|
การพัฒนาแบบจำลองและการพยากรณ์ดัชนีรังสีอัลตราไวโอเลตรายชั่วโมง โดยใช้โครงข่ายประสาทเทียมในจังหวัดสงขลา |
|---|---|
| รหัสดีโอไอ | |
| Creator | ประนมกร ชูศรี |
| Title | การพัฒนาแบบจำลองและการพยากรณ์ดัชนีรังสีอัลตราไวโอเลตรายชั่วโมง โดยใช้โครงข่ายประสาทเทียมในจังหวัดสงขลา |
| Contributor | สราวุฒิ แนบเนียร, วรพันธุ์ การชนะชาติ, สนิธตา เทียนสี |
| Publisher | มหาวิทยาลัยคริสเตียน |
| Publication Year | 2564 |
| Journal Title | วารสารวิชาการและวิจัย มทร.พระนคร สาขาวิทยาศาสตร์และเทคโนโลยี |
| Journal Vol. | 15 |
| Journal No. | 2 |
| Page no. | 75-87 |
| Keyword | โครงข่ายประสาทเทียม, การพยากรณ์, ดัชนีรังสีอัลตราไวโอเลต, มะเร็งผิวหนัง |
| URL Website | https://ph02.tci-thaijo.org/index.php/RMUTP/index |
| Website title | วารสารวิชาการและวิจัย มทร.พระนคร สาขาวิทยาศาสตร์และเทคโนโลยี |
| ISSN | 2651-1096 |
| Abstract | ในงานวิจัยนี้ ผู้วิจัยได้ทำการศึกษาความเข้มรังสีอัลตราไวโอเลตซึ่งเป็นรังสีที่มีผลต่อผิวหนังมนุษย์และเป็นสาเหตุหนึ่งที่ก่อให้เกิดโรคมะเร็งผิวหนัง โดยผู้วิจัยได้รวบรวมข้อมูลความเข้มรังสีอัลตราไวโอเลตที่ได้จากการวัดภาคพื้นดินในจังหวัดสงขลาและนำข้อมูลที่ได้มาคำนวณหาดัชนีรังสีอัลตราไวโอเลต จากนั้นผู้วิจัยได้ทำการพัฒนาแบบจำลองและวิธีการพยากรณ์ดัชนีรังสีอัลตราไวโอเลตโดยใช้โครงข่ายประสาทเทียม โครงข่ายประสาทเทียมที่ใช้จะประกอบด้วยชั้นอินพุต (Input Layer) ชั้นซ่อน (Hidden Layer) 2 ชั้น และชั้นเอาท์พุต (Output Layer) ซึ่งข้อมูลที่เป็นอินพุต ทั้งหมดมี 4 ตัวแปร ได้แก่ ความเข้มรังสีอัลตราไวโอเลตที่มีผลต่อผิวหนังมนุษย์นอกชั้นบรรยากาศโลก มุมเซนิธของดวงอาทิตย์ ค่าความลึกเชิงแสงของฝุ่นละออง และดัชนีเมฆ ซึ่งตัวแปรดังกล่าวมีผลต่อการเพิ่มและลดลงของดัชนีรังสีอัลตราไวโอเลต โดยโครงข่ายประสาทเทียมที่ได้นั้นสามารถคำนวณดัชนีรังสีอัลตราไวโอเลตรายชั่วโมงได้เป็นอย่างดี โดยมีค่าความคลาดเคลื่อนอยู่ในรูปของรากที่สองของค่าเบี่ยงเบนกำลังสองเฉลี่ย (Root Mean Square Difference, RMSD) และค่าเบี่ยงเบนจากความเอนเอียงเฉลี่ย (Mean Bias Difference, MBD) เท่ากับร้อยละ 12.8 และร้อยละ -2.4 ตามลำดับ จากนั้นผู้วิจัยได้ใช้ข้อมูลดัชนีรังสีอัลตราไวโอเลตรายชั่วโมงย้อนหลัง 7 วัน เพื่อพยากรณ์ดัชนีรังสีอัลตราไวโอเลตใน 1 วันหรือ 9 ชั่วโมงถัดไป (ตั้งแต่ 08:00 น.-16:00 น.) ใช้โดยอัลกอริทึมในโครงข่ายประสาทเทียมแบบเพอร์เซฟตรอนหลายชั้นและการเรียนรู้แบบแพร่ย้อนกลับ (Back Propagation Algorithm) ซึ่งพบว่าโครงข่ายประสาทเทียมสามารถพยากรณ์ได้ค่อนข้างแม่นยำ โดยมีค่าความคลาดเคลื่อนในรูป RMSD เท่ากับร้อยละ 17 และ MBD เท่ากับร้อยละ 0.3 |
