DSpace Repository

การพัฒนาระบบตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึก

Show simple item record

dc.contributor.advisor ยรรยงค์ พันธ์สวัสดิ์
dc.contributor.advisor พูลพงศ์ สุขสว่าง
dc.contributor.author กุลวดี เถนว้อง
dc.contributor.other มหาวิทยาลัยบูรพา. วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา
dc.date.accessioned 2023-05-12T06:15:04Z
dc.date.available 2023-05-12T06:15:04Z
dc.date.issued 2561
dc.identifier.uri https://buuir.buu.ac.th/xmlui/handle/1234567890/7973
dc.description ดุษฎีนิพนธ์ (ปร.ด.)--มหาวิทยาลัยบูรพา, 2561
dc.description.abstract การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ออกแบบระบบตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึก 2) พัฒนาระบบตรวจสอบคุณภาพทาง ฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึก 3) ตรวจสอบประสิทธิภาพของระบบตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึกที่พัฒนาขึ้นสำหรับการแบ่งกลุ่มข้าวหอมมะลิไทยตามพระราชบัญญัติมาตรฐานสินค้าขาออกเพื่อควบคุมข้าวโดยผู้เชี่ยวชาญ และ 4) นำระบบตรวจสอบคุณภาพทาง ฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึกที่พัฒนาขึ้นไปตรวจสอบคุณภาพข้าวหอมมะลิไทยที่วางจำหน่ายในประเทศไทย ข้อมูลภาพดิจิตอลที่ใช้ในการทดลองมาจากศูนย์วิจัยข้าวปทุมธานี จำนวน 2,150 ภาพ ครอบคลุมข้าวหอมมะลิ 4 กลุ่ม ๆ ละ 13 คุณลักษณะ โดยใช้สัดส่วนโมเดลฝึก: การทดสอบ เท่ากับ 60: 40 คำนวณโมเดลฝึกตรวจสอบคุณภาพข้าวด้วยภาพ 1,850 ภาพ ทำซ้ำ จำนวน 25 ชั้นการทดสอบ ได้ประสิทธิภาพของโมเดลฝึกเข้าใกล้ 100 เปอร์เซนต์ แล้วนำโมเดลฝึกไปทดสอบซ้ำด้วยภาพ 1,300 ภาพ และนำโปรแกรมที่พัฒนาขึ้นไปต่อยอดเป็นแอปพลิเคชั่นด้วยระบบปฏิบัติการแอนดรอย์ เวอร์ชั่น 8.1 Oreo ผลการวิจัย ปรากฏว่า 1) โปรแกรมที่พัฒนาขึ้นมีประสิทธิภาพด้านความถูกต้องอัตราส่วนของการค้นพบภาพ ร้อยละ 98.7 และคลาดเคลื่อนเฉลี่ย ร้อยละ 2.8 และ 2) แอปพลิเคชั่นที่พัฒนาขึ้นมีประสิทธิภาพด้านความถูกต้องอัตราส่วนของการค้นพบภาพ ร้อยละ 99.0 และคลาดเคลื่อนเฉลี่ย ร้อยละ 1.0
dc.language.iso th
dc.publisher วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
dc.rights มหาวิทยาลัยบูรพา
dc.subject การตรวจสอบ
dc.subject ข้าว
dc.subject มหาวิทยาลัยบูรพา -- สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา
dc.title การพัฒนาระบบตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวโดยใช้การเรียนรู้ของเครื่องจักรด้วยวิธีการเรียนรู้เชิงลึก
dc.title.alternative Development of rice grin phenotype qulity verifiction system by using deep lerning methord
dc.type วิทยานิพนธ์/ Thesis
dc.description.abstractalternative This research purpose of studies were 1) to design rice grain phenotype quality system by using a machine with a deep learning method 2) to develop rice grain phenotype quality system with a deep learning method. 3) to investigate rice grain phenotype quality system with a deep learning method for Thai Hom Mali rice according to Agricultural Act control by connoisseurs. 4) to test developed learning machine with commercial rice in Thailand. Digital image data used in the experiment as sampling came from the Pathumthani Rice Research Center. The amount of 2,150 images covering 4 groups of Jasmine rice classified to 13 characteristics by using the proportion practice model. The tested result was 60: 40. Calculated rice quality investigation training model with 1,850 images, and 25 reproduced layers, the training model result was approached an accuracy of 100 percent. The repeated training model was tested with 1,300 images, and a computer program was then developed using the Android operating system version 8.1 Oreo. Finding indicated that, 1) the accuracy efficiency ratio for image discovery with the developed program was 98.7 percent with an average error of 2.8 percent and 2) the accuracy efficiency of image discovery using the developed application was 99 percent with an average error of 1.0%.
dc.degree.level ปริญญาเอก
dc.degree.discipline การวิจัยและสถิติทางวิทยาการปัญญา
dc.degree.name ปรัชญาดุษฎีบัณฑิต
dc.degree.grantor มหาวิทยาลัยบูรพา


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account