งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบแปลภาษามือตัวอักษรภาษาอังกฤษแบบเรียลไทม์โดยใช้แนวคิดการประมวลผลแบบไฮบริดระหว่างเว็บไคลเอนต์และอุปกรณ์ IoT ระบบใช้ MediaPipe ส าหรับสกัดพิกัดจุดข้อต่อของมือจ านวน 42 ค่าแทนการใช้ภาพถ่ายดิบ เพื่อลดความซับซ้อนของข้อมูลและเพิ่มประสิทธิภาพในการประมวลผล จากนั้นน าข้อมูลพิกัดไปจ าแนกด้วยโมเดลโครงข่ายประสาทเทียมแบบหลายชั้น (MLP) บนไมโครคอนโทรลเลอร์ ESP32 โดยประยุกต์ใช้แนวคิดรูปแบบมาตรฐาน (Canonical Form) เพื่อแก้ปัญหาความแตกต่างระหว่างมือซ้ายและขวา ผลการทดลองพบว่าระบบสามารถแปลภาษามือตัวอักษรภาษาอังกฤษ A–Z (ยกเว้น J และ Z) ได้อย่างมีประสิทธิภาพ โดยมีค่าความถูกต้องเฉลี่ยเท่ากับ 91.67% และสามารถท างานได้อย่างเสถียรในสภาพแวดล้อมที่แตกต่างกัน งานวิจัยนี้แสดงให้เห็นว่าการใช้ข้อมูลเชิงโครงสร้างร่วมกับสถาปัตยกรรมแบบไฮบริดช่วยให้ระบบแปลภาษามือมีความแม่นย าสูง เหมาะสมกับการประยุกต์ใช้บนอุปกรณ์ IoT ที่มีข้อจ ากัดด้านทรัพยากร

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).

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%

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

การวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาปัจจัยที่ส่งผลต่อโครงสร้างเงินทุนและมูลค่ากิจการของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย กลุ่ม SET100ตั้งแต่ปี 2563-2567ของบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย กลุ่ม SET100เป็นบริษัทที่มีดัชนีราคาหุ้นที่มีมูลค่าราคาตามตลาดสูงสุด 100 อันดับแรกและการซื้อขายที่มีสภาพคล่องอย่างสม่ำเสมอ ทั้งนี้จะมีการพิจารณาเลือกทุก ๆ 6เดือน รวมทั้งสิ้น 445 รายปีรายบริษัท (Firm-year) การวิเคราะห์ข้อมูลโดยใช้แบบจำลองสมการโครงสร้าง (SEM) ด้วยการวิเคราะห์เส้นทาง (Path analysis) ซึ่งใช้หลักการประมาณค่าด้วยความเป็นไปได้สูงสุด (Maximum Likelihood: ML) ผลการศึกษาพบว่าผลการดำเนินงานมีอิทธิต่อโครงสร้างเงินทุน ผลการดำเนินงานมีอิทธิพลต่อมูลค่าของกิจการผ่านโครงสร้างเงินทุน สินทรัพย์ที่มีตัวตนมีอิทธิพลต่อโครงสร้างเงินทุน และสินทรัพย์ที่มีตัวตนมีอิทธิพลต่อมูลค่าของกิจการผ่านโครงสร้างเงินทุน และโครงสร้างเงินทุนที่มีอิทธิพลต่อมูลค่าของกิจการ ผลการวิจัยชี้ให้เห็นว่า การก่อหนี้จากแหล่งภายนอกที่เพิ่มขึ้นมีแนวโน้มเพิ่มต้นทุนเงินทุนและส่งผลต่อมูลค่ากิจการ ขณะที่โครงสร้างเงินทุนซึ่งวัดจากอัตราส่วนความสามารถในการจ่ายดอกเบี้ยมีอิทธิพลต่อมูลค่ากิจการอย่างมีนัยสำคัญ

Social recommendation utilizes social relationships to alleviate data sparsity and improve recommendation quality. Nevertheless, existing approaches still encounter several limitations. First, user preference structures in social networks are often hierarchical and non-Euclidean, whereas most existing models rely on Euclidean embeddings that are insufficient for capturing such complex geometries. Second, noisy social connections may propagate unreliable information and degrade representation quality. Third, commonly used multi-view fusion strategies based on multilayer perceptrons (MLPs) often lack the expressive capability required to effectively integrate heterogeneous user signals. To address these challenges, this paper proposes HGKAN (Hyperbolic Graph-Based Kolmogorov–Arnold Network), a unified framework that combines hyperbolic representation learning, graph neural networks, and KAN-based nonlinear fusion for social recommendation. Specifically, a Hyperbolic Intent Attention module is introduced to learn fine-grained and hierarchical user intent representations in hyperbolic space. In addition, a Hyperbolic Attention GCN is designed to denoise and aggregate social information while preserving complex relational structures. Furthermore, a KAN-based Multi-View Fusion Layer is developed to replace conventional MLP-based fusion, enabling more expressive and interpretable integration of preference, social, and intent representations. Extensive experiments conducted on three public benchmark datasets, including Yelp, Ciao, and Douban, demonstrate that HGKAN consistently outperforms several state-of-the-art recommendation methods. Experimental results show that the proposed framework achieves substantial improvements in both Recall@5 and NDCG@5, with all performance gains being statistically significant (p < 0.05). These findings verify the effectiveness of integrating hyperbolic geometric learning with KAN-based multi-view fusion for robust and accurate social recommendation.

การวิจัยครั้งนี้เป็นการทบทวนวรรณกรรมอย่างเป็นระบบโดยมีจุดประสงค์เพื่อจะสังเคราะห์องค์ประกอบของการดำเนินนโยบายการทำงานทางไกล ที่มีอิทธิพลต่อความเครียดจากการทำงานของบุคลากร โดยการรวบรวมบทความวิจัยที่ได้รับการตีพิมพ์เผยแพร่ย้อนหลังไม่เกิน 5 ปีจากฐานข้อมูล Scopus ใช้คำค้นหาคือ Remote work และ Job stress ซึ่งมีบทความวิจัยที่ค้นหาได้ทั้งหมด 68 บทความ จากนั้นใช้เกณฑ์การคัดบทความออกเพื่อให้เหลือแต่บทความวิจัยที่ตรงตามวัตถุประสงค์การวิจัย จนได้บทความหลังจากการคัดออกแล้วจำนวนทั้งสิ้น 15 บทความ และนำมาทำการทบทวนวรรณกรรมเพื่อสังเคราะห์องค์ประกอบต่อไป ผลของการสังเคราะห์องค์ประกอบพบว่า สามารถจัดกลุ่มองค์ประกอบของการทำงานทางไกลที่มีอิทธิพลต่อความเครียดจากการทำงานของบุคลากรได้เป็น 3 กลุ่มองค์ประกอบใหญ่ 7 องค์ประกอบย่อย คือ กลุ่มที่ 1: กลุ่มองค์ประกอบด้านการบริหารงานขององค์กร มีองค์ประกอบย่อย 4 ด้าน ได้แก่ 1.1) ด้านการจัดการทรัพยากรมนุษย์ 1.2) ด้านภาวะผู้นำและการสนับสนุนขององค์กร 1.3) ด้านการฝึกอบรมและพัฒนา และ 1.4) ด้านนโยบายการทำงานทางไกล ในกลุ่มถัดมาคือ กลุ่มที่ 2: กลุ่มองค์ประกอบด้านการจัดการตนเองของบุคลากร มีองค์ประกอบย่อย 2 ด้านได้แก่ 2.1) ด้านผลกระทบจากครอบครัวและชีวิตการทำงาน และ 2.2) ด้านอิสระและความยืดหยุ่นของบุคลากร และกลุ่มสุดท้ายคือ กลุ่มที่ 3: กลุ่มองค์ประกอบทางเทคโนโลยี มีองค์ประกอบย่อย 1 ด้าน คือ 3.1) ด้านเทคโนโลยีและโครงสร้างพื้นฐาน การวิจัยครั้งนี้เป็นการทบทวนวรรณกรรมอย่างเป็นระบบ ‎มีวัตถุประสงค์เพื่อสังเคราะห์องค์ประกอบของการทำงานทางไกลที่มีอิทธิพลต่อความเครียดจากการทำงานของบุคลากร โดยรวบรวมบทความวิจัยที่ได้รับการตีพิมพ์ย้อนหลังไม่เกิน 5 ปีจากฐานข้อมูล Scopus ใช้คำค้นหา ‎‎"Remote work" และ "Job stress" พบบทความทั้งสิ้น 68 บทความ ‎หลังผ่านเกณฑ์การคัดเลือกได้บทความที่ตรงตามวัตถุประสงค์จำนวน 15 บทความ ‎นำมาสังเคราะห์องค์ประกอบด้วยการทบทวนวรรณกรรมอย่างเป็นระบบ ผลการสังเคราะห์พบว่า ‎องค์ประกอบของการทำงานทางไกลที่มีอิทธิพลต่อความเครียดจากการทำงาน จำแนกได้เป็น 3 กลุ่มหลัก 7 ‎องค์ประกอบย่อย ได้แก่ กลุ่มที่ 1 กลุ่มองค์ประกอบด้านการบริหารงานขององค์กร มี 4 องค์ประกอบย่อย คือ ‎การจัดการทรัพยากรมนุษย์ ภาวะผู้นำและการสนับสนุนขององค์กร การฝึกอบรมและพัฒนา ‎และนโยบายการทำงานทางไกล กลุ่มที่ 2 กลุ่มองค์ประกอบด้านการจัดการตนเองของบุคลากร มี 2 ‎องค์ประกอบย่อย คือ การจัดการขอบเขตชีวิตและการทำงาน และอิสระและความยืดหยุ่นของบุคลากร ‎และกลุ่มที่ 3 กลุ่มองค์ประกอบทางเทคโนโลยี มี 1 องค์ประกอบย่อย คือ เทคโนโลยีและโครงสร้างพื้นฐาน

Multibehavior recommendation aims to leverage diverse user interaction types—such as views, clicks, and purchases—to better understand user intent and enhance recommendation accuracy. However, effectively modeling these heterogeneous behaviors remains challenging due to the sparsity, noise, over-smooth embedding, and dynamic nature of interaction sequences. To address these issues, we propose GCTMR (Graph Contrastive Transformer for Multibehavior Recommendation), a framework that integrates graph-based contrastive learning with a behavior-aware Transformer architecture. Specifically, the methodological contribution lies in three key innovations: 1) an adaptive sparse attention mechanism employing α -entmax that dynamically filters out noisy or irrelevant interactions to preserve the distinctiveness of user behavior representations; 2) a frequency-aware multibehavior encoder using FFT/IFFT decomposition that disentangles stable long-term preferences from short-term behavioral shifts across different interaction types; and 3) a simplified focal loss function that emphasizes hard-to-predict instances, improving robustness under data sparsity and behavioral ambiguity. The empirical validation is exceptionally strong, demonstrating improving of 22.43% on Tmall and 18.10% on Beibei over state-of-the-art baselines in HR@10 metrics, with particularly remarkable performance under sparse data conditions where traditional methods struggle most. Comprehensive ablation studies confirm that each component contributes meaningfully to the overall performance, while extensive hyperparameter analyses demonstrate the framework’s stability and practical applicability.

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบความเสี่ยงด้านการสื่อสารข้ามวัฒนธรรมที่ส่งผลต่อประสิทธิภาพการบริหารโครงการ เพื่อตอบคำถามการวิจัยที่ว่าอะไรคือความเสี่ยงในการสื่อสารข้ามวัฒนธรรมที่มีอิทธิพลต่อประสิทธิภาพการบริหารโครงการเทคโนโลยีสารสนเทศของบริษัทไอทีข้ามชาติในประเทศไทย โดยเป็นการวิจัยเชิงผสมผสาน กลุ่มตัวอย่างคือ บุคลากรจากบริษัทไอทีข้ามชาติ ในตำแหน่งผู้จัดการโครงการ หัวหน้าทีม และวิศวกรซอฟต์แวร์ รวมทั้งสิ้น 385 คน ได้จากการสุ่มแบบเจาะจงและการสุ่มหลายขั้นตอน เครื่องมือวิจัยคือ แบบสอบถามที่ผ่านการตรวจสอบความตรงเชิงเนื้อหาและความเชื่อมั่น เท่ากับ 0.85 และการประชุมกลุ่มผู้เชี่ยวชาญเพื่อยืนยัน ผลการวิเคราะห์ข้อมูลด้วยการวิเคราะห์องค์ประกอบเชิงสำรวจ การวิเคราะห์องค์ประกอบเชิงยืนยัน และการวิเคราะห์สมการเชิงโครงสร้าง ผลการวิจัยพบว่า ความเสี่ยงด้านวัฒนธรรม โครงสร้างองค์กร และเทคโนโลยี โดยความร่วมมือของทีมข้ามวัฒนธรรมมีอิทธิพลโดยตรงต่อประสิทธิภาพการสื่อสารและความสำเร็จของโครงการที่ระดับนัยสำคัญทางสถิติที่ .001 นอกจากนี้ การประเมินความเสี่ยงยังสะท้อนว่า ความเสี่ยงด้านวัฒนธรรมมีอิทธิพลสูงสุดต่อการทำงานร่วมกันในทีม ผลการตอบรับความเสี่ยงเสนอแนวทางการลดความเสี่ยง และการแบ่งปันความเสี่ยง เพื่อลดความไม่แน่นอนและเพิ่มประสิทธิภาพการสื่อสาร ดังนั้น ผลการศึกษานี้ช่วยขยายองค์ความรู้เชิงประจักษ์ด้านการบริหารความเสี่ยงข้ามวัฒนธรรมและเป็นกรอบแนวทางเชิงปฏิบัติสำหรับองค์กรในการกำหนดกลยุทธ์และสมรรถนะการสื่อสารทางวัฒนธรรมเพื่อยกระดับความสำเร็จของโครงการ