การจำแนกเห็ดพิษและเห็ดกินได้ในประเทศไทยจากข้อมูลยูซีไอเห็ดโดยใช้โครงข่ายประสาทเทียม

บทคัดย่อ

งานวิจัยนี้นำเสนอ การเปรียบเทียบประสิทธิภาพการจำแนกเห็ดกินได้และเห็ดพิษในประเทศไทยจากข้อมูล UCI เห็ดระหว่างการใช้โครงข่ายประสาทเทียม(MLP) กับการใช้ซัพพอร์ตเวกเตอร์แมชชีน(SVM) โดยข้อมูลของ UCI dataset ที่นำมาประมวลผลประกอบไปด้วยลักษณะ โครงสร้างของเห็ดได้แก่ ส่วนหมวก ส่วนครีบ ส่วนวงแหวน ส่วนลำต้น และเยื่อหุ้มหรือเปลือก ซึ่งเป็นลักษณะโครงสร้างของเห็ดจำนวน 8124 ชนิด เพื่อป้อนเข้าสู่ส่วนของการประมวลผลโดยใช้โครงข่ายประสาทเทียมแบบแพร่กลับ มีโครงสร้างเป็น 22-22-1 โดยโครงข่ายประสาทเทียมนี้มีข้อมูลป้อนเข้า 22 ตัวแปร ส่วนชั้นซ่อน 22 ตัวแปรและมีผลลัพธ์ 1 ตัวแปร ส่วนของ SVM เลือกใช้ kernel แบบ RBF เพื่อจำแนกข้อมูล ผลที่ได้จากการวิจัยพบว่าการใช้โครงข่ายประสาทเทียม มีประสิทธิภาพในการจำแนกเห็ดกินได้ และเห็ดพิษในประเทศไทยจากข้อมูล UCI dataset มากกว่าการใช้ SVM แบบ RBF โดยมีค่าความถูกต้องของ MLP ที่ 97.686%

คำสำคัญ