คลังเก็บหมวดหมู่: Assignment

นำเสนองานเดี่ยวหรืองานกลุ่ม ที่ได้รับมอบหมายให้ทำ เพื่อส่งเป็นชิ้นงานแล้วได้เป็นคะแนนหรืออะไรก็ว่าไป

การวิเคราะห์ภาพสมอง

การวิเคราะห์ภาพสมองเป็นหนึ่งในงานวิจัยที่กำลังเป็นที่นิยมในชาติมหาอำนาจในขณะนี้ครับ เพราะสมองเป็นสิ่งที่ทำให้มนุษย์มีความเหนือกว่าสัตว์และพืชทั้งปวงในสากลโลกนี้ ดังนั้น หากมีความเข้าอกเข้าใจในสมองได้ ซึ่งไม่จำเป็นต้องเข้าใจตรง ๆ ก็ได้ เข้าใจอ้อม ๆ ก็ได้ ก็จะทำให้เราสามารถที่จะอ่านจิตใจของเจ้าของสมองได้ และสามารถทำนายพฤติกรรมของเจ้าของสมองได้ (รู้สึกจะพิมพ์ “ได้” หลายตัวแฮะ)

ทุกวันนี้มีเทคโนโลยีในการถ่ายภาพสมองอยู่หลายแบบครับ ซึ่งทั้งหมดล้วนใช้คลื่นแม่เหล็กไฟฟ้าความเข้มสูงในการถ่ายภาพ โดยหลักการคือการปล่อยให้คลื่นแม่เหล็กไฟฟ้าผ่านปริมาตรสมอง แล้วตรวจสอบการดูดกลืนหรือสะท้อนกลับของคลื่นแม่เหล็กไฟฟ้า เพื่อแสดงออกมาเป็นภาพสามมิติ แล้วตรวจวิเคราะห์บริเวณที่มีการตอบสนองเป็นพิเศษ ซึ่งการตอบสนองอาจจะอยู่ในรูปของบริเวณที่มีความแตกต่างเชิงพื้นที่หรือเชิงเวลา คือแบบว่าตรงไหนมันดูเด่นกว่าใคร ๆ ก็ตรงนั้นแหล่ะเป็นลักษณะพิเศษ

งานวิจัยด้านนี้มีการพัฒนามาเป็นสิบปีแล้วในเมืองนอก แต่ถ้าเป็นเมืองไทยเรายังไม่มีใครทำกัน ผมก็เลยได้โครงการมาทำครับ ก็คือต้องวิเคราะห์ภาพสมองนั่นแหล่ะ โดยวิเคราะห์ในแง่ของการทำนายด้วย Machine Learning ทีนี้ผมก็ไม่อยากจะวิเคราะห์แบบทั่ว ๆ ไปไง คือส่วนใหญ่งานวิจัยจะนำเสนอแต่ของใหม่ เสนอแต่ความก้าวหน้า เสนอแต่ความสำเร็จ ทีนี้ผมอินดี้ ผมเลยเสนอในด้านที่ไม่มีคนทำ ซึ่งผมก็รู้แหล่ะว่าด้านนั้นมันไม่โอเค แต่ผมอยากจะนำเสนอไงว่าทำไมมันถึงไม่โอเค ทำไมถึงไม่มีคนทำมานำเสนอกัน ซึ่งเนื้อหาเปเปอร์ก็เป็นตามด้านล่างนี่แหล่ะ ลองอ่านดู

อ่านเพิ่มเติม การวิเคราะห์ภาพสมอง

การลดมิติข้อมูลในงาน Bioinformatics

ถ้าเราเปรียบสิ่งมีชีวิตเป็นสิ่งที่แสนวิเศษ งั้นเราก็คงต้องถือว่าข้อมูล Bioinformatics ของสิ่งมีชีวิตเป็นสิ่งที่แสนวิเศษยิ่งกว่า!!!

ปัจจุบันงานวิจัยทาง Bioinformatics กำลังก้าวหน้าไปเรื่อย ๆ ครับ ทิ้งให้คนรุ่นหลังต้องวิ่งไล่กวดศึกษาให้ทัน ดังนั้น แค่เรียนให้ทันความคิดของคนรุ่นก่อนได้ก็หืดขึ้นคอแล้ว ซึ่งงานทางด้าน Bioinformatics ก็มีหลายอย่างครับ สากกะเบือยันเรือรบ แต่ส่วนใหญ่ก็ยุ่งอยู่กับข้อมูลปริมาณอภิมหามหึมาของลักษณะทางพันธุกรรมของสิ่งมีชีวิตอะไรประมาณนั้น

ผมเองก็ได้การบ้านมาทำเรื่องนี้เหมือนกัน เป็นงานร่างเปเปอร์เพื่อลองผิดลองถูกในการคัดเลือกลักษณะเฉพาะทางพันธุกรรมของสิ่งมีชีวิต เพื่อนำมาเข้าสู่กระบวนการเครื่องจักรเรียนรู้ สอนให้เครื่องจักรมันรู้วิธีแยกแยะลักษณะปรากฎของสิ่งมีชีวิต โดยใช้ลักษณะทางพันธุกรรมของตัวมันเองนั่นแหล่ะเป็นตัวแยกแยะ

ก็ยังคงเหมือนเดิมครับ เปเปอร์นี้ของผมไม่ได้มีการคิดอะไรใหม่ เป็นแค่การเรียบเรียงสิ่งที่น่าจะพอใช้ได้เอามารวม ๆ กันเท่านั้นเอง เป็นการต่อยอดให้ผมเกิดความเข้าใจว่าโลกของ Bioinformatics นั้นมันเป็นยังไง

งั้นก็ลองอ่านสิ่งที่ผมทำขึ้นมาดูครับ ตามเปเปอร์ข้างล่างนี้

อ่านเพิ่มเติม การลดมิติข้อมูลในงาน Bioinformatics

การรวมปัญญาประดิษฐ์และความมั่นคงของคอมพิวเตอร์เข้าไว้ด้วยกัน

ผมได้รับการบ้านมาครับ คือต้องนำงานวิจัยในหัวข้อเกี่ยวกับความมั่นคงของคอมพิวเตอร์มาสรุปความ ผมเลยเลือกทำอันนี้ครับ มันคือโครงร่างซอฟต์แวร์ ConXsense ซึ่งมันเป็นงานวิจัยที่ได้รางวัลชนะเลิศในงานประชุมวิชาการ ASIACCS’14 จัดขึ้นที่ญี่ปุ่นเมื่อช่วงเดือนมิถุนายน 2557 ที่ผ่านมา ลองอ่านดูแล้วกันครับว่างานวิจัยนี้เขาทำอะไร …

ConXsense – Automated Context Classification for Context-Aware Access Control

ปัจจุบัน โทรศัพท์มือถือได้กลายเป็นส่วนหนึ่งในชีวิตประจำวันของประชาชน และถูกพัฒนาให้ทันสมัยโดยผู้ผลิตชั้นนำอยู่อย่างต่อเนื่อง โทรศัพท์มือถือที่ทันสมัยจะมีคุณสมบัติเอนกประสงค์หลายประการนอกเหนือจากการใช้เป็นอุปกรณ์ติดต่อสื่อสารพูดคุย ซึ่งความทันสมัยเพิ่มเติมมีอยู่ทั้งในด้านฮาร์ดแวร์และซอฟต์แวร์ โดยในด้านฮาร์ดแวร์ โทรศัพท์มือถือสามารถรับข้อมูลได้หลายช่องทาง เช่น รับคลื่นแม่เหล็กโลกได้ รับรู้ทิศทางได้ สามารถแลกเปลี่ยนข้อมูลโดยใช้สัญญาณเครือข่ายไร้สาย สัญญาณอินเทอร์เน็ต หรือ สัญญาณบลูทูธ สามารถถ่ายรูปหรือถ่ายคลิปวีดีโอได้ ส่วนในด้านซอฟต์แวร์ โทรศัพท์มือถือมีระบบปฏิบัติการที่ใช้ควบคุมการทำงานของเครื่อง ทำหน้าที่ประสานระหว่างฮาร์ดแวร์กับโปรแกรมเข้าไว้ด้วยกัน มีพื้นที่ความจุสูงซึ่งสามารถจัดเก็บข้อมูลขนาดใหญ่ ทั้งภาพ เสียง และคลิปวีดีโอ และมีโปรแกรมต่าง ๆ ที่ช่วยสนับสนุนการออนไลน์เข้าสู่โลกอินเทอร์เน็ตและเครือข่ายสังคม

อ่านเพิ่มเติม การรวมปัญญาประดิษฐ์และความมั่นคงของคอมพิวเตอร์เข้าไว้ด้วยกัน

การวิเคราะห์ความสัมพันธ์ของหุ้นด้วย Association Rule Mining

ผมได้รับการบ้านมาครับ เป็นการบ้านระยะยาว รายละเอียดของการบ้านก็คือ ต้องทำ Demo ของ Paper งานวิจัยขึ้นมาซักเรื่องนึงที่เกี่ยวกับหัวข้อที่เรียนมา ผมจึงเลือกที่จะลองทำการวิเคราะห์ความสัมพันธ์ของหุ้นด้วย Association Rule Mining ดู

ผมทำไปแล้วและส่งไปแล้ว และมันเป็น Demo ของ Paper ที่ไม่สามารถนำไปต่อยอดเพื่อตีพิมพ์หรือประชุมวิชาการได้อย่างแน่นอน เพราะมันมีจุดบกพร่องอยู่ 3 ข้อใหญ่ ๆ  โดยจุดบกพร่องข้อแรกก็คือ ผมไม่ได้คิดอะไรใหม่เลย ผมแค่เอาสิ่งที่มีอยู่แล้วมาประกอบกันเพื่อสร้างเป็นผลลัพธ์ จุดบกพร่องข้อสองคือ ผมสนใจในเรื่องโบราณ เป็นเรื่องที่นิยมวิจัยกันตั้งแต่ 30 ปีก่อนแล้ว เพราะเดี๋ยวนี้นักวิจัยมุ่งเน้นวิจัยหุ้นร่วมกับเครือข่ายสังคมแล้ว และ จุดบกพร่องข้อสามก็คือ ผมไม่สามารถพิสูจน์สิ่งที่ตัวเองค้นพบได้ว่าจริงหรือไม่จริง ผมทำได้เพียงแค่ตั้งข้อสังเกตจากผลลัพธ์เท่านั้น

แต่ก็คิดว่าน่าจะเป็นประโยชน์ เลยเอามาเผยแพร่ให้ดูครับ ว่าสิ่งที่ผมทำมันประมาณไหน

อ่านเพิ่มเติม การวิเคราะห์ความสัมพันธ์ของหุ้นด้วย Association Rule Mining

การปรับปรุงประสิทธิภาพของ Hidden Markov Models

ผมใกล้ต้องส่งการบ้านอีกแล้วและคราวนี้เป็นการทบทวนวรรณกรรมครับ คือแบบว่า การจะทำวิจัยต้องมีการทบทวนวรรณกรรมก่อนครับ เพื่อตรวจสอบว่ามีนักวิจัยท่านอื่นได้วิจัยในหัวข้อที่เราสนใจไปบ้างหรือเปล่า และการวิจัยเหล่านั้นได้ก้าวหน้าไปถึงไหนแล้ว เพื่อให้เราได้วิจัยส่วนที่เป็นช่องโหว่ให้ครบถ้วนสมบูรณ์ต่อไป

ส่วนตัวผมเองก็รู้ทฤษฎีการคำนวณสำหรับคอมพิวเตอร์เพียงไม่กี่เรื่องครับ ดังนั้น ก็เลยต้องเลือกทบทวนวรรณกรรมในหัวข้อที่ตนเองถนัดที่สุด นั่นคือ แบบจำลองทางสถิติที่ชื่อว่า Hidden Markov Models และเพื่อให้ไม่เป็นการเสียเวลา มาลองอ่านงานทบทวนวรรณกรรมฉบับร่างของผมดูกันครับ

ทบทวนวรรณกรรม

นับตั้งแต่งานวิจัย Hidden Markov Model [1][2][3][4] ซึ่งเป็นโมเดลที่เหมาะกับการอนุมานความน่าจะเป็นของลำดับที่ซ่อนอยู่ โดยการวิเคราะห์จากลำดับที่สังเกตได้ ๆ ถูกตีพิมพ์เผยแพร่ออกสู่สาธารณชน และ มีงานวิจัย [5][6][7] ที่ได้บุกเบิกนำ Hidden Markov Models มาปรับใช้สำหรับงานด้าน Speech Recognition เพื่อเปรียบเทียบระหว่างเสียงพูดกับชุดข้อความอย่างมีประสิทธิภาพ ก็ได้ทำให้ Hidden Markov Models กลายเป็นโมเดลที่ถูกประยุกต์ใช้อย่างกว้างขวาง ในการแก้ปัญหาต่าง ๆ ที่เกี่ยวกับการอนุมานความน่าจะเป็นของลำดับที่ซ่อนอยู่ โดยการวิเคราะห์จากลำดับที่สังเกตได้ เช่น งานวิจัย [8] การจับคู่สายรหัสพันธุกรรม ซึ่งเป็นงานด้าน Bioinformatics, งานวิจัย [9] [10][11] การจับคู่ระหว่างข้อความกับรูปแบบของการวาดมือ ซึ่งเป็นงานด้าน Gesture Recognition, งานวิจัย [12] การหาทิศทางเดินให้กับหุ่นยนต์ในสภาพแวดล้อมปิดในอาคาร ซึ่งเป็นงานด้าน Robotics, งานวิจัย [13] [14] [15] ตรวจสอบการบุกรุกระบบคอมพิวเตอร์ ซึ่งเป็นงานด้าน Computer Security เป็นต้น

โดยพื้นฐานแล้วถ้าเราไม่สนใจประสิทธิภาพในการคำนวณ เราจะพบว่า Hidden Markov Models เป็นโมเดลที่ใช้ประโยชน์ได้ดีและไม่มีปัญหา แต่หากเราสนใจประสิทธิภาพในการคำนวณ เราจะพบว่า Hidden Markov Models มีปัญหาพื้นฐานอยู่ 3 ข้อ อันได้แก่ 1) การหาผลรวมสุทธิของความน่าจะเป็นของโมเดล เมื่อเทียบกับลำดับที่สังเกตได้, 2) การหาลำดับที่ถูกซ่อนในโมเดล ซึ่งให้ค่าความเป็นไปได้สูงสุด เมื่อเทียบกับลำดับที่สังเกตได้ และ 3) การปรับค่าพารามิเตอร์ในโมเดล เพื่อให้โมเดลมีผลรวมสุทธิของความน่าจะเป็นเพิ่มขึ้น

อ่านเพิ่มเติม การปรับปรุงประสิทธิภาพของ Hidden Markov Models