การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาทักษะทางการเงิน การยอมรับเทคโนโลยี แรงจูงใจ ที่ส่งผลต่อพฤติกรรมในการลงทุนของประชากรแต่ละGenerationของกลุ่มตัวอย่างคือ ประชาชนที่มีอายุตั้งแต่ 20 ปีขึ้นไป ซึ่งถือว่าเป็นวัยที่บรรลุนิติภาวะและสามารถให้ความยินยอมในการเข้าร่วมการวิจัยได้ ที่อาศัยในกรุงเทพมหานคร การวิจัยครั้งนี้เป็นการวิจัยเชิงปริมาณ โดยกลุ่มตัวอย่างจํานวน 450 คน และวิเคราะห์ข้อมูลทางสถิติประกอบด้วย สถิติเชิงพรรณนา ได้แก่ ร้อยละ ค่าเฉลี่ยค่าเบี่ยงเบนมาตรฐานและทดสอบสมมติฐานด้วยสถิติเชิงอนุมาน ได้แก่ วิเคราะห์ความแปรปรวน (one-way Anova) การวิเคราะห์การถดถอยพหุคูณ (Multiple Regression Analysis)ผลการศึกษาพบว่า1) ด้านประชากรพบว่า ทักษะทางการเงิน การยอมรับเทคโนโลยี แรงจูงใจและพฤติกรรมในการลงทุน ไม่ส่งผลต่อGeneration2) ปัจจัยส่วนบุคคล พบว่า อาชีพ รายได้ ระดับการศึกษา ส่งผลต่อพฤติกรรมในการลงทุน ส่วนเพศ ไม่ส่งผลต่อพฤติกรรมในการลงทุน3) ปัจจัยทักษะทางการเงิน พบว่าความรู้ทางการเงิน ทัศนคติทางการเงินและพฤติกรรมทางการเงิน ส่งผลต่อพฤติกรรมในการลงทุน4) ปัจจัยการยอมรับเทคโนโลยี พบว่าการรับรู้ประโยชน์ของเทคโนโลยีการรับรู้ความง่ายในการใช้งาน ความไว้วางใจและความปลอดภัย พฤติกรรมการใช้งานเทคโนโลยีการและลงทุนความตั้งใจในการใช้งานต่อเนื่องส่งผลต่อพฤติกรรมในการลงทุน5) ปัจจัยแรงจูงใจในการลงทุน พบว่า การรับรู้ประโยชน์ของเทคโนโลยีส่งผลต่อพฤติกรรมในการลงทุน

Unemployed individuals and recent graduates often lack the experience or skills necessary to effectively search and filter job positions on job search websites, hindering their ability to access job listings and requirements. To address this issue, a research process was conducted involving extracting job information from the top job search website in Thailand. The data was then prepared, transformed, and subjected to Matrix Factorization. The data was randomly split into 80% for training and 20% for testing, out of a total of 30,000 records. This data was used to test the performance of a recommendation system utilizing the Collaborative Filtering technique. The Learning Curve, which measures the efficiency of model learning through Training Loss and Validation Loss, showed a continuous decrease in value until it reached its lowest validation loss of 0.0442, indicating a well-fitted model. This research suggests that the model can be effectively used for predicting and creating a prototype of a job recommendation system that connects job opportunities via API to efficiently meet the needs of job seekers and recent graduates.

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาสภาพปัจจุบันและความต้องการพัฒนา รวมทั้งจัดลำดับความสำคัญในการพัฒนาสมรรถนะปัญญาประดิษฐ์ด้านการวัดและประเมินผลการเรียนรู้ของครูโรงเรียนเอกชนจังหวัดสมุทรปราการเป็นการวิจัยเชิงสำรวจ กลุ่มตัวอย่างคือครู 264 คนที่เข้าร่วมโดยสมัครใจ เครื่องมือวิจัยเป็นแบบสอบถามออนไลน์มาตรประมาณค่าระดับ 5 ระดับ ชนิดตอบสนองคู่ วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนาและดัชนีความต้องการจำเป็นแบบปรับปรุง ผลการวิจัยพบว่า 1) โดยภาพรวมสภาพปัจจุบันสมรรถนะปัญญาประดิษฐ์ด้านการวัดและประเมินผลการเรียนรู้ของครูอยู่ในระดับปานกลาง ส่วนความต้องการพัฒนาอยู่ในระดับมาก 2) ความต้องการจำเป็นในการพัฒนาสมรรถนะปัญญาประดิษฐ์ด้านการวัดและประเมินผลการเรียนรู้ของครู โดยรวมมีค่าดัชนีความต้องการจำเป็นแบบปรับปรุง เท่ากับ 0.151 รายด้านเรียงจากมากไปหาน้อย ได้แก่ ด้านการจัดการการประเมิน (0.224) ด้านการวิเคราะห์และพยากรณ์ (0.216) ด้านการออกแบบและสร้างเครื่องมือประเมิน (0.158) และด้านจริยธรรมการประเมิน (0.072) ข้อค้นพบชี้ให้พัฒนาสมรรถนะที่เกี่ยวข้องกับการจัดการการประเมินและการวิเคราะห์เชิงพยากรณ์ด้วยปัญญาประดิษฐ์ควบคู่การกำกับดูแลด้านจริยธรรมเพื่อยกระดับคุณภาพการประเมินผลการเรียนรู้ของผู้เรียน

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.

งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาปัจจัยด้านประชากรศาสตร์ที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร และ 2) ศึกษาปัจจัยด้านความรู้ทางการเงิน ทัศนคติทางการเงิน แรงจูงใจในการออม และพฤติกรรมทางการเงินดิจิทัลที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร การวิจัยใช้ระเบียบวิธีวิจัยเชิงปริมาณ กลุ่มตัวอย่างคือบุคคลวัยทํางานที่อาศัยอยู่ในกรุงเทพมหานคร จํานวน 400 คน เก็บรวบรวมข้อมูลด้วยแบบสอบถามที่ผ่านการตรวจสอบความตรงเชิงเนื้อหาและความเชื่อมั่นของเครื่องมือ โดยหาค่าความเชื่อมั่นด้วยค่าสัมประสิทธิ์แอลฟาของครอนบาค วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา และสถิติการวิเคราะห์การถดถอยเชิงเส้นพหุคูณแบบนําตัวแปรเข้าทั้งหมด ผลการวิจัยพบว่า 1) ปัจจัยด้านประชากรศาสตร์ ได้แก่ เพศ อายุ รายได้ สถานภาพสมรส และระดับการศึกษา ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานครแตกต่างกันอย่างมีนัยสําคัญทางสถิติที่ระดับ 0.05 2) ปัจจัยด้านความรู้ทางการเงิน ทัศนคติทางการเงิน แรงจูงใจในการออม และพฤติกรรมทางการเงินดิจิทัลที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานคร พบว่า ความรู้ทางการเงิน ทัศนคติทางการเงิน และพฤติกรรมทางการเงินดิจิทัล เป็นปัจจัยสําคัญที่ส่งผลต่อพฤติกรรมการวางแผนทางการเงินของคนวัยทํางานในกรุงเทพมหานครอย่างมีนัยสําคัญทางสถิติที่ระดับ 0.05

-

การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อศึกษาการเปลี่ยนแปลงของรายได้ รายจ่าย และเงินออมของครัวเรือนประเทศไทย และ 2) เพื่อเปรียบเทียบการเปลี่ยนแปลงของรายได้ รายจ่าย และเงินออมของครัวเรือนประเทศไทย ระหว่างภูมิภาค และเขตที่อยู่อาศัยเมือง-ชนบท ใช้ข้อมูลจากโครงการสำรวจสภาวะเศรษฐกิจและสังคมของครัวเรือน ในช่วงปี 2554 ถึง 2562 จากสำนักงานสถิติแห่งชาติ กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือ สถิติเชิงพรรณนา (Descriptive Statistics) ได้แก่ ค่าเฉลี่ย และค่าอัตราการเปลี่ยนแปลง ผลการวิจัยพบว่า ครัวเรือนไทยมีปัญหารายได้เพิ่มขึ้นไม่ทันกับรายจ่ายที่เพิ่มขึ้น โดยรายได้เฉลี่ยของครัวเรือนเพิ่มขึ้นร้อยละ 3.58 ในขณะที่รายจ่ายเฉลี่ยของครัวเรือนเพิ่มขึ้นร้อยละ 8.36 ครัวเรือนในกรุงเทพมหานครมีรายได้มากที่สุด มีค่าเฉลี่ยของรายได้เท่ากับ 47,609 บาท สูงกว่าค่าเฉลี่ยของรายได้ครัวเรือนทั้งประเทศซึ่งมีค่าเท่ากับ 25,258 บาท ในส่วนของค่าใช้จ่ายอาหาร เครื่องดื่ม และยาสูบ พบว่าทุกภูมิภาคมีอัตราการเปลี่ยนแปลงที่เพิ่มขึ้นเฉลี่ยร้อยละ 14.31 โดยครัวเรือนในกรุงเทพมหานครมีอัตราการเพิ่มขึ้นมากที่สุดร้อยละ 35.81 สำหรับค่าใช้จ่ายที่ไม่เกี่ยวกับ การอุปโภคบริโภค มีอัตราการเพิ่มขึ้นร้อยละ 10.82 โดยครัวเรือนในกรุงเทพมหานครมีอัตราการเพิ่มขึ้นมากที่สุดร้อยละ 32.89 เงินออมเฉลี่ยต่อเดือนของครัวเรือนมีค่าเท่ากับ 5,856 บาท โดยครัวเรือนในกรุงเทพมหานครมีเงินออมเฉลี่ยมากที่สุดเท่ากับ 13,988 บาท ครัวเรือนที่อาศัยอยู่ในเขตเมืองและชนบทยังมีความแตกต่างกันในทุกมิติทั้งรายได้ รายจ่าย และเงินออม ครัวเรือนในเขตเมืองมีรายได้เฉลี่ยสูงกว่าในเขตชนบทกว่า 7,000 บาท มีรายจ่ายเฉลี่ยสูงกว่าในเขตชนบทกว่า 4,000 บาท และมีเงินออมสูงกว่าในเขตชนบทกว่า 2,700 บาท อย่างไรก็ตามพบว่า ครัวเรือนที่อาศัยอยู่ในเขตชนบทมีการเพิ่มขึ้นของรายได้ รายจ่าย และเงินออมมากกว่าครัวเรือนในเขตเมือง ในช่วงเวลาดังกล่าว

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.

ประกันชีวิตเป็นเครื่องมือที่ส าคัญในการวางแผนทางการเงินระยะยาว ใช้ในการบริหารความเสี่ยงที่ช่วยให้ผู้เอาประกันรับมือกับเหตุการณ์ไม่คาดฝันที่อาจเกิดขึ้นในอนาคตการศึกษานี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยด้านเศรษฐกิจและสังคมที่มีผลต่อการท าประกันชีวิตของครัวเรือนไทย ข้อมูลที่ใช้ในการศึกษามาจากการส ารวจเศรษฐกิจและสังคมของครัวเรือน ปี พ.ศ. 2566 โดยส านักงานสถิติแห่งชาติ ซึ่งสะท้อนถึงพฤติกรรมของครัวเรือนไทยในช่วงเวลาปัจจุบันการวิเคราะห์ใช้แบบจ าลองการถดถอยโลจิสติกส์แบบทวิ (Binary Logistic Regression) เพื่อประเมินความสัมพันธ์ระหว่างตัวแปรอิสระคือ ปัจจัยด้านเศรษฐกิจและสังคมของครัวเรือนกับตัวแปรตามคือ การตัดสินใจซื้อประกันชีวิต (1 = ซื้อ, 0 = ไม่ซื้อ) นอกจากนี้ ได้มีการตรวจสอบปัญหาความสัมพันธ์ของตัวแปร (Multicollinearity) และใช้ค่าความคลาดเคลื่อนมาตรฐานแบบปรับปรุง (Heteroskedasticity-Robust Standard Errors) เพื่อให้การประมาณค่ามีความถูกต้องผลการศึกษาพบว่า หัวหน้าครัวเรือนที่เป็นเพศชายมีแนวโน้มซื้อประกันชีวิตน้อยกว่าเพศหญิงอย่างมีนัยส าคัญทางสถิติ หัวหน้าครัวเรือนที่มีสถานภาพสมรส และหม้าย หย่าหรือแยกกันอยู่มีแนวโน้มซื้อประกันชีวิตมากกว่าหัวหน้าครัวเรือนที่มีสถานภาพโสดอย่างมีนัยส าคัญ หัวหน้าครัวเรือนที่จบการศึกษาระดับปริญญาตรีขึ้นไปมีแนวโน้มซื้อประกันชีวิตมากกว่าผู้ที่มีการศึกษาต่ ากว่า ในขณะที่ครัวเรือนที่มีเด็กอายุต่ ากว่า 15 ปี มีแนวโน้มซื้อประกันชีวิตมากขึ้น ส่วนครัวเรือนที่มีผู้สูงอายุอายุ 60 ปีขึ้นไปกลับมีแนวโน้มซื้อประกันชีวิตน้อยลง นอกจากนี้ ครัวเรือนที่มีรายได้เฉลี่ยต่อเดือนสูง มีมูลค่าสินทรัพย์มาก และมีภาระหนี้สินมาก มีแนวโน้มซื้อประกันชีวิตสูงขึ้นครัวเรือนที่อาศัยในเขตเทศบาลมีแนวโน้มในการท าประกันชีวิตมากกว่าครัวเรือนที่อยู่นอกเขตเทศบาลจากผลการศึกษาสามารถสรุปได้ว่า ปัจจัยทางเศรษฐกิจและสังคมมีบทบาทส าคัญต่อการตัดสินใจซื้อประกันชีวิตของครัวเรือนไทย การสร้างความตระหนักรู้เกี่ยวกับประโยชน์ของประกันชีวิตโดยเฉพาะในกลุ่มครัวเรือนที่มีรายได้น้อย หรือไม่มีการศึกษาสูง อาจช่วยเพิ่มอัตราการเข้าถึงผลิตภัณฑ์ประกันชีวิตให้กว้างขวางขึ้น นอกจากนี้ ภาครัฐและบริษัทประกันควรออกแบบผลิตภัณฑ์ที่เหมาะสมกับกลุ่มประชากรต่างๆ เพื่อเพิ่มความครอบคลุมของระบบประกันชีวิตและสร้างเสถียรภาพทางการเงินให้กับครัวเรือนไทยในระยะยาว