Publication:
การวิเคราะห์และทํานายคุณภาพน้ำด้วยหลักการเรียนรู้ของเครื่อง

dc.contributor.advisorศุภชัย ไทยเจริญ
dc.contributor.authorพีระพัฒน์ เดชาธิติรัฐ
dc.contributor.authorภาณุวิชญ์ ภู่มี
dc.contributor.authorจุฬาลักษณ์ ล้อมวงศ์ไพบูลย์
dc.contributor.orgunitคณะวิทยาศาสตร์
dc.date.accessioned2020-10-02T04:50:55Z
dc.date.available2020-10-02T04:50:55Z
dc.date.issued2019
dc.date.issuedBE2562
dc.description.abstractน้ําเป็นทรัพยากรที่สําคัญในการดํารงชีวิตของมนุษย์และสิ่งมีชีวิต ในปัจจุบันมีการขยายตัวของ เศรษฐกิจและสังคมอย่างมาก ส่งผลให้สภาพแวดล้อมต่างๆเสื่อมโทรมลงรวมถึงแหล่งน้ําด้วย ซึ่งแหล่งน้ํา จําเป็นจะต้องได้รับการตรวจสอบคุณภาพน้ําอยู่เสมอ โดยแนวทางในการตรวจสอบคุณภาพน้ําจะต้องทําการ ตรวจสอบและวิเคราะห์ผ่านห้องทดลองทางวิทยาศาสตร์ซึ่งใช้เวลาอย่างมากจึงไม่สามารถทําให้วางแผนและ แก้ไขสถานการณ์คุณภาพน้ําได้อย่างทันทีจุดประสงค์ของงานวิจัยนี้คือการพัฒนาการตรวจสอบคุณภาพน้ํา โดยการวิเคราะห์และจําแนกประเภทคุณภาพน้ําออกเป็น 3 ประเภท ได้แก่ ดี, พอใช้ และเสื่อมโทรม โดยใช้ ข้อมูลคุณภาพน้ํา 4 พารามิเตอร์ ได้แก่ อุณหภูมิ, กรด-เบส, ความขุ่น และออกซิเจนที่ละลายในน้ํา ด้วย machine learning นําแบบจําลองหลากหลายประเภทมาทําการทดลอง เพื่อหาแบบจําลองที่เหมาะกับ ชุด ข้อมูลคุณ ภาพน้ําในประเทศไทย และ ทําการปรับไฮเปอร์พารามิเตอร์ (hyperparameter) ของแต่ละ แบบจําลองเพื่อเพิ่มประสิทธิภาพของแบบจําลอง จากผลทดลองพบว่าแบบจําลองโครงข่ายประสาทเทียม (Neural Network) มีประสิทธิภาพดีที่สุดในการทํานายผลของคุณภาพน้ํา โดยให้ค่าความถูกต้อง (Accuracy) เท่ากับ 84%
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://swu-dspace2.eval.plus/handle/123456789/3925
dc.language.isotha
dc.publisherภาควิชาวิทยาการคอมพิวเตอร์ มหาวิทยาลัยศรีนครินทรวิโรฒ
dc.rightsผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
dc.rights.holderมหาวิทยาลัยศรีนครินทรวิโรฒ
dc.subject.otherคุณภาพน้ํา
dc.subject.otherการเรียนรู้ของเครื่อง
dc.subject.otherWater Quality Analysis
dc.subject.otherMachine Learning
dc.titleการวิเคราะห์และทํานายคุณภาพน้ำด้วยหลักการเรียนรู้ของเครื่อง
dc.title.alternativeWater Quality Analysis and Prediction Using Machine Learning
dc.typeWorking Paper
dcterms.accessRightsopen access
dspace.entity.typePublication

Files