั้งซอฟต์แวร์เพิ่มเติม ผู้พัฒนาจึงพัฒนาระบบระบบเมตาเวิร์สเพื่อสร้างประสบการณ์การเรียนรู้ที่สมจริงและดึงดูดความสนใจ ช่วยเพิ่มโอกาสในการประชาสัมพันธ์และสร้างความผูกพันกับสถาบันอย่างมีประสิทธิภาพ
คณะวิทยาศาสตร์
งานวิจัยนี้ เสนอการสร้างอุปกรณ์ต้นแบบ "มิเตอร์ตรวจปรอทแบบพกพา" (Handheld Mercury Meter) โดยใช้ทรานซิสเตอร์สนามไฟฟ้าชนิดไวต่อไอออนเป็นแพลตฟอร์มในการตรวจวัดตามหลักการโพเทนชิโอเมตรี ได้สังเคราะห์เยื่อเลือกผ่านที่มีความจำเพาะเจาะจงกับปรอท (II) พบว่ามิเตอร์ที่พัฒนาขึ้น ตอบสนองต่อปรอทได้ดี มีความแม่นและความเที่ยงสูง (ค่าร้อยละของการวิเคราะห์คืนกลับอยู่ในช่วง 92.55 – 109.32 และค่าร้อยละส่วนเบี่ยงเบนมาตรฐานสัมพัทธ์เท่ากับ 2.38) เมื่อนำไปประยุกต์ใช้กับตัวอย่างน้ำและเครื่องสำอางที่มีการเติมสารมาตรฐานปรอทลงไป พบว่าผลการวิเคราะห์ไม่แตกต่างกันอย่างมีนัยสำคัญที่ระดับความเชื่อมั่นร้อยละ 95 เมื่อเปรียบเทียบกับการวิเคราะห์ด้วยวิธีเชิงเครื่องมือ (ICP-OES) ซึ่งเป็นเครื่องขนาดใหญ่ นำไปใช้กับงานภาคสนามไม่ได้
คณะแพทยศาสตร์
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Deep Convolutional Neural Networks - CNNs) สำหรับการระบุเม็ดยาอย่างแม่นยำ เพื่อแก้ไขข้อจำกัดของการพิสูจน์เอกลักษณ์เม็ดยาด้วยทรัพยากรมนุษย์ โดยใช้ข้อมูลรูปภาพจำนวน 1,250 ภาพ จากยาสามัญประจำบ้าน 10 ชนิด นำมาทดสอบกับโมเดล YOLO ที่แตกต่างกันภายใต้เงื่อนไขต่างๆ ผลการทดลองพบว่า การใช้แสงธรรมชาติให้ผลดีกว่าเมื่อทดสอบด้วยระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน เมื่อเปรียบเทียบกับแสงจากกล่องสตูดิโอ นอกจากนี้ โมเดล YOLOv5-tiny แสดงความแม่นยำสูงสุดในการตรวจจับเม็ดยา ขณะที่โมเดล EfficientNet_b0 ให้ผลลัพธ์ดีที่สุดในการจำแนกเม็ดยา แม้ว่าระบบโครงข่ายประสาทเทียมแบบคอนโวลูชันที่พัฒนาขึ้นนี้จะให้ผลลัพธ์ที่น่าพึงพอใจ แต่ยังมีข้อจำกัดในเรื่องชนิดของเม็ดยาและจำนวนภาพที่ใช้ในการศึกษา อย่างไรก็ตาม งานวิจัยนี้มีศักยภาพในการส่งเสริมความปลอดภัยในการใช้ยาทั้งในระบบสาธารณสุขและผู้ป่วยนอก รวมถึงลดปัญหาที่อาจเกิดขึ้นจากการใช้ยาผิดพลาด