โครงงานนี้จึงได้พัฒนาระบบปัญญาประดิษฐ์สำหรับระบุชนิดเครื่องมือทันตกรรมหัตถการเพื่อตรวจนับจำนวนด้วยวิธีการเรียนรู้เชิงลึก โดยเป็นการตรวจนับความครบถ้วนของอุปกรณ์ที่นำไปใช้ มีใช้วิธีการตรวจจับวัตถุ(Object Detection) ซึ่งการตรวจจับวัตถุช่วยให้สามารถตรวจจับอุปกรณ์ทันตกรรหัตถการทั้งหมดหลังจากการใช้งาน เพื่อเพิ่มประสิทธิภาพ ความแม่นยำ อีกทั้งสามารถตรวจนับเครื่องมือต่างๆได้พร้อมกันหลายๆภาพเพื่อช่วยลดเวลาและความล่าช้าในกระบวนการตรวจสอบและนับจำนวนเครื่องมือทั้งหมด รวมถึงข้อมูลจำนวนและชนิดของอุปกรณ์ สามารถส่งออกไปยังฐานข้อมูลเพื่อนำข้อมูลไปใช้งานต่อได้อีกด้วย
เนื่องจากในปัจจุบันงานทางด้านทันตกรรมมีความซับซ้อนและหลากหลาย อีกทั้งมีการใช้เครื่องมือทางทันตกรรมต่างๆจำนวนมาก โดยหลังจากที่ถูกนำเครื่องมือมาใช้ในการรักษาตามสถานที่ โรงพยาบาลหรือคลินิกทันตกรรม ถ้าไม่มีการจัดการและตรวจสอบกับอุปกรณ์ต่างๆเหล่านี้อาจทำให้เกิดปัญหาต่างๆตามมา เช่น การสูญหายของอุปกรณ์ ซึ่งอาจทำให้สูญเสียค่าใช้จ่ายในการซื้ออุปกรณ์ใหม่โดยไม่จำเป็น ดังนั้นการตรวจสอบและนับเครื่องมือเป็นกระบวนที่สำคัญอย่างมากในการช่วยลดการสูญเสียของอุปกรณ์และปัญหาอื่นๆในการจัดการกับเครื่องมือทันตกรรม การตรวจสอบและนับจำนวนเครื่องมือหลังการใช้รักษาเป็นกระบวนการที่สำคัญอย่างมากโดยมีการใช้เวลาในการตรวจสอบ รวบรวม จัดการ และนับจำนวนของเครื่องมือทั้งหมดโดยมีการใช้บุคลากรของทางโรงพยาบาลหรือคลินิกทันตกรรมและใช้วิธีการนับด้วยมือ ทำให้เกิดล่าช้า อีกทั้งอาจจะเกิดการนับจำนวนเครื่องมือที่ไม่ถูกต้องครบถ้วน มีการบันทึกข้อมูลซับซ้อน และใช้ทรัพยากรคนในการทำงานที่เยอะเกินความจำเป็นอีกด้วยซึ่งส่งผลกระทบต่อการจัดการวางแผนในกระบวนการใช้เครื่องมือในครั้งต่อไป โดยกระบวนการตรวจสอบและนับจำนวนเครื่องมือนี้นอกจากจะช่วยในเรื่องของการระบุชนิดและนับเครื่องมือแล้ว ยังสามารถช่วยเพิ่มประสิทธิภาพในการใช้งานเครื่องมือ วางแผนในการจัดซื้ออุปกรณ์ รวมถึงช่วยลดค่าใช้จ่ายในการจัดซื้อเครื่องมือใหม่อีกด้วย จากปัญหาดังกล่าว โครงงานนี้จึงได้พัฒนาระบบปัญญาประดิษฐ์สำหรับระบุชนิดเครื่องมือทันตกรรมหัตถการเพื่อตรวจนับจำนวนด้วยวิธีการเรียนรู้เชิงลึก โดยเป็นการตรวจนับความครบถ้วนของอุปกรณ์ที่นำไปใช้ มีใช้วิธีการตรวจจับวัตถุ(Object Detection) ซึ่งการตรวจจับวัตถุช่วยให้สามารถตรวจจับอุปกรณ์ทันตกรรหัตถการทั้งหมดหลังจากการใช้งาน เพื่อเพิ่มประสิทธิภาพ ความแม่นยำ อีกทั้งสามารถตรวจนับเครื่องมือต่างๆได้พร้อมกันหลายๆภาพเพื่อช่วยลดเวลาและความล่าช้าในกระบวนการตรวจสอบและนับจำนวนเครื่องมือทั้งหมด รวมถึงข้อมูลจำนวนและชนิดของอุปกรณ์ สามารถส่งออกไปยังฐานข้อมูลเพื่อนำข้อมูลไปใช้งานต่อได้อีกด้วย
คณะเทคโนโลยีการเกษตร
การควบคุมโรคพืชโดยชีววิธี (Biological control หรือ biocontrol) เป็นวิธีการจัดการกับโรคพืชที่ได้รับความสนใจในปัจจุบัน เนื่องจากเป็นมิตรต่อสิ่งแวดล้อม ตลอดจนสุขภาพของเกษตรกรและผู้บริโภค หลักเกณฑ์ที่สำคัญของการควบคุมโรคพืชโดยชีววิธีคือการใช้จุลินทรีย์ที่มีคุณสมบัติเป็นปฏิปักษ์ (Antagonistic microorganisms) ต่อเชื้อสาเหตุโรค ซึ่งถูกนำมาใช้ในการควบคุมหรือกำจัดไม่ให้เชื้อสาเหตุโรคเข้าทำความเสียหายต่อพืชได้ ดังนั้นการได้มาซึ่งจุลินทรีย์ปฏิปักษ์ที่มีประสิทธิภาพคือหัวใจสำคัญของการควบคุมโรคพืชโดยชีววิธี โครงงานนี้จึงได้ทำการแยกเชื้อจุลินทรีย์จากหลายแหล่งในธรรมชาติ นำมาทำการคัดเลือกจุลินทรีย์ปฏิปักษ์ต่อเชื้อสาเหตุ Phytophthora palmivora เชื้อราสาเหตุโรครากเน่าโคนเน่าของทุเรียน Curvularia sp. เชื้อราสาเหตุสาเหตุโรคใบจุดสีน้ำตาลของข้าว และ Xanthomonas citri pv. citri เชื้อแบคทีเรียสาเหตุโรคแคงเกอร์ของพืชตระกูลส้ม
คณะวิทยาศาสตร์
ระบบตรวจจับผลไม้เน่ามีที่มาจากความต้องการในการลดการสูญเสียผลผลิตทางการเกษตร ซึ่งเป็นปัญหาที่เกิดขึ้นทั่วโลกโดยเฉพาะในอุตสาหกรรมการเกษตรและการจัดจําหน่ายอาหาร ผลไม้ที่เน่าเสียจะส่งผลกระทบต่อคุณภาพของผลิตภัณฑ์และสามารถก่อให้เกิดความสูญเสียทางเศรษฐกิจได้อย่างมาก การพัฒนาระบบตรวจจับผลไม้เน่าจึงมีเป้าหมายเพื่อช่วยในการคัดกรองและแยกผลไม้ที่ไม่เหมาะสมออกจากกระบวนการจัดส่ง เพื่อรักษาคุณภาพของสินค้าและตอบสนองต่อความต้องการของผู้บริโภคที่ต้องการผลไม้สดใหม่ ทางผู้จัดจึงได้จำลองระบบคัดแยกผลไม้เน่าเสียออกจากผลไม้สดโดยใช้รูปภาพเป็นปัจจัย ผลการทดลองออกมาอย่างมีประสิทธิภาพและมีความเร็วในการทำนายสูง
วิทยาลัยอุตสาหกรรมการบินนานาชาติ
-