ร่วมแบ่งปัน Feedback ของคุณ
ขอขอบคุณสำหรับการเยี่ยมชม Nectec.or.th

เราได้จัดทำแบบสำรวจแบบง่ายๆ เพื่อจะได้ทราบถึงสิ่งที่
ผู้เยี่ยมชมเว็บไซต์เราชอบและจะทำให้เราได้เรียนรู้
เกี่ยวกับคุณมากยิ่งขึ้น
 
โครงการ ระบบตรวจจับความผิดปกติด้วยข้อมูลเชิงจุลภาค (ระยะที่ 1: กรณีประยุกต์ใช้กับระบบจราจร Traffy)

โครงการ ระบบตรวจจับความผิดปกติด้วยข้อมูลเชิงจุลภาค (ระยะที่ 1: กรณีประยุกต์ใช้กับระบบจราจร Traffy)

Share on Facebook

ในปัจจุบันการค้นหาและจัดกลุ่มความผิดปกติ (anomaly detection and classification) เป็นองค์ประกอบสำคัญ ในการบริหารจัดการระบบต่างๆ ให้มีประสิทธิภาพมากยิ่งขึ้น เพราะการค้นพบความผิดปกติล่วงหน้า จะช่วยในการป้องกัน และบรรเทา (prevent and minimize) ความสูญเสียทางสังคมและเศรษฐกิจที่ตามมา เช่น การค้นหาและจัดกลุ่มความผิดปกติของการจราจรบนท้องถนนหรือที่รู้จักกันทั่วไป คือ traffic incident detection สามารถช่วยเพิ่มโอกาสในการแก้ปัญหา หรือบรรเทาการติดขัดของการจราจรบนท้องถนน เพื่อลดความตึงเครียด ของผู้ขับขี่บนท้องถนน ลดปัญหามลภาวะ สิ่งแวดล้อม ประหยัดพลังงาน รวมถึงประหยัดเวลาและงบประมาณ ในส่วนระบบการสือสาร การค้นหาและจัดกลุ่มความผิดปกติ ที่รู้จักกันทั่วไปคือ network anomaly detection สามารถลดอัตราเสี่ยงของการสูญเสียข้อมูลที่มีคุณค่า (loss of information) และเพิ่มประสิทธิภาพ ในระบบรักษาความปลอดภัยของเครือข่าย (network security) ในส่วนระบบการเงินและการตลาด การค้นหาและจัดกลุ่มความผิดปกติมักถูกนำไปประยุกต์ใช้ใน financial market anomaly detection เพื่อลดโอกาสเสี่ยงทางเศรษฐกิจ

 
วัตถุ ประสงค์ของโครงการ

1. เพื่อการวิจัยและพัฒนาวิธีการค้นหาและจัดกลุ่มความผิดปกติ

2. เพื่อ การรวบรวมและศึกษาข้อมูลทางความผิดปกติที่เน้นการตีความทางกายภาพเพื่อเสริม ฐานความรู้ให้ผู้อื่นนำข้อมูลไปใช้ประโยชน์ต่อยอด ได้โดยง่าย หลากหลาย และเป็นไปอย่างกว้างขว้าง

3. เพื่อศึกษาและค้นคว้าเพื่อนำมาซึ่งการนำไปใช้จริงของวิธีการค้นหาและจัด กลุ่มความผิดปกติที่นำเสนอ


บท คัดย่อ

ใน ปัจจุบันการค้นหาและจัดกลุ่มความผิดปกติ (anomaly detection and classification) เป็นปัญหาทางการวิจัย ที่ได้รับความสนใจ และมีความสำคัญในหลายสาขาเช่น ระบบจราจร ระบบเครือข่ายการสื่อสาร ระบบการเงินและการตลาด การค้นหาและจัดกลุ่มความผิดปกติที่มีประสิทธิภาพมีความสำคัญอย่างมาก ในการป้องกันและบรรเทา (prevent and minimize) ความสูญเสียที่ตามมา โครงการ วิจัยนี้มีจุดประสงค์ในการวิจัยและพัฒนาเพื่อให้ได้วิธีการค้นหาและจัดกลุ่ม ความผิดปกติซึ่งจะเน้นการวิเคราะห์แบบอนุกรมเวลา (time series analysis) ประเมินความผันแปรในสถานที่และเวลา (space and time variability assessment) เชิงจุลภาค ควบคู่ไปกับความผันแปรเชิงมหภาค การพัฒนาวิธีการ (algorithm) ที่สามารถค้นหาความผิดปกติได้อย่างรวดเร็ว และนำไปใช้ได้ในหลายสาขา รวมทั้งสามารถตอบสนองต่อ ข้อจำกัดพื้นฐานของการนำไปประยุกต์ใช้จริง อาทิเช่น ข้อจำกัดของความพร้อมและความสมบูรณ์ของข้อมูล (information availability) ข้อจำกัดของการเรียนรู้จากข้อมูลในอดีต (prior knowledge) และความแตกต่างของลักษณะของข้อมูลความผิดปกติที่สถานที่และเวลาต่างกัน (different scenarios)


ระยะ เวลาดำเนินโครงการ : 1 มิถุนายน พ.ศ.2554 ถึง 21 พฤษภาคม พ.ศ.2556


คณะผู้ วิจัย
หัวหน้าโครงการ :     นายสุทธิพงศ์ ธัชยพงษ์
ผู้ร่วมวิจัย :     นายวสันต์ ภัทรอธิคม, นายอนุรักษ์ ภูลสวัสดิ์, นายวสวัตติ์ พฤฒิปัญญาสกุล, นายเฉลิมพล สายประเสริฐ