หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2565
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
เว็บแอพพลิเคชั่นช่วยในการแสดงผลภาพข้อมูลที่มีหลายมิติ
ชื่อโครงงานภาษาอังกฤษ
High dimensional data visualization application
ผู้พัฒนา
6210503624 นายนทวัจน์ เมี้ยนละม้าย
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ในปัจจุบันข้อมูลนั้นมีความหลากหลาย และมีการใช้งานเพื่อให้เกิดประโยชน์อยู่เป็นจำนวนมาก และข้อมูลเหล่านั้นบางข้อมูลจัดเป็นข้อมูลที่มีจำนวนมิติที่เยอะมาก ๆ ซึ่งยากที่ผู้ใช้งานจะทำความเข้าใจข้อมูลเพื่อที่จะนำไปใช้ในการสร้างประโยชน์จนทำให้เสียเวลาในการทำความเข้าใจเป็นจำนวนมาก โดยวิธีหนึ่งที่ใช้ในการช่วยให้ทำความเข้าใจข้อมูลได้มากขึ้นก็คือการนำข้อมูลนั้นมาแสดงผลภาพเป็นกราฟต่าง ๆ และทำการวิเคราะห์ผ่านการแสดงผลภาพข้อมูลนั้น ๆ แต่การจะแสดงผลภาพข้อมูลที่มีหลายมิตินั้นทำได้ยาก และจำเป็นต้องใช้วิธีการบางอย่างในการลดมิติของข้อมูลเพื่อนำมาแสดงผลภาพ
ดังนั้นผู้จัดทำจึงได้จัดทำโครงงานนี้ขึ้นมา เพื่อต้องการที่จะช่วยให้ผู้ใช้งานให้สามารถทำความเข้าใจข้อมูลที่มีหลายมิติได้มากยิ่งขึ้น ด้วยการช่วยผู้ใช้งานในการแสดงผลภาพข้อมูลหลายมิติจากทางผู้ใช้งานโดยใช้อัลกอริทึม t-SNE และ UMAP เพื่อทำการแสดงผลภาพข้อมูลให้อยู่ในรูปแบบ 2 หรือ 3 มิติ และเพื่อให้สามารถสร้างประโยชน์จากข้อมูลเหล่านั้นได้มากยิ่งขึ้น
Abstract
Currently, there is a variety of data and they are used to create numerous benefits. Some of these data are classified as multi-dimensional data, which can be difficult for users to understand and use to create benefits, resulting in a waste of time. One way to improve data understanding is to visualize the data through various graphs and analyze the data through visual representation. However, visualizing multi-dimensional data can be challenging and may require complex methods.
Objective of this work is to design and develop a web application for visualizing multidimensional data. In this work, two state-of-the-art techniques for visualizing high-dimensional data which are UMAP and t-SNE are implemented. They are famous dimension reduction techniques that are effective at revealing patterns and structure in the data that may be difficult to see in higher-dimensional space. Our web-based interface allows users to upload high-dimensional data, explore the dataset by adjusting parameters such as perplexity, learning rate, number of iteration etc., and provides real-time display on how the changes affect the resulting visualization.
คำสำคัญ (Keywords)
-
เว็บไซต์โครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายนทวัจน์
เมี้ยนละม้าย
(b6210503624)
แก้ไขครั้งสุดท้าย
เมื่อ April 6, 2023, 10:50 p.m. โดย
นายนทวัจน์
เมี้ยนละม้าย
(b6210503624)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
กฤษณะ
ไวยมัย
(fengknw)
เมื่อ Sept. 13, 2024, 3:32 p.m.