http://ir.buu.ac.th/dspace/handle/1513/46 Faculty of Informatics / คณะวิทยาการสารสนเทศ Thu, 14 Nov 2024 11:01:00 GMT 2024-11-14T11:01:00Z http://ir.buu.ac.th/dspace/handle/1513/1091 Title: Data Simulation to Analyze Production Sequencing Patterns: Case Study of a Metal Fabrication Manufacturing; การจำลองข้อมูลเพื่อวิเคราะห์รูปแบบการจัดลำดับการผลิต: กรณีศึกษาโรงงานเชื่อมและประกอบโลหะ Abstract: This paper introduces a data simulation method to improve production scheduling in a welding and metal fabrication factory. Effective scheduling is crucial for on-time deliveries and customer satisfaction, but the factory currently lacks tools for efficiently aligning schedules with committed shift dates. The factory produces nine product models with varying production times across 22 workstations. Our research aims to identify the optimal scheduling strategy to minimize overall production time. We utilize data simulation to explore different scheduling patterns and identify the most efficient one. In a one-month test period, our method reduced production time by 5,688 minutes, representing an 8.5% improvement over existing scheduling methods. This research highlights the potential of data simulation techniques to optimize scheduling for welding and metal fabrication processes, ultimately enhancing operational efficiency and the ability to meet customer delivery requirements.; บทความนี้นำเสนอวิธีการจำลองข้อมูลเพื่อวิเคราะห์รูปแบบการจัดลำดับการผลิตสำหรับโรงงานเชื่อมและประกอบโลหะ ปัญหาการจัดลำดับการผลิตในโรงงานแห่งเป็นปัญหาที่ส่งผลต่อเวลาการผลิตชิ้นงานซึ่งอาจกระทบต่อการทำงานให้เสร็จทันกับวันส่งมอบชิ้นงานให้กับลูกค้า ปัจจุบันทางโรงงานที่ผู้วิจัยใช้เป็นกรณีศึกษาไม่มีเครื่องมือที่จะเข้ามาช่วยตัดสินใจในการจัดลำดับการผลิตให้สอดคล้องกับวันส่งมอบ  โรงงานแห่งนี้ผลิตชิ้นงานอยู่ 9 รุ่น ซึ่งมีระบบการผลิตแบบไหลเลื่อนไปตามสถานีงานต่างๆ โดยมีสถานีงานทั้งหมดจำนวน 22 สถานี โดยชิ้นงานทั้ง 9 รุ่นจะมีลำดับกระบวนการผลิตและเวลาที่ใช้ในการผลิตบนสถานีงานที่ไม่เท่ากัน วัตถุประสงค์ของงานวิจัยนี้เพื่อค้นหาการจัดรูปแบบลำดับการผลิตที่ให้เวลาผลิตรวมที่น้อยที่สุดของเหตุการณ์ที่เป็นไปได้ของชุดการผลิตที่มีการผสมกันของชิ้นงาน (Mixed Model Production) เพื่อนำรูปแบบที่ได้จากการจำลองเหตุการณ์ไปเป็นแนวทางในการจัดวางลำดับการผลิตโดยใช้วิธีการจำลองข้อมูลเพื่อวิเคราะห์รูปแบบที่เป็นไปได้ ผลการทดสอบประสิทธิภาพของวิธีที่นำเสนอเปรียบเทียบกับวิธีการจัดลำดับการผลิตที่โรงงานใช้อยู่เดิมในระยะเวลา 1 เดือน พบว่าวิธีการที่นำเสนอสามารถหารูปแบบการจัดลำดับการผลิตที่ใช้เวลาการผลิตลดลง 5,688 นาที ซึ่งคิดเป็นเปอร์เซ็นต์การประหยัดเวลาลงได้ 8.5 เปอร์เซ็นต์เมื่อเทียบกับการจัดลำดับการผลิตแบบเดิม งานวิจัยนี้แสดงให้เห็นถึงประโยชน์จากเทคนิคการจำลองข้อมูลในการจัดลำดับในสำหรับกระบวนการผลิตของโรงงานเชื่อมและประกอบโลหะ ซึ่งเพิ่มประสิทธิภาพในการดำเนินการและการส่งมอบงานให้ลูกค้า Thu, 01 Jan 0005 00:00:00 GMT http://ir.buu.ac.th/dspace/handle/1513/1091 0005-01-01T00:00:00Z http://ir.buu.ac.th/dspace/handle/1513/847 Title: Location-based recommendation system based on user behavior analysis; ระบบการแนะนำสถานที่ภายใต้การวิเคราะห์พฤติกรรมของผู้ใช้ Abstract: Location-based recommender systems (LBRSs) have exhibited significant potential in providing personalized recommendations for users. As a result, users' visits to their favorite places may contribute to an increase in profits for service providers. The owners of various location recommendation applications also benefit from placing advertisements. However, several challenges (such as data sparsity, the cold-start problem, and tedium problem) need to be addressed to develop more effective LBRSs. In this paper, we propose a novel POI recommendation system, called LACF-Rec3, which employs a hybrid approach of link analysis (HITS-3) and collaborative filtering (CF-3) based on three visiting behaviors: frequency, variety, and repetition. Our method considers two user types for creating a list of recommended places. For cold-start users, HITS-3 identifies distinctive POIs based on user- and POI-visit patterns, ranks them accordingly, and recommends them to cold-start users. For existing users, CF-3 utilizes collaborative filtering based on their previous check-in history and POI distinctive aspects. Our experimental results conducted on a Foursquare dataset demonstrate that LACF-Rec3 outperforms prior methods in terms of recommendation accuracy, ranking precision, and matching ratio. ; ระบบแนะนำสถานที่มีบทบาทสำคัญในการสร้างรายการแนะนำสถานที่เฉพาะบุคคลให้กับผู้ใช้ เพื่อค้นหาสถานที่น่าสนใจที่ตรงกับความต้องการของผู้ใช้ ส่งผลให้เมื่อผู้ใช้ได้ใช้บริการหรือเที่ยวชมในสถานที่ที่ชื่นชอบสามารถช่วยเพิ่มผลกำไรให้กับผู้ให้บริการ และเจ้าของแอปพลิเคชันแนะนำสถานที่ต่าง ๆ ได้ผลประโยชน์จากการโฆษณาสถานที่ตามมาด้วย อย่างไรก็ตาม การแนะนำสถานที่ยังคงประสบปัญหาความเบาบางของข้อมูล ปัญหาการเริ่มต้นได้ยากสำหรับผู้ใช้งานใหม่และปัญหาความน่าเบื่อของรายการแนะนำสถานที่ เพื่อแก้ไขปัญหาข้างต้น งานวิจัยนี้จึงได้นำเสนอขั้นตอนวิธีการสร้างรายการแนะนำสถานที่ที่น่าสนใจที่เรียกว่า LACF-Rec3 (Link Analysis and Collaborative Filtering Recommendation system based on 3-behaviors) ซึ่งเป็นขั้นตอนวิธีการแบบผสมผสานของขั้นตอนวิธีการวิเคราะห์การเชื่อมโยงที่เรียกว่า HITS-3 และขั้นตอนวิธีการกรองร่วมที่เรียกว่า CF-3 โดยพิจารณาพฤติกรรมการเช็คอินของผู้ใช้และสถานที่ในสามแง่มุม กล่าวคือ ความถี่ในการเช็คอิน ความหลากหลายในการเช็คอิน และการเช็คอินซ้ำ ที่ซึ่งแบ่งการพิจารณาการสร้างรายการแนะนำสถานที่ใน 2 ประเภทผู้ใช้ คือ 1. ผู้ใช้ใหม่ ขั้นตอนวิธีการ HITS-3 จะถูกใช้ในการค้นหาความโดดเด่นของสถานที่โดยพิจารณาพฤติกรรมการเช็คอินของผู้ใช้และสถานที่และทำการจัดอันดับตามค่าคะแนนความชอบตามแง่มุมที่โดดเด่นของสถานที่เพื่อสร้างรายการแนะนำสถานที่ให้กับผู้ใช้ใหม่ 2. ผู้ใช้ที่มีประวัติการเช็คอิน ขั้นตอนวิธี CF-3 จะใช้เทคนิคการปรับปรุงขั้นตอนวิธีการกรองร่วมโดยพิจารณาประวัติการเช็คอินของผู้ใช้ร่วมกับความโดดเด่นของสถานที่ในการสร้างรายการแนะนำสถานที่ จากผลการทดลองที่นำเสนอบนชุดข้อมูล Foursquare แสดงให้เห็นว่าขั้นตอนวิธีการ LACF-Rec3 มีประสิทธิภาพที่ดีกว่าขั้นตอนวิธีการเปรียบเทียบก่อนหน้าในด้านของความถูกต้องของรายการแนะนำและความถูกต้องของอันดับรายการแนะนำ  Fri, 01 Jan 0012 00:00:00 GMT http://ir.buu.ac.th/dspace/handle/1513/847 0012-01-01T00:00:00Z http://ir.buu.ac.th/dspace/handle/1513/846 Title: Analyzing responsibilities and requirements from job posts in IT domain; การวิเคราะห์ความรับผิดชอบและข้อกำหนดจากประกาศงานทางด้านเทคโนโลยีสารสนเทศ Abstract: This research focuses on analyzing and summarizing responsibilities and requirements from Information Technology job postings. To tackle this, a method known as Co-occurrence Information Discovery in Computer-related Job Advertisements (CID-CJA) is introduced. This novel method is designed to extract valuable information from job postings and has been tested using a dataset of 4,280 English-language job postings from job search websites in Thailand, including jobsDB, LinkedIn, and Indeed. The process involves categorizing job positions into 11 groups related to technology. This categorization is employed to highlight the structural patterns in job posting details and unveil profound insights into the data. The flexibility of the CID-CJA method allows users to conduct in-depth analyses on specific data elements, access summaries, and adjust the level of detail according to their requirements. The CID-CJA method has been assessed from three key perspectives: accuracy in grouping, precision in keyword extraction, and correctness in categorizing and structuring crucial data. Real job postings were utilized to validate the method, resulting in insights that can assist job seekers in comprehending responsibilities, necessary skills, and specific job attributes. Furthermore, it can aid employers in crafting job descriptions tailored to their organizational needs. The CID-CJA method represents an effective approach for those engaged in the Information Technology field.; งานวิจัยนี้เน้นการวิเคราะห์และสรุปความรับผิดชอบและข้อกำหนดจากประกาศงานทางด้านเทคโนโลยีสารสนเทศ ในการแก้ปัญหานี้จึงนำเสนอวิธีการค้นพบข้อมูลที่เกิดขึ้นร่วมกันในการประกาศรับสมัครงานที่เกี่ยวข้องกับคอมพิวเตอร์ (Co-occurrence Information Discovery in Computer-related Job Advertisements, CID-CJA) วิธีใหม่สำหรับสกัดข้อมูลที่มีประโยชน์จากประกาศรับสมัครงาน โดยดำเนินการศึกษาทดลองข้อมูลประกาศรับสมัครงานในสายงานวิทยาการเทคโนโลยีสารสนเทศที่เป็นภาษาอังกฤษเท่านั้น จากเว็บไซต์รับสมัครงานในประเทศไทยได้แก่ jobsDB, Linkedin และ Indeed รวบรวมเป็นจำนวนทั้งหมด 4,280 ประกาศงาน โดยในการประมวลผลได้จัดกลุ่มตำแหน่งงานได้ทั้งหมด 11 กลุ่มตำแหน่งงานในสายงานที่เกี่ยวข้องกับวิทยาการเทคโนโลยี เพื่อแสดงให้เห็นถึงรูปแบบโครงสร้างข้อมูลของรายละเอียดของการประกาศรับสมัครงาน และแสดงการค้นพบข้อมูลเชิงลึกที่เกิดขึ้น ความยืดหยุ่นของวิธีการ CID-CJA ทำให้ผู้ใช้งานสามารถดำเนินการวิเคราะห์ข้อมูลแบบเจาะลึกลงในส่วนของข้อมูลที่เฉพาะเจาะจง สามารถดูผลสรุปของข้อมูลได้ และปรับระดับความละเอียดของข้อมูลตามความต้องการ เพื่อช่วยให้ผู้หางานเข้าใจหน้าที่ที่ต้องรับผิดชอบ ทักษะและคุณสมบัติเฉพาะที่เป็นที่ต้องการ และเพื่อช่วยให้พวกเขาหรือสถานศึกษาสามารถจัดเส้นทางการศึกษาสู่อาชีพได้อย่างมีประสิทธิภาพมากขึ้น นอกจากนี้ยังช่วยให้นายจ้างสามารถสร้างคำอธิบายลักษณะงาน ให้ตรงกับความต้องการขององค์กร วิธีการ CID-CJA ได้ประเมินผลการทดสอบ 3 ด้าน ซึ่งประกอบด้วยความถูกต้องในการจัดกลุ่ม, ความแม่นยำในการสกัดคำสำคัญ, และความถูกต้องในการจัดประเภทและสร้างโครงสร้างข้อมูลที่สำคัญ ศึกษาทดลองโดยใช้ประกาศรับสมัครงานจริง ๆ เพื่อให้ได้มาซึ่งผลลัพธ์ที่สามารถเปิดเผยข้อมูลที่มีค่าสำหรับผู้ที่เกี่ยวข้องกับงานที่เกี่ยวข้องกับศาสตร์ทางด้านเทคโนโลยีสารสนเทศ Thu, 01 Jan 0011 00:00:00 GMT http://ir.buu.ac.th/dspace/handle/1513/846 0011-01-01T00:00:00Z http://ir.buu.ac.th/dspace/handle/1513/731 Title: HUMAN LUMBAR SPINE REGION IDENTIFICATION IN LOW-RESOLUTION RADIOGRAPHY IMAGE; การหาขอบเขตของกระดูกสันหลังส่วนเอวจากภาพถ่ายรังสีต่ำ เพื่อระบุเนื้อที่จริงของกระดูกที่ชัดเจน Abstract: This thesis presents an algorithm for the Human Lumbar Spine Region identification in the Low-Resolution Radiography Image of creating prototypes of software that adjusts the sharpness of low-radiation images. To be able to help support doctors diagnose vertebral diagnosis correctly and to avoid the diagnosis of general radiography due to the higher dose than the low radiography. The proposed algorithm consists of 2 main steps. The first step is to determine the specific area of ​​the spine. (Localization) from the DXA photos to determine the extent of the front spine. And the second step is the procedure to adjust the sharpness of the spine edge. The proposed algorithm can automatically identify the boundary of the lumbar spine from the low radiography and automatically increase the sharpness of the vertebra in the low radiography. The results show that the accuracy of spinal determination from Area Overlap is 86.07% and the Jaccard index is 78.91% respectively. As for the experimental results, The experimental results of the improvement using the proposed methods when compared with other improvement techniques. By measuring the contrast of the image with an RMS equal to 100% and blur with a Blur Metric of 72.89% respectively. And statistical analysis results from the evaluation from nuclear medicine doctors The accuracy is as follows: Sensitivity 80.00% Specificity 100.00% Accuracy 95.30% Positive predictive value (PPV) 100.00% and Negative predictive value (NPV) 94.30% respectively. Therefore, the results of this experiment also did not adjust the sharpness of the image, which can help the doctor to diagnose the spine. Due to the low quality, DXA images may be due to the bone shape of the patient. The thinness of the bone or the thickness of the internal tissue that obscures the bone. Experts cannot evaluate the image may be due to the improvement of the improved image, making the border more prominent. But causes the border to become more incomplete without more integrity and the border to lack sharpness.; วิทยานิพนธ์ฉบับนี้นำเสนอขั้นตอนวิธีการหาขอบเขตของกระดูกสันหลังส่วนเอวจากภาพถ่ายรังสีต่ำ เพื่อระบุเนื้อที่จริงของกระดูกที่ชัดเจน สำหรับเป็นซอฟต์แวร์ต้นแบบที่ปรับความคมชัดของภาพถ่ายรังสีต่ำ ให้สามารถช่วยสนับสนุนแพทย์ในการวินิจฉัยกระดูกสันหลังที่ทรุดได้ถูกต้องและแม่นยำ เพื่อหลีกเลี่ยงการวินิจฉัยจากภาพถ่ายรังสีทั่วไป เนื่องจากภาพถ่ายรังสีทั่วไปมีปริมาตรของรังสีที่ฉายไปยังผู้ป่วยในอัตราสูงมาก โดยขั้นตอนวิธีที่นำเสนอประกอบด้วยขั้นตอนหลัก 2 ขั้นตอน ขั้นตอนแรก คือ ขั้นตอนการกำหนดเฉพาะบริเวณของกระดูกสันหลัง (Localization) จากภาพถ่าย DXA เพื่อกำหนดขอบเขตของกระดูกสันหลังส่วนหน้า และขั้นตอนที่สอง คือ ขั้นตอนการปรับความคมชัดของขอบกระดูกสันหลัง ซึ่งขั้นตอนวิธีที่นำเสนอนี้สามารถหาขอบเขตของกระดูกสันหลังส่วนเอวจากภาพถ่ายรังสีต่ำและเพิ่มความคมชัดของขอบกระดูกในภาพถ่ายรังสีต่ำได้อย่างอัตโนมัติ ผลการทดลองแสดงให้เห็นว่าประสิทธิภาพของความแม่นยำในการกำหนดบริเวณกระดูกสันหลังจากค่า Area Overlap คิดเป็นร้อยละเท่ากับ 86.07% และ Jaccard index เท่ากับ 78.91% ตามลำดับ ส่วนผลการทดลองการปรับปรุงภาพด้วยวิธีการที่นำเสนอเมื่อเทียบกับเทคนิคการปรับปรุงอื่น โดยวัดคอนทราสของภาพด้วยค่า RMS เท่ากับ 100% และวัดค่าความเบลอด้วย Blur Metric เท่ากับ 72.89% ตามลำดับ และผลการวิเคราะห์ความแม่นยำทางสถิติจากผลการประเมินจากแพทย์เวชศาสตร์นิวเคลียร์ ได้ค่าความแม่นยำดังนี้ Sensitivity 80.00% Specificity 100.00% Accuracy 95.30% Positive predictive value (PPV) 100.00% และ Negative predictive value (NPV) 94.30% ตามลำดับ ดังนั้นผลการทดลองนี้ในครั้งนี้ยังปรับความคมชัดของภาพไม่มากที่จะสามารถช่วยแพทย์ในการวินิจฉัยกระดูกสันหลังที่ทรุด เนื่องจากภาพถ่ายรังสีจากเครื่อง DXA มีลักษณะภาพที่คุณภาพต่ำ อาจเนื่องมาจากรูปทรงกระดูกของผู้ป่วย ความบางของเนื้อกระดูก หรือ ความหนาของเนื้อเยื่อภายในที่มาบดบังกระดูก และคาดว่าในที่ผู้เชี่ยวชาญไม่สามารถประเมินภาพได้ อาจมีสาเหตุมาจากการปรับปรุงภาพที่ปรับปรุงแล้วทำให้เส้นขอบที่สมบูรณ์มันเด่นชัดขึ้น แต่กลับทำให้เส้นขอบที่ไม่สมบูรณ์ยิ่งขาดความสมบูรณ์มากขึ้นและเส้นขอบขาดความคมชัดไป Description: Master Degree of Science (M.Sc.); วิทยาศาสตรมหาบัณฑิต (วท.ม.) Wed, 01 Jan 0027 00:00:00 GMT http://ir.buu.ac.th/dspace/handle/1513/731 0027-01-01T00:00:00Z