การพัฒนาระบบคัดแยกยานพาหนะเพื่อออกแบบสถานที่จอดรถให้เหมาะสม ด้วยแบบจำลองการเรียนรู้เชิงลึก

Abstract

งานวิจัยนี้ได้ทำการศึกษาการพัฒนาระบบคัดแยกยานพาหนะเพื่อออกแบบสถานที่จอดรถให้เหมาะสมด้วยแบบจำลองการเรียนรู้เชิงลึกโดยมีวัตถุประสงค์เพื่อนำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้ในการคัดแยกยานพาหนะและประเมินคุณภาพของระบบ มีวิธีดำเนินการวิจัยโดยตรวจสอบคัดแยกจำนวนยานพาหนะด้วยเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) เพื่อนำไปวิเคราะห์และออกแบบสถานที่จอดรถให้เหมาะสมด้วย Teachable Machine ที่เป็นระบบ No-Code Machine Learning Platform ช่วยให้สามารถสร้างแบบจำลองการเรียนรู้เชิงลึกโดยไม่ต้องเขียนโปรแกรม โดยมีวิธีการสร้างแบบจำลอง 3 ขั้นตอน คือ 1) Gather การรวบรวมข้อมูล 2) Train การสร้างโมเดล Deep Learning ในการกำหนดค่าพารามิเตอร์เบื้องต้น และ 3) Export การทดสอบโมเดลโดยการใส่ข้อมูลและสามารถส่งออกโมเดลออกมาใช้ในระบบอื่น ๆ ได้โดยใช้เทคนิคโครงข่ายประสาทเทียมแบบ Convolution(CNN) ซึ่งผู้วิจัยได้พัฒนาแอพลิเคชันในการจำแนกประเภทของยานพาหนะที่ได้จากการทดลองแบบจำลองการเรียนรู้เชิงลึกที่สามารถช่วยจำแนกข้อมูลรูปภาพประเภทของยานพาหนะได้เป็นอย่างดีโดยมีค่าความแม่นยำในการจำแนกโดยเฉลี่ยอยู่ที่ 95% จากชุดข้อมูลทดสอบและประเมินคุณภาพระบบโดยผู้เชี่ยวชาญ มีค่าเฉลี่ยโดยรวมเท่ากับ 4.12 อยู่ในระดับดี