ชื่ออาจารย์ บุญเสริม กิจศิริกุล

1. ชื่อหัวข้อ ระบบภาษาไทยสำหรับเอกสารพีดีเอฟ (A Thai language system for PDF documents)

จำนวนนิสิตที่รับ 2 คน:

รายละเอียดโดยสังเขป

ทำการพัฒนาระบบภาษาไทยสำหรับเอกสารพีดีเอฟ โดยทำงานบนซอฟต์แวร์ Adobe Acrobat ซึ่งระบบภาษาไทยประกอบด้วย การค้นหาคำไทยในเอกสาร การแคปเจอร์คำไทยจากเอกสารรูปภาพ (paper capture) การทำแคทตาล็อกภาษาไทย เอกสารพีดีเอฟมีทั้งที่สร้างมาจาก word processor และที่สร้างจากอิมเมจซึ่งสแกนมาจากเครื่องสแกนเนอร์ ระบบภาษาไทยที่จะพัฒนาขึ้นนี้ จะค้นหาคำได้จากเอกสารทั้งสองลักษณะ ซึ่งในกรณีของอิมเมจ จะนำโปรแกรมรู้จำตัวอักษรไทย (ที่มีอยู่แล้ว) มาใช้ร่วมด้วย (ดูเอกสารอ้างอิง)

2. ชื่อหัวข้อ ระบบค้นหาหมายเลขโทรศัพท์จากเสียงพูดชื่อไทย (A telephone number searching system using speech of Thai names)

จำนวนนิสิตที่รับ 2 คน:

รายละเอียดโดยสังเขป

พัฒนาระบบรู้จำเสียงภาษาไทยแบบทันกาล โดยใช้เทคนิคของนิวรอลเน็ตเวิร์ก เพื่อสร้างระบบค้นหาหมายเลขโทรศัพท์จากเสียงพูดของชื่อไทย ชื่อที่จะค้นหาได้ในระบบมีจำนวนจำกัด ระบบค้นหาหมายเลขโทรศัพท์นี้จะใช้ชื่อและหมายเลขโทรศัพท์ของบุคลากรในภาควิชาวิศวกรรมคอมพิวเตอร์ เป็นกรณีศึกษา และระบบรู้จำเสียงภาษาไทยจะนำวิธีการที่ได้มีการวิจัยไว้แล้วมาใช้งาน โดยทำการสอนเสียงพูดชื่อไทยเข้าไปใหม่ (ดูเอกสารอ้างอิง)

3. ชื่อหัวข้อ อัลกอริทึมกฎความสัมพันธ์สำหรับการจำแนกประเภท (An algorithm of association rules for classification)

อาจารย์ที่ปรึกษาร่วม: อ.ดร.ญาใจ ลิ่มปิยะกรณ์

จำนวนนิสิตที่รับ 2 คน:

รายละเอียดโดยสังเขป

วิจัยอัลกอริทึมของกฎความสัมพันธ์ เพื่อนำมาประยุกต์ใช้กับการจำแนกประเภทข้อมูล ซึ่งโดยทั่วไปการจำแนกประเภทข้อมูลของการทำเหมืองข้อมูลมักใช้วิธีการเช่น การเรียนรู้ต้นไม้ตัดสินใจ การเรียนรู้กฎ การเรียนรู้นิวรอลเน็ตเวิร์ก การเรียนรู้แบบเบย์ ส่วนกฎความสัมพันธ์เป็นการทำเหมืองข้อมูลแบบหนึ่งซึ่งจุดมุ่งหมายดั้งเดิมไม่ได้อยู่ที่การจำแนกประเภท แต่อยู่ที่การหาไอเท็มที่เกิดร่วมกันบ่อยๆ อย่างไรก็ดีงานวิจัยนี้จะนำกฎความสัมพันธ์มาใช้กับการจำแนกประเภท (ดูเอกสารอ้างอิง)

4. ชื่อหัวข้อ การพัฒนาระบบทำเหมืองข้อมูล: ซียูไมเนอร์ (A Development of A Data-Mining System: CU-Miner)

จำนวนนิสิตที่รับ 2 คน:

รายละเอียดโดยสังเขป

ระบบทำเหมืองข้อมูล ซียูไมเนอร์ เป็นระบบทำเหมืองข้อมูลที่พัฒนาโดยภาควิชาวิศวกรรมคอมพิวเตอร์ ซึ่งประกอบด้วยอัลกอริทึม 4 ตัว คือ การเรียนรู้ต้นไม้ตัดสินใจ การเรียนรู้นิวรอลเน็ตเวิร์ก การเรียนรู้เบย์อย่างง่าย และกฎความสัมพันธ์ นอกจากอัลอริทึมทั้งสี่แล้ว ระบบนี้ยังมีส่วนสำคัญที่เรียกว่า ระบบจินตทัศน์ เพื่อนำเสนอผลการเรียนรู้ให้อยู่ในรูปแบบที่เข้าใจได้ง่าย งานนี้จะทำการพัฒนาอัลกอริทึมเพิ่มเติมในระบบทำเหมืองข้อมูล ซึ่งได้แก่ การเชื่อมต่อกับฐานข้อมูล และ การพัฒนาส่วนของวิธีการจัดกลุ่มข้อมูล (clustering methods) (ดูเอกสารอ้างอิง)

5. ชื่อหัวข้อ ซัพพอร์ตเวกเตอร์แมชชีนแบบหลายกลุ่มโดยนิวรอลเน็ตเวิร์ก (Multi-class support vector machine using neural networks)

จำนวนนิสิตที่รับ 1 คน:

รายละเอียดโดยสังเขป

วิจัยวิธีการใหม่สำหรับซัพพอร์ตเวกเตอร์แมชชีน – เอสวีเอ็ม (เป็นการเรียนรู้ของเครื่องแบบหนึ่ง) ให้สามารถจำแนกประเภทข้อมูลออกมากกว่า 2 กลุ่มได้ ดั้งเดิมแล้วเอสวีเอ็มได้ถูกพัฒนาขึ้นมาเพื่อใช้จำแนกประเภทข้อมูลที่เป็น 2 กลุ่มเท่านั้น ทำให้การใช้งานในข้อมูลจริงที่เป็นแบบมากกว่า 2 กลุ่มทำไม่ได้อย่างมีประสิทธิภาพ งานวิจัยนี้จึงมุ่งเน้นเพื่อสร้างเอสวีเอ็มแบบหลายกลุ่ม ซึ่งจะนำนิวรอลเน็ตเวิร์กมาใช้ในการสร้างเอสวีเอ็มแบบหลายกลุ่ม (ดูเอกสารอ้างอิง)

6. ชื่อหัวข้อ การทำเหมืองข้อมูลสัมพันธ์โดยเน็ตเวิร์กเบย์ (Relational Data Mining Using Bayesian Networks)

จำนวนนิสิตที่รับ 1 คน:

รายละเอียดโดยสังเขป

ทำการวิจัยการนำเน็ตเวิร์กเบย์มาใช้สำหรับการทำเหมืองข้อมูลสัมพันธ์ โดยจะทำการทดลองประสิทธิภาพของเน็ตเวิร์กเบย์ กับชุดข้อมูลประมาณ 3 ชุด เพื่อวัดประสิทธิภาพของเน็ตเวิร์กเบย์ เปรียบเทียบกับการเรียนรู้ของเครื่องแบบการโปรแกรมตรรกะเชิงอุปนัย (inductive logic programming) (ดูเอกสารอ้างอิง)