รวมสุดยอดนวัตกรรมแห่งอนาคต ที่พัฒนาโดยนักวิจัยไทย! พบกับเทคโนโลยีใหม่ล่าสุดจาก KMITL ที่จะเปลี่ยนแปลงการใช้ชีวิตและอุตสาหกรรมของเรา
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
โครงการ Project Urban House เป็นแนวคิดการพัฒนาและออกแบบที่อยู่อาศัยในเมือง เพื่อตอบสนองความต้องการของประชากรเมืองที่เพิ่มขึ้น โดยมุ่งเน้นการใช้พื้นที่อย่างมีประสิทธิภาพ ความยั่งยืน และการออกแบบที่รองรับไลฟ์สไตล์คนเมืองในปัจจุบัน โครงการนี้ให้ความสำคัญกับการใช้วัสดุที่เป็นมิตรต่อสิ่งแวดล้อม การจัดสรรพื้นที่สีเขียว และการบูรณาการเทคโนโลยีสมาร์ทโฮมเพื่อเพิ่มคุณภาพชีวิตของผู้อยู่อาศัย
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
บนเส้นทางของการมีชีวิตอยู่นับตั้งแต่เราเกิด คนเราต่างต้องประสบพบเจอกับสิ่งต่างๆ ที่ผ่านเข้ามาในชีวิตมากมาย ความแตกต่างและหลากหลายลักษณะ ทั้งนี้แล้วแต่ละปัจจัยของการมีชีวิตของแต่ละบุคคล ต่างมีภาระหน้าที่ ความฝันที่ต่างกัน ความแตกต่างของบริบทชีวิต ทุกคนยังคงต้องดิ้นรนต่อสู้กับอุปสรรค ภาระมากมายในการดำเนินชีวิต แบกรับภาระหน้าที่ของตนและครอบครัวเพื่อความอยู่รอด การดำเนินชีวิตในรูปแบบที่ต่างกัน ภาระและความฝันที่มีมากมาย หากแต่ในบทชีวิตจริง จะมีสักกี่คนที่สามารถแบกรับภาระเหล่านี้ไปได้ถึงฝั่งฝันของตน
คณะวิทยาศาสตร์
จากการเข้ามาถึงของนวัตกรรมทางมัลติมีเดียอย่างเกมทำให้การเข้าถึงสื่อไม่เหมือนเดิม สร้างความแปลกใหม่ให้กับการเสพสื่อ โดยโอเวอร์สเตียร์เป็นโครงงานที่ใช้ประโยจน์จากสื่อประเภทเกมเพื่อทำให้ผู้ใช้สามารถสัมผัสประสบการณ์การขับรถคล้ายกับการขับรถบนสนามแข่ง
คณะวิทยาศาสตร์
ด้วยจำนวนผู้ป่วยโรคตับแข็งและมะเร็งตับที่เพิ่มขึ้นอย่างมาก จากการบริโภคผลิตภัณฑ์ทางการเกษตรที่มีการปนเปื้อนอะฟลาท็อกซิน บี1 (AFB1) การพัฒนาเทคนิคการตรวจคัดกรอง AFB1 ที่รวดเร็วจึงมีความสำคัญอย่างยิ่ง งานวิจัยนี้ได้เสนอแอปตาเซ็นเซอร์ไฟฟ้าเคมีรูปแบบใหม่ ซึ่งใช้อิเล็กโทรดที่ผลิตจากแผ่นทองคำเปลว (GLE) ซึ่งตกแต่งด้วยวัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียม/รีดิวซ์กราฟีนออกไซด์ (AuPt-Ru/RGO) แบบใช้แล้วทิ้งและยังมีต้นทุนต่ำ วัสดุเชิงประกอบนาโนโลหะผสม AuPt-Ru นั้นถูกสังเคราะห์ขึ้นด้วยวิธีการเคมีรีดักชันทางเคมีร่วมกับการใช้คลื่นความถี่อัลตราโซนิก พบว่าอนุภาคที่สังเคราะห์ได้มีรูปร่างคล้ายผลหยางเหมย โดยมีแกนกลางเป็นทอง แพลตินัมเป็นขนล้อมรอบและรูทิเนียมกระจายอยู่รอบอนุภาค มีขนาดอนุภาคเฉลี่ย 57.35 ± 8.24 นาโนเมตร ทั้งนี้วัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียมได้ถูกวางลงบนแผ่นรีดิวซ์กราฟีนออกไซด์ที่มีขนาดส้นผ่านสูนย์กลางภายใน 0.5 – 1.6 ไมโครเมตรเพื่อเพิ่มประสิทธิภาพการถ่ายโอนอิเล็กตรอน และเพิ่มพื้นที่ผิวสำหรับการตรึงแอปตาเมอร์ (Apt) ซึ่งช่วยเพิ่มความสามารถในการตรวจวัด AFB1 ได้อย่างแม่นยำ ด้วยปริมาณตำแหน่งกัมมันต์ที่มีขนาดใหญ่ และค่าความต้านทานในวงจรไฟฟ้ากระสลับที่ต่ำแอปตาเซ็นเซอร์ไฟฟ้าเคมี GLEAuPt-Ru/RGO ที่สร้างขึ้นแสดงความไวสูงในการตรวจวิเคราะห์ AFB1 ผลการวิเคราะห์ด้วยเทคนิคโวลแทมเมทรีพัลส์เชิงอนุพันธ์ (DPV) ได้แสดงค่าความเป็นเส้นตรงสำหรับการตรวจวัด AFB1 ในช่วงความเข้มข้น 0.3 – 30.0 พิโคกรัมต่อมิลลิลิตร (R2 = 0.9972) โดยมีขีดจำกัดต่ำสุดของการตรวจวัด (LOD, S/N = 3) และขีดจำกัดต่ำสุดของการวิเคราะห์ (LOQ, S/N = 10) อยู่ที่ 0.009 พิโคกรัมต่อมิลลิลิตรและ 0.031 พิโคกรัมต่อมิลลิลิตร ตามลำดับ แอปตาเซ็นเซอร์ไฟฟ้าเคมี GLEAuPt-Ru/RGO ให้ผลลัพธ์การวิเคราะห์ AFB1 ที่ดีในตัวอย่างจริง โดยมีร้อยละค่าคืนกลับของสัญญาณอยู่ในช่วง 94.6% ถึง 107.9% ในผลิตภัณฑ์ทางการเกษตร เช่น พริกแดงแห้ง กระเทียม ถั่วลิสง พริกไทย และข้าวหอมมะลิไทย ซึ่งชี้ให้เห็นว่าแอปตาเซ็นเซอร์ไฟฟ้าเคมีที่สร้างขึ้นมีความเฉพาะเจาะจงต่อ AFB1 สูง และยังแสดงพฤติกรรมทางไฟฟ้าเคมีได้อย่างยอดเยี่ยมซึ่งคล้ายกับขั้วไฟฟ้าในเชิงพาณิชย์อื่น ๆ โดยมีศักยภาพในการนำไปประยุกต์ใช้ในการตรวจวิเคราะห์ AFB1 ในผลิตภัณฑ์ทางการเกษตรอย่างดียิ่ง
คณะอุตสาหกรรมอาหาร
การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาสูตรและกระบวนการผลิตขนมขบเคี้ยวจากแป้งข้าวกล้องงอกและแป้งกล้วยน้ำว้าโดยใช้กระบวนการเอ็กซ์ทรูชัน ผลการศึกษาแสดงให้เห็นว่าสามารถนำแป้งข้าวกล้องงอกและแป้งกล้วยน้ำว้ามาใช้เป็นวัตถุดิบหลักในการผลิตขนมขบเคี้ยวด้วยกระบวนการเอ็กซ์ทรูชันได้อย่างมีประสิทธิภาพ โดยสัดส่วนของแป้งในสูตรและสภาวะการผลิต เช่น ความชื้นของวัตถุดิบ อุณหภูมิของบาร์เรล และความเร็วของสกรู ส่งผลต่อคุณค่าทางโภชนาการ ปริมาณสารออกฤทธิ์ทางชีวภาพ และฤทธิ์ต้านอนุมูลอิสระของผลิตภัณฑ์อย่างมีนัยสำคัญ
คณะวิทยาศาสตร์
โครงงานนี้พัฒนาตู้รับซื้ออัตโนมัติสำหรับขวดพลาสติกและกระป๋อง โดยใช้ Machine Learning ในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ร่วมกับระบบเซนเซอร์อัจฉริยะในการตรวจสอบคุณภาพของบรรจุภัณฑ์และควบคุมการทำงาน ระบบเชื่อมต่อกับ Web Application เพื่อแสดงผลและควบคุมการทำงานแบบเรียลไทม์ เมื่อยืนยันประเภทบรรจุภัณฑ์แล้ว จะคำนวณราคาและจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสดโดยอัตโนมัติ ระบบนี้สามารถติดตั้งในพื้นที่สาธารณะเพื่อส่งเสริมการคัดแยกขยะตั้งแต่ต้นทาง ช่วยลดการปนเปื้อนและเพิ่มประสิทธิภาพการรีไซเคิล อีกทั้งยังสร้างแรงจูงใจทางการเงินให้ประชาชนมีส่วนร่วมในการจัดการขยะมากขึ้น โครงงานนี้แสดงให้เห็นถึงศักยภาพของการผสมผสาน Machine Learning และระบบเซนเซอร์อัจฉริยะในการพัฒนาโซลูชันการจัดการขยะที่แม่นยำ สะดวก และยั่งยืน **
คณะวิทยาศาสตร์
การพัฒนาเม็ดบีทไฮโดรเจลแบบสองชั้นสำหรับใช้เป็นเซ็นเซอร์เชิงสีในการวิเคราะห์หาปริมาณวิตามินบี6 ในผลิตภัณฑ์เครื่องดื่มเสริมวิตามิน และทำการตรวจวัดโดยใช้โทรศัพท์มือถือ โดยในการสร้างเม็ดบีทจะอาศัยแรงประจุไฟฟ้าในการทำให้เกิดเม็ดบีทไฮโดรเจลแบบสองชั้น
คณะวิทยาศาสตร์
การดำเนินการวิจัยนี้จะเริ่มจากการทบทวนวรรณกรรมและงานวิจัยที่เกี่ยวข้องเพื่อศึกษาเทคโนโลยีและวิธีการที่มีอยู่ในปัจจุบันสำหรับการรู้จำท่าทางมือและการประยุกต์ใช้ในการควบคุมอุปกรณ์อิเล็กทรอนิกส์ เช่น โดรน หุ่นยนต์ หรือการเล่นเกม ฯลฯ เป็นต้น จากนั้นจะทำการออกแบบและพัฒนาระบบการรู้จำท่าทางมือโดยใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) และการประมวลผลภาพ โดยเน้นการพัฒนาอัลกอริทึมที่สามารถทำงานได้อย่างรวดเร็วและแม่นยำ เหมาะสมกับการควบคุมแบบเรียลไทม์ ระบบที่พัฒนาขึ้นจะถูกทดสอบและปรับปรุงโดยใช้สถานการณ์จำลองต่าง ๆ เพื่อประเมินประสิทธิภาพและความแม่นยำในสภาพแวดล้อมที่หลากหลาย นอกจากนี้ ยังมีการพัฒนาส่วนติดต่อผู้ใช้ (User Interface) ที่ใช้งานง่ายและเป็นมิตรกับผู้ใช้ทุกกลุ่ม รวมถึงการทำวิจัยเชิงคุณภาพเพื่อรับฟังความคิดเห็นและข้อเสนอแนะจากผู้ใช้ทั้งมือใหม่และผู้เชี่ยวชาญ ซึ่งจะนำไปสู่การปรับปรุงและพัฒนาระบบให้ตอบสนองความต้องการของผู้ใช้ได้อย่างแท้จริง ในท้ายที่สุด ผลการวิจัยนี้จะนำไปสู่การพัฒนาต้นแบบระบบควบคุมด้วยการรู้จำท่าทางมือที่มีประสิทธิภาพ ซึ่งสามารถนำไปประยุกต์ใช้ได้จริงในอุตสาหกรรมและการบันเทิง อันจะนำไปสู่การพัฒนานวัตกรรมและเทคโนโลยีใหม่ ๆ ในอนาคต
คณะวิทยาศาสตร์
ในปัจจุบัน การเปลี่ยนแปลงสภาพภูมิอากาศและกิจกรรมของมนุษย์ส่งผลให้แนวปะการังทั่วโลกเผชิญกับภาวะเสื่อมโทรมอย่างรวดเร็ว การตรวจสอบสุขภาพของปะการังจึงมีความสำคัญอย่างยิ่งต่อการอนุรักษ์ระบบนิเวศทางทะเล โครงการนี้มุ่งเน้นการพัฒนาแบบจำลองปัญญาประดิษฐ์ (AI) เพื่อจำแนกสุขภาพของปะการังออกเป็นสี่ประเภท ได้แก่ ปะการังแข็งแรง (Healthy), ปะการังฟอกขาว (Bleached), ปะการังซีด (Pale), และปะการังตาย (Dead) โดยใช้โครงข่ายประสาทเทียมเชิงลึก (Deep Learning) เป็นพื้นฐานในการฝึกสอนแบบจำแนกภาพ ในกระบวนการฝึกแบบจำลอง ได้มีการใช้เทคนิค Cross-Validation (k=5) เพื่อเพิ่มความแม่นยำ พร้อมทั้งบันทึกโมเดลที่มีประสิทธิภาพดีที่สุดหลังการฝึกผลลัพธ์ของโครงการนี้สามารถนำไปประยุกต์ใช้ในการติดตามการเปลี่ยนแปลงของแนวปะการัง และช่วยนักวิทยาศาสตร์ทางทะเลวิเคราะห์ข้อมูลได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ซึ่งจะเป็นประโยชน์ต่อการวางแผนอนุรักษ์ระบบนิเวศทางทะเลในอนาคต