AI นักวิทยาศาสตร์ นักวิทยาศาสตร์รุ่นเยาว์ ปัญญาประดิษฐ์

แบบจำลองการทำนายค่าฝุ่น PM2.5 นักเรียน วมว. คว้ารางวัลเหรียญทอง เวทีนานาชาติ

Home / วาไรตี้ / แบบจำลองการทำนายค่าฝุ่น PM2.5 นักเรียน วมว. คว้ารางวัลเหรียญทอง เวทีนานาชาติ

“ดีหรือไม่หากสามารถพยากรณ์ค่าฝุ่น PM2.5 ในแต่ละวันในพื้นที่ต่างๆ ได้” จุดเริ่มต้นไอเดียผลงานแก้ไขปัญหาสิ่งแวดล้อม “DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION” นวัตกรรมสร้างสรรค์ใช้เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ในการสร้างแบบจำลองการทำนายค่าฝุ่น PM2.5 เพื่อประเมินสภาวะอากาศในแต่ละพื้นที่

แบบจำลองการทำนายค่าฝุ่น PM2.5

นักเรียน วมว. คว้ารางวัลเหรียญทอง เวทีนานาชาติ สาขาสิ่งแวดล้อม

พัฒนาโดย นายธีรวัฒน์ เชื้อพันธ์งาม นายวสุพล เฮงศรีธวัช และนายกฤติน ถิระศักดิ์ นักเรียนชั้นมัธยมศึกษาปีที่ 6 โครงการสนับสนุน การจัดตั้งห้องเรียนวิทยาศาสตร์ในโรงเรียน (วมว.) โรงเรียนดรุณสิกขาลัย โดยการกำกับดูแลของ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) โดยมีอาจารย์ที่ปรึกษา ดร.เอกพงษ์ หิรัญสิริสวัสดิ์ สำนักงานห้องเรียนวิศว์-วิทย์ และดร.ธีรสิทธิ์ เติมสายทอง สถาบันการเรียนรู้ มจธ.

1 ใน 6 ผลงานตัวแทนประเทศไทย นำเสนอผลงาน ในการประชุมวิชาการนานาชาติ นักวิทยาศาสตร์รุ่นเยาว์ครั้งที่ 28 ที่ได้รับการคัดเลือกจากผลงานที่ส่งเข้าร่วมจำนวนกว่า 25 โครงงาน จากโรงเรียนบ่มเพาะนักวิทยาศาสตร์ทั่วประเทศ โดยแบ่งตามกลุ่มสาขา เช่น สาขาวิทยาการคอมพิวเตอร์ สาขาคณิตศาสตร์ สาขาฟิสิกส์ สาขาสิ่งแวดล้อม

นายธีรวัฒน์ เชื้อพันธ์งาม หรือ ภูเขา นักเรียน วมว. เป็นตัวแทนนำเสนอผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ในการแข่งขันระดับนานาชาติ เล่าการเตรียมตัวว่า ตัวแทนนักเรียนจากประเทศไทยทั้ง 6 คนได้รับการเข้าฝึกอบรมเตรียมความพร้อมเป็นระยะเวลา 1 เดือน ในรูปแบบค่ายอบรมออนไลน์ร่วมกัน ได้รับการฝึกฝนและรับคำแนะนำการพัฒนาโครงงานให้สมบูรณ์ จากอาจารย์ผู้ทรงคุณวุฒิหลากหลายสถาบัน เพื่อเตรียมความพร้อมนำเสนอผลงานในการประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ ครั้งที่ 28 (International Conference of Young Scientist: ICYS 2021) ณ กรุงเบลเกรด สาธารณรัฐเซอร์เบีย ระหว่างวันที่ 23-26 เมษายน 2564 ผ่านระบบออนไลน์

นายธีรวัฒน์ เล่าถึงผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ว่า ทีมสนใจและอยากศึกษาเกี่ยวกับการเขียนโปรแกรมในเชิง AI หรือ Machine learning จึงเกิดแนวคิด ในการสร้างแบบจำลองทำนายค่าสภาพอากาศ ค่าฝุ่น PM 2.5 โดยการป้อนข้อมูลสภาพอากาศเข้าไปในแบบจำลอง แล้วให้ทำนายค่าฝุ่นออกมา ซึ่งประสิทธิภาพที่แบบจำลองทำได้จาก Feed-forward architecture model (ลักษณะของแบบจำลองชนิดหนึ่ง ที่จะมีการคำนวณแบบตรงไปตรงมาและใช้งานสะดวก) โดยผลพบว่าแบบจำลองทำนายค่าฝุ่น PM 2.5 จะพบข้อผิดพลาดของการทำนายเพียงร้อยละ 26.29 เมื่อเทียบกับค่าเฉลี่ยของฝุ่น PM 2.5

การนำเสนอผลงานประชุมวิชาการนานาชาติ นักวิทยาศาสตร์รุ่นเยาว์ ครั้งที่ 28 โครงงาน “DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION” เข้าร่วมนำเสนอในสาขาสิ่งแวดล้อม ได้รับรางวัลเหรียญทองจากการนำเสนอ ซึ่งในสาขานี้มีตัวแทนนักเรียนนำเสนอกว่า 20 ประเทศทั่วโลก ด้วยการวางแผนอย่างเป็นขั้นตอน ความเอาใจใส่ที่จะพัฒนาผลงานอย่างต่อเนื่อง การให้คำปรึกษาจากอาจารย์อย่างใกล้ชิด และการนำเสนอผลงานอย่างแตกต่างมีความโดดเด่น ประกอบกับองค์ความรู้ที่ใช้สามารถใช้ประโยชน์ในการแก้ไขปัญหาสถานการณ์โลกปัจจุบันได้จริง

นายธีรวัฒน์ เชื้อพันธ์งาม

นายธีรวัฒน์ เชื้อพันธ์งาม 

นายกฤติน ถิระศักดิ์

นายกฤติน ถิระศักดิ์

นายวสุพล เฮงศรีธวัช

นายวสุพล เฮงศรีธวัช