Interpretable Machine Learning Framework for Non-Destructive Concrete Strength Prediction with Physics-Consistent Feature Analysis
ผู้ร่วมเขียนบทความ
รองศาสตราจารย์ ดร.ธีราพรรณ แซ่แห่ว
First Author/Corresponding · คณะครุศาสตร์อุตสาหกรรม
ข้อมูลการตีพิมพ์
- ประเภทบทความวารสาร
- Buildings
- โครงการวิจัย/บริการวิชาการ ที่เกี่ยวข้อง
- —
- วารสาร/หนังสือ ที่ตีพิมพ์
- Buildings
- ISSN
- 20755309
- ฐานข้อมูลที่ตีพิมพ์
- Scopus
- ปีที่ (Volume)
- 15
- ฉบับที่ (Number)
- 15
- หน้าที่ตีพิมพ์
- —
- รหัส DOI
- 10.3390/buildings15152601
- วันที่ตีพิมพ์ (พ.ศ.)
- 1 ส.ค. 2568
ผลการวิเคราะห์ AI
การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)
เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
ความเชื่อมโยง: งานวิจัยนี้มุ่งเน้นการใช้นวัตกรรมเทคโนโลยี Machine Learning และการวิเคราะห์คุณลักษณะทางฟิสิกส์เพื่อเพิ่มประสิทธิภาพในการตรวจสอบความแข็งแรงของคอนกรีต ซึ่งเป็นการส่งเสริมโครงสร้างพื้นฐานที่ยั่งยืนและการพัฒนาอุตสาหกรรมก่อสร้างด้วยเทคโนโลยีดิจิทัล
เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน
ความเชื่อมโยง: เป็นการเพิ่มขีดความสามารถทางวิทยาศาสตร์และยกระดับเทคโนโลยีในภาคอุตสาหกรรมก่อสร้าง โดยการนำโมเดลการเรียนรู้ของเครื่องที่สามารถตีความได้ (Interpretable ML) มาใช้ในการทำนายคุณภาพวัสดุ
ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP
ความเชื่อมโยง: สะท้อนถึงการลงทุนและการดำเนินงานวิจัยและพัฒนา (R&D) เพื่อสร้างองค์ความรู้ใหม่ในการตรวจสอบวัสดุแบบไม่ทำลาย (Non-Destructive Testing)
เป้าหมายย่อยที่ 9.b — สนับสนุนการพัฒนาเทคโนโลยี การวิจัยและนวัตกรรมภายในประเทศกำลังพัฒนา รวมถึงการให้มีสภาพแวดล้อมทางนโยบายที่นำไปสู่ความหลากหลายของอุตสาหกรรมและการเพิ่มมูลค่าของสินค้าโภคภัณฑ์
ความเชื่อมโยง: สนับสนุนการพัฒนาเทคโนโลยีและการวิจัยภายในประเทศ รวมถึงการสร้างนวัตกรรมที่ช่วยให้การก่อสร้างโครงสร้างพื้นฐานมีความแม่นยำและปลอดภัยมากขึ้น
ตัวชี้วัดที่ 9.b.1 — สัดส่วนมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีระดับสูง และระดับกลาง ต่อมูลค่าเพิ่มรวมทั้งหมด
ความเชื่อมโยง: เป็นการพัฒนาเทคโนโลยีในระดับสูง (High-tech) ที่เกี่ยวข้องกับการจัดการข้อมูลและการวิเคราะห์เชิงวิศวกรรมในอุตสาหกรรมการผลิตและก่อสร้าง
เป้าหมายที่ 11 เมืองและชุมชนที่ยั่งยืน
ความเชื่อมโยง: การทำนายความแข็งแรงของคอนกรีตอย่างแม่นยำช่วยให้การก่อสร้างอาคารและโครงสร้างพื้นฐานในเมืองมีความปลอดภัย มั่นคง และมีอายุการใช้งานที่ยาวนานขึ้น ลดความเสี่ยงจากโครงสร้างที่ไม่ได้มาตรฐาน
เป้าหมายย่อยที่ 11.c — สนับสนุนประเทศพัฒนาน้อยที่สุดรวมถึงผ่านทางความช่วยเหลือทางการเงินและวิชาการในการสร้างอาคารที่ยั่งยืนและมีความต้านทานและยืดหยุ่นโดยใช้วัสดุท้องถิ่น
ความเชื่อมโยง: สนับสนุนการสร้างอาคารที่ยั่งยืนและยืดหยุ่นต่อการเปลี่ยนแปลง โดยใช้การวิเคราะห์ข้อมูลทางวิศวกรรมขั้นสูงเพื่อให้มั่นใจในคุณภาพของวัสดุที่ใช้ในเมือง
ตัวชี้วัดที่ 11.c.1
ความเชื่อมโยง: แสดงถึงการใช้ทรัพยากรและการตรวจสอบทางเทคนิคที่มีประสิทธิภาพในการก่อสร้างอาคารที่ปลอดภัยและยั่งยืน
เป้าหมายที่ 12 การบริโภคและผลิตอย่างยั่งยืน
ความเชื่อมโยง: การใช้การตรวจสอบแบบไม่ทำลาย (Non-Destructive) ช่วยลดการสูญเสียวัสดุจากการทดสอบแบบเดิมที่ต้องทำลายตัวอย่าง และช่วยในการวางแผนการใช้วัสดุก่อสร้างอย่างมีประสิทธิภาพสูงสุด
เป้าหมายย่อยที่ 12.2 — บรรลุการจัดการที่ยั่งยืนและการใช้ทรัพยากรธรรมชาติอย่างมีประสิทธิภาพ ภายในปี พ.ศ. 2573
ความเชื่อมโยง: ส่งเสริมการจัดการและการใช้ทรัพยากรธรรมชาติ (วัสดุผสมคอนกรีต) อย่างมีประสิทธิภาพผ่านการวิเคราะห์ด้วย AI เพื่อลดความผิดพลาดในการก่อสร้าง
ตัวชี้วัดที่ 12.2.1 — ร่องรอบการใช้วัตถุดิบ (Material Footprint) ร่องรอยการใช้วัตถุดิบต่อหัวประชากร และต่อผลิตภัณฑ์มวลรวมในประเทศ (GDP)
ความเชื่อมโยง: เกี่ยวข้องกับการลดรอยเท้าทางวัสดุ (Material Footprint) โดยการเพิ่มความแม่นยำในการออกแบบและตรวจสอบความแข็งแรงของวัสดุ