โครงการวิจัยและพัฒนาการเพิ่มประสิทธิภาพการผลิตพืชด้วยการประยุกต์ใช้ปัญญาประดิษฐ์
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
โครงการวิจัยและพัฒนาการเพิ่มประสิทธิภาพการผลิตพืชด้วยการประยุกต์ใช้ปัญญาประดิษฐ์ มีวัตถุประสงค์เพื่อศึกษาวิเคราะห์และสร้างโมเดลแนะนำการเลือกใช้พันธุ์พืชของกรมวิชาการเกษตร การอารักขาพืชด้วยเทคนิคต้นไม้ตัดสินใจ และสร้างโมเดลการคัดแยกระดับการสุกจากสีเปลือกสับปะรด พร้อมทั้งพัฒนาโมบายแอปพลิเคชันให้สามารถเข้าถึงและใช้งานได้ง่ายขึ้น โดยโมเดลแนะนำการเลือกใช้พันธุ์พืชของกรมวิชาการเกษตร และการอารักขาพืชตามคำแนะนำของกรมวิชาการเกษตร จะทำการเรียนรู้เงื่อนไขในการวิเคราะห์ข้อมูลที่สัมพันธ์กัน จากข้อมูลนำเข้า ได้แก่ปัจจัยที่มีผลต่อการเจริญเติบโตของพืช และความต้องการพื้นบานของพืช ได้ข้อมูลจำนวน 7,852 ข้อมูล โดยมีตัวแปรนำเข้า 8 ตัวแปร ได้แก่ ความเป็นกรดเป็นด่างของดิน ความอุดมสมบูรณ์ของดิน ความสูงจากระดับน้ำทะเล เนื้อดิน อุณหภูมิเฉลี่ยสูงสุด อุณหภูมิเฉลี่ยต่ำสุด ปริมาณน้ำฝนเฉลี่ยรายปี และ ความเร็วลม ทำการจัดกลุ่มข้อมูล นำข้อมูลที่ได้เข้าโปรแกรมในการวิเคราะห์หาพืชที่เหมาะสมในพื้นที่ด้วยเทคนิคต้นไม้ตัดสินใจ พบว่า โมเดลมีความถูกต้องร้อยละ 97.25 โมเดลแนะนำการอารักขาพืชด้วยเทคนิคต้นไม้ตัดสินใจ ดำเนินการรวบรวมข้อมูลจากหลายภาคส่วน ประกอบด้วยคำแนะนำการอารักขาพืชของกรมวิชาการเกษตร คำแนะนำในการป้องกันกำจัด แมลงศัตรูพืช โรคพืช และวัชพืช ที่นำไปใช้ในพื้นที่วิจัยของกรมวิชาการเกษตร ปฏิทินการปลูกพืช เอกสารคู่มือที่มีการจัดทำรูปเล่มและเผยแพร่ออนไลน์ คำแนะนำจากนักวิชาการและผู้เชี่ยวชาญในแต่ละพื้นที่ และข้อมูลภาคสนามในแปลงปลูกพืชของเกษตรกร ในทุกภาคของประเทศ จำนวน 725 แปลง ได้ข้อมูลโรคพืชจำนวน 312 เรคคอร์ด แมลงศัตรูพืช 219 เรคคอร์ด และวัชพืช 637 เรคคอร์ด นำมาจัดหมวดหมู่ปัจจัยต่างที่เกี่ยวข้องได้ตัวแปรจำนวน 15 ตัวแปร ดังนี้ พืช ระยะการเจริญเติบโตของพืช ความเป็นกรดเป็นด่างของดิน ความอุดมสมบูรณ์ของดิน ความลาดชัน เนื้อดิน การระบายน้ำของดิน ความเข้มแสง อุณหภูมิดิน ความชื้นในดิน ความชื้นสัมพัทธ์ในบรรยากาศ ความเร็วลม ปริมาณน้ำฝนเฉลี่ย อุณหภูมิสูงสุดเฉลี่ย อุณหภูมิต่ำสุดเฉลี่ย ทำการแบ่งประเภทข้อมูล นำข้อมูลที่ได้เข้าโปรแกรมในการวิเคราะห์คำแนะนำการอารักขาพืชในพื้นที่ด้วยเทคนิคต้นไม้ตัดสินใจ พบว่า สามารถพัฒนาโมเดลแนะนำการอารักขาพืชได้ มีความถูกต้องรวมร้อยละ 65.09 (โรคพืช จำนวน 3 ชนิด ได้แก่ ใบจุดสีน้ำตาล ใบด่างมันสำปะหลัง แส้ดำ มีความถูกต้องร้อยละ 68.27 แมลงศัตรูพืช จำนวน 4 ชนิด ได้แก่ หนอนกระทู้ หนอนกอ ไรแดง เพลี้ยแป้ง มีความถูกต้องร้อยละ 90.41 และวัชพืช จำนวน 4 ชนิด ได้แก่ หญ้ารังนก หญ้าปากควาย หญ้าคา สาบแร้งสาบกา มีความแม่นยำร้อยละ 36.60) ส่วนการพัฒนาโมเดลการคัดแยกสับปะรดด้วยโครงข่ายประสาทเทียม เพื่อศึกษาจัดหมวดหมู่ลักษณะสีเปลือกสับปะรดตามระดับการสุก ดำเนินการศึกษาในสับปะรด พันธุ์ปัตตาเวีย โดยแบ่งระดับสีเปลือกสับปะรดเป็น 8 ระดับ ผลการทดลองพบว่า ความถูกต้อง (Accuracy rate) ความแม่นยำ (Precision) และค่าความระลึก (Recall) ในการคัดแยกสีเปลือกสับปะรดเท่ากับ 78.9, 9.86 และ 12.5 เปอร์เซ็นต์ ตามลำดับ