กำลังโหลด...
ภาครัฐ

การตรวจวัดความชื้นของผลผลิตทางการเกษตรอย่างชาญฉลาดด้วยการเรียนรู้ของเครื่อง

Smart Detection of Moisture Content of Agricultural Products by Using Machine Learning

ปีงบประมาณ พ.ศ. 2568 1 ต.ค. 2567 ถึง 30 ก.ย. 2568 ID: 55620

ทีมวิจัย

ศาสตราจารย์ ดร.ดนัย ต.รุ่งเรือง

หัวหน้าโครงการ · คณะครุศาสตร์อุตสาหกรรม

ศาสตราจารย์ ดร.ฐิติพงษ์ เลิศวิริยะประภา

ผู้ร่วมวิจัย · คณะครุศาสตร์อุตสาหกรรม

ผู้ช่วยศาสตราจารย์ ดร.กิตติศักดิ์ แพบัว

ผู้ร่วมวิจัย · คณะครุศาสตร์อุตสาหกรรม

อาจารย์ ดร.สังวรณ์ กิตติวิทยาพงศ์

ผู้ร่วมวิจัย · คณะครุศาสตร์อุตสาหกรรม

Chuwong Phongcharoenpanich

ผู้ร่วมวิจัย

ภานุวัฒน์ จันทรภักดี

ผู้ร่วมวิจัย

รองศาสตราจารย์ศุภกิต แก้วดวงตา

ผู้ร่วมวิจัย

-

ผลการวิเคราะห์ AI

การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)

claude-opus-4-6 2026-03-04 05:03:40
2

เป้าหมายที่ 2 ขจัดความหิวโหย

ความเชื่อมโยง: โครงการเกี่ยวข้องกับการใช้ Machine Learning ในการตรวจวัดความชื้นของผลผลิตทางการเกษตร ซึ่งช่วยลดความสูญเสียหลังการเก็บเกี่ยวและส่งเสริมความมั่นคงทางอาหาร

เป้าหมายย่อยที่ 2.4 — สร้างหลักประกันว่าจะมีระบบการผลิตอาหารที่ยั่งยืนและดำเนินการตามแนวปฏิบัติทางการเกษตรที่มีภูมิคุ้มกันที่จะเพิ่มผลิตภาพและการผลิต ซึ่งจะช่วยรักษาระบบนิเวศ เสริมขีดความสามารถในการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ ภาวะอากาศรุนแรง ภัยแล้ง อุทกภัย และภัยพิบัติอื่น ๆ และจะช่วยพัฒนาคุณภาพของดินและที่ดินอย่างต่อเนื่อง ภายในปี พ.ศ. 2573

ความเชื่อมโยง: การตรวจวัดความชื้นอย่างชาญฉลาดช่วยให้เกษตรกรจัดการผลผลิตหลังการเก็บเกี่ยวได้อย่างมีประสิทธิภาพ ลดการเน่าเสีย

ตัวชี้วัดที่ 2.4.1 — ร้อยละของพื้นที่เกษตรที่มีการทำการเกษตรอย่างมีผลิตภาพและยั่งยืน

ความเชื่อมโยง: เทคโนโลยี ML ช่วยเพิ่มสัดส่วนพื้นที่เกษตรกรรมที่มีการจัดการผลผลิตอย่างยั่งยืน

9

เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน

ความเชื่อมโยง: การประยุกต์ใช้ Machine Learning สำหรับการตรวจวัดความชื้นเป็นนวัตกรรมเทคโนโลยีเพื่อเกษตรอัจฉริยะ

เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน

ความเชื่อมโยง: การพัฒนาระบบตรวจวัดความชื้นด้วย ML เป็นการวิจัยและพัฒนาเทคโนโลยี AI เพื่อการเกษตร

ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP

ความเชื่อมโยง: โครงการนี้เป็นการลงทุนในด้าน R&D เทคโนโลยีเกษตรอัจฉริยะ

เป้าหมายย่อยที่ 9.B — สนับสนุนการพัฒนาเทคโนโลยี การวิจัยและนวัตกรรมภายในประเทศกำลังพัฒนา รวมถึงการให้มีสภาพแวดล้อมทางนโยบายที่นำไปสู่ความหลากหลายของอุตสาหกรรมและการเพิ่มมูลค่าของสินค้าโภคภัณฑ์

ความเชื่อมโยง: การพัฒนาเทคโนโลยี ML สำหรับการเกษตรเป็นการสนับสนุนนวัตกรรมภายในประเทศ

ตัวชี้วัดที่ 9.B.1 — สัดส่วนมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีระดับสูง และระดับกลาง ต่อมูลค่าเพิ่มรวมทั้งหมด

ความเชื่อมโยง: โครงการช่วยเพิ่มมูลค่าเทคโนโลยีขั้นสูงในภาคเกษตรกรรม

12

เป้าหมายที่ 12 การบริโภคและผลิตอย่างยั่งยืน

ความเชื่อมโยง: การตรวจวัดความชื้นอย่างแม่นยำช่วยลดการสูญเสียอาหารหลังการเก็บเกี่ยว

เป้าหมายย่อยที่ 12.3 — ลดของเสียอาหาร (food waste) ของโลกลงครึ่งหนึ่งในระดับค้าปลีกและผู้บริโภค และลดการสูญเสียอาหาร (food loss) ตลอดการผลิตและห่วงโซ่อุปทาน รวมถึงการสูญเสียหลังการเก็บเกี่ยว ภายในปี พ.ศ. 2573

ความเชื่อมโยง: เทคโนโลยีตรวจวัดความชื้นช่วยลดการสูญเสียอาหารในกระบวนการหลังการเก็บเกี่ยว

ตัวชี้วัดที่ 12.3.1 — (ก) ดัชนีการสูญเสียอาหาร (ข) ดัชนีของเสียอาหาร

ความเชื่อมโยง: โครงการมีส่วนช่วยลดดัชนีการสูญเสียอาหารในภาคเกษตรกรรม