งานวิจัยนี้เปนการศึกษาปจจัยและแนวทางในการพัฒนาบอรดเกมเพื่อสงเสริมการรับรูและกระตุนการคิดสําหรับผูสูงอายุรวมไปทั้งผลิตตนแบบบอรดเกมและ นําไปทดลองเลนกับกลุมตัวอยางผูใหขอมูลประกอบดวยผูเชี่ยวชาญ จํานวน 5 คน และกลุมตัวอยาง คือ ผูสูงอายุเพศชายและหญิง อายุ 60 ปขึ้นไป จํานวน 30 คน คัดเลือกดวยวิธีการเจาะจง เครื่องมือที่ใชในการเก็บรวบรวมขอมูล ไดแก แบบสอบถามประเมินความเหมาะสมของรูปแบบบอรดเกมและแบบสอบถามความพึงพอใจของผูใชผลการวิจัยพบวา ปจจัยสําคัญที่สงผลตอการออกแบบบอรดเกมสําหรับผูสูงอายุ ไดแก การกระตุนสมองและทักษะการคิด ความเพลิดเพลินที่กอใหเกิดความสุขและมีคุณภาพชีวิตที่ดี การสรางปฏิสัมพันธทางสังคม การเรียนรูสิ่งใหม ตลอดจนการออกแบบบอรดเกมที่เหมาะสมกับสรีระและความปลอดภัย จากการวิเคราะหขอมูลนําไปสูการพัฒนารูปแบบบอรดเกมจํานวน 5 รูปแบบ โดยรูปแบบที่ 3 ชื่อวา “หนอนแยงชิงกันกินใบไม” ไดรับการประเมินความเหมาะสมดวย คะแนนคาเฉลี่ยสูงสุดจากผูเชี่ยวชาญมีความเหมาะอยู ในระดับมาก (𝑥̅ = 4.20, SD = 0.17) โดยเฉพาะดานการพัฒนาทักษะ การเรียนรู และการสรางปฏิสัมพันธทางสังคม เมื่อผลิตตนแบบบอรดเกมและนําไปทดลองใชเลนจริง พบวากลุมผูสูงอายุมีความพึงพอใจคาเฉลี่ยรวม อยู ในระดับมาก (𝑥̅ = 3.70, SD = 0.81) โดยเฉพาะดานประโยชนที่ ไดรับคะแนนสูงสุด ตามดวยดานการใชงานและความเพลิดเพลิ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาและวิเคราะห์ข้อมูลมาสคอตงานกีฬาสาธรเกมส์ครั้งที่ผ่านมา 2) ออกแบบมาสคอตสำหรับงานกีฬาสาธรเกมส์ ครั้งที่ 15 และ 3) ประเมินความพึงพอใจที่มีต่อต้นแบบมาสคอตสำหรับงานกีฬาสาธรเกมส์ ครั้งที่ 15 เป็นการวิจัยผสมผสาน เครื่องมือที่ใช้ในการวิจัย ได้แก่ แบบสัมภาษณ์กึ่งโครงสร้าง แบบประเมินความเหมาะสม และแบบสอบถามความพึงพอใจ ในการวิจัยเชิงคุณภาพ สัมภาษณ์ผู้ให้ข้อมูลสำคัญ จำนวน 3 คน สุ่มตัวอย่างแบบเจาะจง และการวิจัยเชิงปริมาณ ประเมินความเหมาะสมรูปแบบมาสคอตโดยผู้เชี่ยวชาญด้านการออกแบบ จำนวน 5 คน ประเมินความพึงพอใจที่มีต่อมาสคอตโดยนักศึกษาระดับปริญญาตรี มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ ปีการศึกษา 2566 จำนวน 300 คน สุ่มตัวอย่างแบบเจาะจง เก็บข้อมูลระบบออนไลน์ วิเคราะห์ข้อมูลด้วยการใช้สถิติ ค่าร้อยละ ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน นำเสนอในรูปแบบความเรียงบรรยาย ประกอบภาพและตาราง ผลการศึกษาพบว่า 1) รูปแบบมาสคอตในปัจจุบันมีจุดแข็งคือ มีรูปทรงหลากหลาย สอดคล้องกับงานกีฬา สีสันสะดุดตา จุดอ่อนคือไม่สื่อสารความหมาย จดจำไม่ได้ มีบุคลิกไม่ชัดเจน โอกาส คือใช้ส่งเสริมการประชาสัมพันธ์ อุปสรรคคือ นำไปต่อยอดเป็นของที่ระลึกอย่างอื่นน้อยมาก วัสดุไม่แข็งแรง 2) ผลการออกแบบมาสคอตสำหรับงานกีฬาสาธรเกมส์ ครั้งที่ 15 ได้ออกแบบ จำนวน 5 รูปแบบ ได้แก่ ชื่อ ยักษ์ไทย ต้นสาทร กระรอก น้องเทคนิค และเอเลี่ยน ผลการประเมินความเหมาะสมโดยผู้เชี่ยวชาญพบว่ารูปแบบมาสคอตชื่อว่า “น้องเทคนิค” มีความเหมาะสมมากที่สุด โดยมีคะแนนเฉลี่ยรวมทุกด้านในระดับมาก (𝑥̅ = 4.06 , S.D. = 0.21) และ 3) ผลการประเมินความพึงพอใจต่อต้นแบบของกลุ่มตัวอย่าง ในด้านความคิดสร้างสรรค์ ความสวยงาม ง่ายต่อการจดจำ และสามารถนำไปใช้งานได้จริง มีความพึงพอใจระดับมาก (𝑥̅ = 4.44 , S.D. = 0.17)

-

This study presents an automated system for corn field detection and measurement that combines Unmanned Aerial Vehicle (UAV) technology with deep transfer learning to address critical inefficiencies in agricultural data verification. Current verification methods rely on time-consuming on-site inspections that strain resources and delay operations. Our methodology integrates aerial data acquisition with automated analysis by leveraging transfer learning techniques to adapt pre-trained convolutional neural networks for corn field detection. Through a comparative evaluation of three architectures – MobileNetV1, MobileNetV2, and InceptionV3 – we demonstrate how transfer learning enables efficient model training with limited agricultural datasets while maintaining high accuracy. Testing revealed MobileNetV2’s superior performance with a Mean Absolute Error of 0.147, enabling field measurements accurate to within ±50 square meters of actual dimensions. Field validation demonstrates the system’s capability to automatically detect and delineate corn cultivation areas with high precision, offering substantial improvements over traditional manual verification methods. This transfer learning approach significantly reduces both human intervention requirements and operational costs while improving measurement accuracy and minimizing the need for extensive training data. The system’s demonstrated effectiveness suggests broad applications in agricultural monitoring and resource management, particularly in regions where manual verification poses logistical challenges.

การอบแห้งเป็นกระบวนการหลังการเก็บเกี่ยวที่มีความสำคัญต่อคุณภาพ ความปลอดภัย และอายุการเก็บรักษาของ สมุนไพรและพืชสมุนไพร งานวิจัยนี้มุ่งเน้นการพัฒนาแบบจำลองโครงข่ายประสาทเทียม (Artificial Neural Network: ANN) เพื่อทำนายพฤติกรรมการอบแห้งของกระชายขาว (Boesenbergia rotunda) ภายใต้สภาวะสุญญากาศ โดยได้ทำการทดลอง อบแห้งที่ความดันสัมบูรณ์ 3 ระดับ (5, 10 และ 15 kPa) และความหนาตัวอย่าง 3 ระดับ (3, 5 และ 7 mm) โดยพิจารณาตัว แปรสำคัญ ได้แก่ ความชื้น (Moisture Content; MC) อัตราส่วนความชื้น (Moisture Ratio; MR) และอัตราการแห้ง (Drying Rate; DR) ผลการทดลองชี้ให้เห็นว่า การอบแห้งที่ความดันต่ำ 5 kPa ช่วยเพิ่มประสิทธิภาพในการคายน้ำ ทำให้ ระยะเวลาอบแห้งสั้นที่สุด ในขณะที่ความดันที่สูงขึ้นส่งผลให้การคายน้ำช้าลง แบบจำลอง ANN ที่พัฒนาขึ้นมีโครงสร้าง ประกอบด้วย 2 ชั้นซ่อน (Hidden Layers) พร้อมกลไกการหยุดก่อนเวลา (Early Stopping) และการปรับอัตราการเรียนรู้ (Learning Rate Reduction) เพื่อเพิ่มประสิทธิภาพการเรียนรู้ ผลการประเมินพบว่าแบบจำลองมีความสอดคล้องกับข้อมูล การทดลองอย่างดีเยี่ยม โดยได้ค่า R2 มากกว่า 0.98, ค่า RMSE ต่ำกว่า 0.03 และค่า MAPE อยู่ระหว่าง 3.8–10.9% แสดงให้ เห็นถึงความน่าเชื่อถือและความสามารถของ ANN ในการทำนายพฤติกรรมการอบแห้งภายใต้สภาวะสุญญากาศได้อย่าง Received: Aug 28, 2025 Revised: Jun 16, 2026 Accepted: แม่นยำ ดังนั้น การวิจัยครั้งนี้แสดงให้เห็นถึงศักยภาพของ ANN ในการประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพและควบคุม กระบวนการอบแห้งสุญญากาศของสมุนไพร ซึ่งมีประโยชน์ต่อการออกแบบระบบการอบในระดับอุตสาหกรรม การประหยัด พลังงาน และการคงคุณภาพของสมุนไพรที่มีคุณค่าทางยา คำสำคัญ : กระชายขาว, การอบแห้งสุญญากาศ, โครงข่ายประสาทเทียม, อัตราการแห้ง

Wireless wearable devices enable convenient acquisition of photoplethysmograph signals. A limitation of continual measurement is the resource-constrained processing and limited battery capacity. To solve the transmission power consumption problem, we propose an information reduction method, AutoPPGEncoder. The AutoPPGEncoder is an autoencoder trained with conventional mean squared error (mse) loss and mse systolic peak amplitude loss. The scheduling of impact from two losses improves the raw signal reconstruction by preserving the systolic peak in the reconstructed signal. Our system reduces the amount of transmitted BLE data from the PPG data by a ratio of 1:7.07. In terms of signal quality, the AutoPPGEncoder performs better than the recent compression technique, deep compressive sensing network (DCSNET) compression in both percentage root-mean-square difference (PRD) and peak amplitude PRD on BIDMC, SensAI, and VitalDB datasets. The AutoPPGEncoder’s power consumption was verified on an NRF54L15-DK board, which reduced the total energy consumption by 0.4 mJ per segment. This demonstrated the capability of the AutoPPGEncoder in IoT applications with power efficiency and the quality of PPG signal transmission.

ไม่มี

บทความนี้มีวัตถุประสงค์เพื่อศึกษาอิทธิพลของอัตราส่วนทางการเงินต่อราคาหลักทรัพย์ของบริษัทพัฒนาอสังหาริมทรัพย์ในตลาดหลักทรัพย์แห่งประเทศไทย เป็นการวิจัยเชิงปริมาณใช้ข้อมูลจากงบการเงินและอัตราส่วนทางการเงินตั้งแต่ไตรมาสที่ 1-4 พ.ศ. 2558-2567 จํานวน200 ตัวอย่าง ผู้วิจัยใช้ข้อมูลประเภททุติยภูมิโดยนําข้อมูลกลุ่มตัวอย่างที่เลือกมาจัดรูปแบบและเรียงลําดับระยะเวลา แหล่งข้อมูลมาจากดัชนีราคาหลักทรัพย์ของกลุ่มธุรกิจพัฒนาอสังหาริมทรัพย์ที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย สถิติที่ใช้ในการวิเคราะห์ข้อมูลได้แก่แบบจําลองการวิเคราะห์การถดถอยแบบพหุคูณและวิธีสมการถดถอย ในการวิเคราะห์ข้อมูลผลการวิจัยพบว่าความสัมพันธ์ระหว่างอัตราส่วนทางการเงินทั้ง 5 ประเภทกับราคาหลักทรัพย์ได้แก่ 1) อัตราส่วนทุนหมุนเวียนสามารถอธิบายถึงการเปลี่ยนแปลงของราคาหลักทรัพย์บริษัทเซ็นทรัลพัฒนาจํากัด(มหาชน) ร้อยละ 69 ที่ระดับความเชื่อมั่นร้อยละ 99 2) อัตราการหมุนเวียนของสินทรัพย์รวมสามารถอธิบายถึงการเปลี่ยนแปลงของราคาหลักทรัพย์บริษัทแลนด์แอนด์เฮ้าส์จํากัด(มหาชน) ร้อยละ 66 ที่ระดับความเชื่อมั่นร้อยละ 99 3) อัตราการหมุนเวียนของสินทรัพย์รวมสามารถอธิบายถึงการเปลี่ยนแปลงของราคาหลักทรัพย์บริษัทเฟรเซอร์สพร็อพเพอร์ตี้(ประเทศไทย) จํากัด(มหาชน) ร้อยละ 15 ที่ระดับความเชื่อมั่นร้อยละ 95 4) อัตราส่วนทุนหมุนเวียนและอัตราการหมุนเวียนของสินทรัพย์รวมสามารถอธิบายถึงการเปลี่ยนแปลงของราคาหลักทรัพย์บริษัทศุภาลัยจํากัด(มหาชน) ได้ร้อยละ 64 ที่ระดับความเชื่อมั่นร้อยละ 99 และ5) อัตราส่วนทุนหมุนเวียนสามารถอธิบายถึงการเปลี่ยนแปลงของราคาหลักทรัพย์บริษัทเอพี(ไทยแลนด์) จํากัด(มหาชน) ได้ร้อยละ 90 ที่ระดับความเชื่อมั่นร้อยละ 95

การวิจัยนี้มีวัตถุประสงค์เพื่อประเมินปัจจัยทางการเงินในภาพรวม ศึกษามูลค่ากิจการ เปรียบเทียบกลุ่มปัจจัยด้านกําไรกับประเมินมูลค่า ที่มีความสัมพันธ์ต่อราคาหลักทรัพย์ของบริษัทยั่งยืน กลุ่มตัวอย่าง ได้แก่ บมจ.ธนาคารกรุงเทพ (BBL) บมจ.ธนาคารกสิกรไทย (KBANK) บมจ.ธนาคารกรุงไทย (KTB) บมจ.ปตท. (PTT) และ บมจ.ปตท.สผ. (PTTEP) ดําเนินการเก็บข้อมูลรายไตรมาส พ.ศ. 2558-2567 วิเคราะห์แบบจําลอง Panel Econometricsพบว่า อัตรากําไรต่อหุ้น (EPS) และอัตราส่วนกําไรสุทธิ (NPM) มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% ส่วนกําไรก่อนดอกเบี้ยและภาษี (EBIT) อัตราผลตอบแทนจากสินทรัพย์ (ROA) มีความสัมพันธ์เชิงลบต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% แบบจําลอง Fixed Effects จึงเหมาะสมมากกว่า Pooled OLS และประเมินปัจจัยทางการเงินได้ 79% ความสัมพันธ์ระหว่างTOBINS’Q กับราคาหลักทรัพย์ BBL พบว่า EPS และอัตราส่วนราคาต่อกําไร (P/E ratio) มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ส่วน EBIT มีความสัมพันธ์เชิงลบต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% KBANK พบว่า P/E ratio มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ NPM และ ROA มีความสัมพันธ์เชิงลบต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% และ 90% ตามลําดับ KTBพบว่า EPS และ P/E ratio มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% PTT พบว่า EBIT, P/E ratio และอัตราการจ่ายเงินปันผล (DPR) มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% PTTEP พบว่า EPS มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ P/E ratio และ NPM มีความสัมพันธ์เชิงลบต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% 95% และ 99% ตามลําดับ การเปรียบเทียบพบว่า กลุ่มปัจจัยด้านกําไร ได้แก่ EBIT มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 99% และ EPS มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 95% กลุ่มประเมินมูลค่า DPR มีความสัมพันธ์เชิงบวกต่อราคาหลักทรัพย์ ความเชื่อมั่น 99%

Sequential behaviors and social ties jointly shape user preferences; however, most prior work models them in isolation and relies on shallow fusion in Euclidean space, which struggles to capture temporal drift and hierarchical social structure. We propose a novel framework; HGT4Rec, a Hyperbolic Graph Transformer for Sequential and Social Recommendation. A graph transformer encodes item-transition dependencies to track evolving preferences along the sequence, while a hyperbolic transformer operates on the social graph to represent long-range and hierarchical influence. We further introduce FusionGRU, an adaptive gating module that integrates the two representations into a unified preference state for Top-K prediction. Experiments on Yelp, iFashion, LastFM show that HGT4Rec delivers substantial improvements over the strongest baseline, achieving +348.22% / +314.86%, +383.21% / +210.19%, and +90.85% / +9.83% in Recall@10 and NDCG@10, respectively. Our results demonstrate the value of combining graph transformers with hyperbolic space modeling and the gated fusion for next-item recommendation in sequential and social settings (our code).