ภาควิชาวิศวกรรมไฟฟ้า / สาขาวิชาวิศวกรรมไฟฟ้าและคอมพิวเตอร์ https://sure.su.ac.th/xmlui/handle/123456789/965 2026-06-14T16:22:29Z 2026-06-14T16:22:29Z เอกภพ จิตตโคติ https://sure.su.ac.th/xmlui/handle/123456789/29711 2024-11-11T20:10:06Z 0028-01-01T00:00:00Z

Development of Lip Reading Method From Video Using Deep Learning; การพัฒนาวิธีการอ่านริมฝีปากจากภาพเคลื่อนไหวโดยใช้การเรียนรู้เชิงลึก เอกภพ จิตตโคติ This thesis presents a method for improving the efficiency of lip reading through the analysis of keyframes using CNN and LSTM working together, which combines the characteristics of image-based learning with sequential learning features. When attempting to enhance lip reading performance using the entire raw dataset, satisfactory results cannot be achieved. Thus, the selection of an appropriate number of frames and frame selection for learning directly affects the model's efficiency. The frame selection method is proposed through the Mediapipe face detection library in Python. The study divides experiments into three main groups: selecting 3, 5, and 10 frames. Additionally, the frame selection includes full-Lip image frames and half-Lip image frames options, based on the hypothesis of the symmetry of human body parts, both left and right. Furthermore, it demonstrates the reduction of input size by half and compares the performance of the obtained results. This proposes a lip reading method that has not been conducted before. The purpose of lip reading is to aid in speech retrieval from heavily corrupted audio-video files and also to facilitate communication for hearing-impaired individuals. In the database part, the AVDigits database, an English language database consisting of participants who are native and non-native speakers of English from 16 nationalities, is used. The results of this study show that the proposed models, including the crucial frame selection process, significantly improve lip reading performance for both full-Lip image and half-Lip image, achieving high and comparable results.; วิทยานิพนธ์ฉบับนี้ได้นำเสนอวิธีการพัฒนาประสิทธิภาพของการอ่านริมฝีปากผ่านการวิเคราะห์เฟรมสำคัญโดยใช้ CNN และ LSTM ที่ทำงานร่วมกันซึ่งเป็นการใช้คุณลักษณะของการเรียนรู้แบบรูปภาพร่วมกับคุณลักษณะการเรียนรู้แบบลำดับขั้น หากต้องการเพิ่มประสิทธิของการอ่านริมฝีปากการใช้ชุดข้อมูลดิบทั้งหมดไม่สามารถให้ผลลัพธ์ที่ดีได้ ดังนั้นการเลือกจำนวนเฟรมและเฟรมที่เหมาะสมต่อการเรียนรู้จะส่งผลต่อประสิทธิภาพของแบบจำลองโดยตรง โดยวิธีการเลือกเฟรมได้ถูกนำเสนอผ่านไลบรารี่การตรวจจับใบหน้าของ Mediapipe บนโปรแกรมภาษา Python โดยการศึกษาได้มีการแบ่งการทดลองออกเป็น 3 กลุ่มหลัก นั่นคือ การเลือกจำนวนเฟรมที่ 3 5 และ 10 เฟรม อีกทั้งการเลือกเฟรมดังกล่าวยังแบ่งออกเป็นการเลือกแบบเฟรมเต็มปากและการเลือกแบบเฟรมครึ่งปาก โดยมีที่มาจากสมมติฐานเรื่องของความสมมาตรทางด้านร่างกายซ้ายและขวาของมนุษย์ อีกทั้งยังแสดงถึงการลดขนาดของอินพุตลงครึ่งนึงและเปรียบเทียบประสิทธิภาพของผลลัพธ์ที่ได้ ซึ่งเป็นการนำเสนอวิธีการวิธีการอ่านริมฝีปากที่ไม่มีงานวิจัยใดเคยทำมาก่อน โดยวัตถุประสงค์ของการอ่านริมฝีปากนั้น สามารถช่วยด้านการกู้ข้อมูลคำพูดจากไฟล์วิดีโอที่มีเสียงรบกวนจำนวนมาก รวมถึงการสื่อสารของผู้พิการทางการได้ยินด้วยเช่นกัน ในส่วนของฐานข้อมูลใช้ฐานข้อมูลที่ชื่อ AVDigits ซึ่งเป็นฐานข้อมูลภาษาอังกฤษที่มีการรวบรวมอาสาสมัครที่เป็นเจ้าของภาษาและไม่ใช่เจ้าของภาษากว่า 16 สัญชาติ โดยผลลัพธ์ทีได้จากการศึกษานี้พบว่า แบบจำลองที่ได้นำเสนอรวมถึงขั้นตอนของการเลือกเฟรมสำคัญทำให้ประสิทธิภาพของการอ่านริมฝีปากทั้งแบบเต็มปากและครึ่งปากให้ผลลัพธ์อยู่ในระดับที่สูงและมีความใกล้เคียงกัน

0028-01-01T00:00:00Z ณัฐพงศ์ ธัญญรัตน์สกุล https://sure.su.ac.th/xmlui/handle/123456789/29709 2024-12-04T20:08:02Z 0028-01-01T00:00:00Z

The Synthesis of current-mode Analog Space Vector  Technique  PWM circuit; การสังเคราะห์วงจรมอดูเลชันความกว้างพัลส์เทคนิคสเปซเวกเตอร์แบบแอนะล็อกในโหมดกระแส ณัฐพงศ์ ธัญญรัตน์สกุล This thesis synthesized and designed a modulated width pulse circuit using a current mode Three-phase Analog Space Vector Signal Generation Technique. The aim is to develop pulse width modulation and enhance the efficiency of the output signal. The synthesized modulation circuit consists of two main circuits: A Current mode 3-phase analog Space vector signal generation Technique Based on Subthreshold Region and a current mode comparator circuit. The analysis of the presented circuit is divided into two cases: the ideal case and the non-ideal case. Performance testing of the pulse width modulation circuit is designed using three-phase space vector waveform reference signals with a 120-degree phase difference generated by modifying a 100nApeak, 50Hz sinusoidal signal and modulating it with a triangular waveform signal of 90nApeak and 2kHz frequency. This results in modulation rates in terms of size and frequency of 1.12 and 40, respectively. Simulation results using PSpice software with 0.18μm MOS transistors, specifically P-type (Level 3) and N-type (Level 7) parameters, confirm the performance of the synthesized pulse width modulation (PWM) circuit as per the analyzed theory. The circuit, generating a three-phase analog vector space mode reference signal, achieves its intended design goals. The output signals of the circuit or the reference signals of phases A, B, and C have peak magnitudes of 74.54nA, 74.56nA, and 74.56nA respectively, at the output sizes of -25.6nApeak for output 1, output 2, and output 3 of the circuit, in positive current flow (Imid_amp1, Imid_amp2, and Imid_amp3). These values deviate from the analyzed theory by 0.6%, 0.57%, and 0.57%, respectively. The simulated circuit matches the current flow circuit and conforms to the analyzed theory. The modulation employs the principle of comparing the analog vector space reference waveform with the triangular waveform signal through a current-mode signal comparison circuit, generating PWM signals for all three phases. The simulated PWM signal sizes exhibit a maximum deviation from the theory of 0.94%, while the duty cycle distortion deviates a maximum of 10.36% from the analyzed theory due to device non-idealities as predicted. The PWM output from the synthesized modulation width pulse circuit aligns with the anticipated theory, with the PWM size controllable linearly through electronic means, with a maximum adjustable size of 4mApeak, showing a maximum deviation of 0.745%. Additionally, the synthesized modulation width pulse circuit demonstrates a power consumption rate of only 4.05μW and operates with a power supply of ±0.7V.; วิทยานิพนธ์ฉบับนี้ได้สังเคราะห์และออกแบบวงจรมอดูเลชันความกว้างพัลส์เทคนิค สเปซเวกเตอร์แบบแอนะล็อกโหมดกระแส มีจุดประสงค์เพื่อพัฒนาการมอดูเลชันความกว้างพัลส์และเพิ่มประสิทธิภาพของสัญญาณเอาต์พุต โดยวงจรมอดูเลชันที่สังเคราะห์ขึ้นประกอบไปด้วยวงจรหลัก 2 วงจรคือ วงจรสร้างสัญญาณอ้างอิงสเปซเวกเตอร์แบบแอนะล็อกโหมดกระแส 3 เฟส และวงจรเปรียบเทียบสัญญาณโหมดกระแสทำงานในช่วง Subthreshold การวิเคราะห์วงจร ที่นำเสนอแบ่งออกเป็น 2 กรณี ได้แก่ กรณีอุดมคติและกรณีไม่เป็นอุดมคติ การทดสอบสมรรถนะของวงจรมอดูเลชันความกว้างพัลส์ ออกแบบให้ใช้สัญญาณอ้างอิงรูปคลื่นสเปซเวกเตอร์ 3 สัญญาณที่มีความต่างเฟส 120 องศาที่สร้างจากการดัดแปลงสัญญาณไซน์ที่มีขนาด 100nApeak และความถี่ 50Hz มอดูเลชันกับสัญญาณพาห์รูปคลื่นสามเหลี่ยมที่มีขนาด 90nApeak  และความถี่ 2kHz  ซึ่งทำให้มีอัตรามอดูเลตด้านขนาดและความถี่เท่ากับ 1.12 และ 40 ตามลำดับ การจำลองการทำงานผ่านโปรแกรม PSpice ใช้มอสทรานซิสเตอร์ 0.18μm ของ (TSMC) พารามิเตอร์ชนิดพี (Level 3) และชนิดเอ็น (Level 7) ผลการทดสอบสมรรถนะของวงจรมอดูเลชันความกว้างพัลส์ที่สังเคราะห์ขึ้นพบว่าเป็นไปตามทฤษฎีที่ได้วิเคราะห์ไว้ ซึ่งวงจรสร้างสัญญาณอ้างอิงสเปซเวกเตอร์ 3 เฟส สามารถสร้างสัญญาณอ้างอิงสเปซเวกเตอร์ได้ตรงตามเป้าหมายที่ได้ออกแบบไว้ โดยสัญญาณเอาต์พุตของวงจรหรือสัญญาณอ้างอิงสเปซเวกเตอร์เฟส A มีขนาด 74.54nApeak ณ ขนาดของสัญญาณเอาต์พุตตัวที่ 1 ของวงจรตามกระแสแบบบวก(Imid_amp1) เท่ากับ -25.6nApeak ที่จุดยอดของสัญญาณอ้างอิงไซน์ ซึ่งผิดพลาดจากทฤษฎีที่เคราะห์ไว้ 0.6% สัญญาณเอาต์พุตของวงจรหรือสัญญาณอ้างอิงสเปซเวกเตอร์เฟส B มีขนาด 74.56nApeak ณ ขนาดของสัญญาณเอาต์พุตตัวที่ 2 ของวงจรตามกระแสแบบบวก (Imid_amp2) เท่ากับ -25.6nApeak ที่จุดยอดของสัญญาณอ้างอิงไซน์ ซึ่งผิดพลาดจากทฤษฎีที่เคราะห์ไว้ 0.57% และสัญญาณเอาต์พุตของวงจรหรือสัญญาณอ้างอิงสเปซเวกเตอร์เฟส C มีขนาด 74.56nApeak ณ ขนาดของสัญญาณเอาต์พุต ตัวที่ 3 ของวงจรตามกระแสแบบบวก (Imid_amp3) เท่ากับ -25.6nApeak ที่จุดยอดของสัญญาณอ้างอิงไซน์ ซึ่งผิดพลาดจากทฤษฎีที่เคราะห์ไว้ 0.57% พบว่าผลการจำลองของวงจรที่สังเคราะห์ไว้เป็นวงจรตามกระแสและสอดคล้องกับทฤษฎีที่ได้วิเคราะห์ไว้ การมอดูเลชันใช้หลักการเปรียบเทียบระหว่างสัญญาณอ้างอิงรูปคลื่นสเปซเวกเตอร์กับสัญญาณพาห์รูปคลื่นสามเหลี่ยมโดยผ่านวงจรเปรียบเทียบสัญญาณโหมดกระแส ซึ่งสามารถสร้างสัญญาณ PWM ได้ทั้งหมด 3 สัญญาณขนาดของสัญญาณ PWM ในการจำลอง มีค่าเบี่ยงเบนจากทฤษฎีสูงสุดที่ 0.94% ค่าดิวตี้ไซเคิลของสัญญาณ PWM ผิดเพี้ยนไปจากทฤษฎีที่วิเคราะห์ไว้สูงสุด 10.36% อันเนื่องมาจากความไม่เป็นอุดมคติของ ตัวอุปกรณ์ดังที่วิเคราะห์ไว้ สัญญาณเอาต์พุต PWM จากวงจรมอดูเลชันที่สังเคราะห์ขึ้นให้ผลลัพธ์ตรงตามทฤษฎีที่คาดการณ์ไว้ ขนาดของ PWM ยังสามารถควบคุมได้อย่างเป็นเชิงเส้นด้วยวิธีทางอิเล็กทรอนิกส์ ซึ่งสามารถปรับขนาดได้สูงสุดถึง 4mApeak ซึ่งมีค่าผิดพลาดสูงสุด 0.745% นอกจากนี้วงจรมอดูเลชันที่ได้สังเคราะห์ขึ้นมีอัตราสิ้นเปลืองพลังงานเพียง 4.05μW และใช้แหล่งจ่ายไฟเลี้ยง ±0.7V

0028-01-01T00:00:00Z วิชญ์พล เทียนชอ https://sure.su.ac.th/xmlui/handle/123456789/29708 2024-12-04T20:07:59Z 0028-01-01T00:00:00Z

Development of Thai Image Captioning Method Using Deep Learning; การพัฒนาวิธีการสร้างคำบรรยายภาพภาษาไทยโดยใช้การเรียนรู้เชิงลึก วิชญ์พล เทียนชอ This thesis designed and developed a deep learning model to create Thai image captions using Convolutional Neural Network (CNN) such as VGG16 and others to extract image features and use Bidirectional LSTM is used to create captions, where CNN is the encoding process and Bidirectional LSTM is the decoding process. Bidirectional LSTM is another type of LSTM that allows the model to learn in two directions. The forward and reverse directions allow the model to learn and distinguish similar words and improve the model's memory capacity. And the dataset used for training and testing includes: The first database is Flickr8k, which is a public database that contains 8091 images and 5 English subtitles, which will be translated into Thai using Google Translate first. Most of this database. It will be pictures and descriptions related to daily life. and the second database is A custom-made traffic dataset containing 429 images and 5 Thai language captions. This database contains images and captions related to road traffic such as A girl was walking across the road. A red light warns all cars and motorcycles to stop. The reason for creating this data set is because this thesis hopes that in the future this research will be able to create a warning system for drivers on the road or even people traveling on the road, not just drivers. The only notification system is an audio notification when the model receives image input, but this thesis does not go into that system. Therefore, the experiment of this thesis will combine the two datasets because we want to not only see traffic-related results but also to see general image description results. Moreover, combining the datasets also enhances learning for the model as well And finally, the subtitles generated by the model were evaluated against the reference subtitles using the BLEU metric.; วิทยานิพนธ์เล่มนี้ได้ออกแบบและพัฒนาโมเดลการเรียนรู้เชิงลึกเพื่อสร้างคำบรรยายภาพภาษาไทยโดยใช้ Convolutional Neural Network (CNN) อย่างเช่น VGG16 และอื่นๆ เพื่อคัดแยกคุณลักษณะของรูปภาพและได้ใช้ Bidirectional LSTM ในการสร้างคำบรรยายภาพ โดยที่ CNN คือกระบวนการในการเข้ารหัส และ Bidirectional LSTM คือกระบวนการในการถอดรหัส ซึ่ง Bidirectional LSTM คือ LSTM อีกประเภทที่ช่วยให้โมเดลสามารถเรียนรู้ได้แบบสองทิศทางคือ ทิศทางไปข้างหน้าและทิศทางย้อนกลับทำให้โมเดลเรียนรู้และแยกแยะคำที่มีความคล้ายคลึงกันได้รวมถึงเพิ่มความสามารถของหน่วยความจำโมเดล และในส่วนของชุดข้อมูลที่ใช้สำหรับการฝึกสอนและทดสอบประกอบด้วย ฐานข้อมูลแรกคือ Flickr8k ซึ่งเป็นฐานข้อมูลสาธารณะที่ภายในฐานข้อมูลประกอบไปด้วยรูปภาพจำนวน 8091 รูป และคำบรรยายภาษาอังกฤษ 5 คำบรรยายซึ่งจะทำการแปลคำบรรยายเป็นภาษาไทยโดยใช้ Google Translate ก่อน โดยส่วนใหญ่ฐานข้อมูลชุดนี้จะเป็นรูปภาพและคำบรรยายที่เกี่ยวกับชีวิตประจำวันทั่วไป และฐานข้อมูลที่สองคือ ชุดข้อมูลการจราจรที่จัดทำขึ้นเองซึ่งภายในจะประกอบไปด้วยรูปภาพ 429 รูป และคำบรรยายภาษาไทย 5 คำบรรยาย โดยฐานข้อมูลชุดนี้คือรูปภาพและคำบรรยายที่เกี่ยวข้องกับการสัญจรบนท้องถนนอย่างเช่น เด็กผู้หญิงคนหนึ่งกำลังเดินข้ามถนน ไฟแดงเตือนให้รถยนต์และรถจักรยานยนต์ทุกคันต้องหยุด ซึ่งเหตุผลที่ได้จัดทำชุดข้อมูลนี้เพราะว่าวิทยานิพนธ์เล่มนี้หวังว่างานวิจัยชุดนี้ในอนาคตจะสามารถทำการสร้างระบบแจ้งเตือนให้กับผู้ขับขี่บนท้องถนนหรือแม้แต่ผู้ที่สัญจรอยู่ตามท้องถนนไม่ใช่กับผู้ขับขี่อย่างเดียวซึ่งระบบการแจ้งเตือนนั้นจะเป็นการแจ้งเตือนด้วยเสียงเมื่อโมเดลรับอินพุตภาพเข้ามาแล้วแต่วิทยานิพนธ์ฉบับนี้ไม่ได้ทำไปจนถึงระบบนั้น ดังนั้นการทดลองของวิทยานิพนธ์ฉบับนี้จะทำการรวมชุดข้อมูลทั้งสองเข้าด้วยกันเพราะไม่เพียงแต่ต้องการดูผลลัพธ์ที่เกี่ยวข้องกับการจราจรแต่ต้องการดูผลลัพธ์การบรรยายรูปภาพทั่วไปด้วยอีกทั้งการรวมชุดข้อมูลเข้าด้วยกันยังช่วยเสริมการเรียนรู้ให้กับโมเดลด้วย และสุดท้ายได้ทำการประเมินคำบรรยายที่โมเดลสร้างเทียบกับคำบรรยายอ้างอิงโดยการใช้ตัวชี้วัด BLEU

0028-01-01T00:00:00Z พชรอร แสนประเสริฐ https://sure.su.ac.th/xmlui/handle/123456789/29509 2024-11-11T20:15:40Z 0028-01-01T00:00:00Z

Development of an evolutionary clustering method for gene-set enrichment analysis; การพัฒนาวิธีการจัดกลุ่มเชิงวิวัฒนาการสำหรับการวิเคราะห์ความสำคัญของกลุ่มยีนส์ พชรอร แสนประเสริฐ This thesis proposes a data clustering approach using a particle swarm optimization algorithm to analyze gene pathway importance in microarray analysis. The aim is to present a new clustering tool that provides a diverse set of solutions and avoids solutions that are trapped in local maximum or minimum. The tool also ensures that the output has the characteristics of a suitable data cluster when compared to traditional hierarchical and k-means clustering. The proposed clustering approach is developed using an evolutionary algorithm and implemented in Rstudio program. The results are compared with those obtained from pathfindR and stats, which are popular gene analysis and clustering tools for researchers. The study found that the proposed clustering approach with particle swarm optimization (PSO) algorithm provides a diverse set of clusters for k=19, 25, and 30, resulting in 8 to 27 clusters with the highest ℒ2 objective function value of 73.5088. In comparison, the hierarchical and k-means clustering approaches yielded the highest ℒ2 objective function values of 66.1339 and 57.4773, respectively. The properties of data grouping in terms of compactness and separability provided alternative clustering solutions. Moreover, from 431 tests conducted, the PSO clustering algorithm gave the highest maximum number of different answers, which was 38, while the hierarchical and k-means clustering methods gave 24 and 1 different answers, respectively, when the data were grouped into 14 clusters. In summary, this research concludes that the proposed clustering algorithm provided outstanding results in terms of diversity of clustering solutions and the highest ℒ2 objective function value. However, it may not perform well in terms of inter-group distances, which requires further development of clustering methods to enhance the clustering properties of data in terms of compactness and separation of data groups.; วิทยานิพนธ์ฉบับนี้เสนอการสร้างตัวจัดกลุ่มข้อมูลด้วยขั้นตอนวิธีการหาค่าเหมาะสมที่สุดแบบกลุ่มอนุภาคเพื่อการวิเคราะห์ Pathway ในงานการวิเคราะห์ความสำคัญของกลุ่มยีนส์จากเทคนิคไมโครอะเรย์ โดยมุ่งหวังที่จะนำเสนอเครื่องมือตัวจัดกลุ่มรูปแบบใหม่ที่ให้ความหลากหลายของคำตอบ และเลี่ยงภาวะคำตอบเข้าสู่สภาวะสูงสุดหรือต่ำสุดท้องถิ่น รวมถึงเป็นเครื่องมือที่ทำให้คำตอบมีคุณลักษณะของการเป็นกลุ่มข้อมูลที่เหมาะสมเปรียบเทียบกับการจัดกลุ่มข้อมูลรูปแบบดั้งเดิม ได้แก่ การจัดกลุ่มข้อมูลประเภทลำดับขั้น (Hierarchical clustering) และการจัดกลุ่มข้อมูลแบบเคมีน (K-means clustering) วิธีการสร้างและแนวคิดการพัฒนาตัวจัดกลุ่มใช้ขั้นตอนวิธีการค้นหาแบบกลุ่มอนุภาคนี้เป็นขั้นตอนวิธีเชิงวิวัฒนาการโดยสร้างเครื่องมือจัดกลุ่มนี้ด้วยภาษาอาร์ใช้ในโปรแกรม Rstudio และเปรียบเทียบผลของการจัดกลุ่มเทียบกับการจัดกลุ่มรูปแบบอื่นจากเครื่องมือ pathfindR และเครื่องมือ stats ซึ่งเป็นเครื่องมือวิเคราะห์ข้อมูลยีนส์และการจัดกลุ่มทั่วไปสำหรับผู้วิจัยในวงกว้าง ผลการวิจัยพบว่าตัวจัดกลุ่มด้วยขั้นตอนวิธีการหาค่าความเหมาะสมแบบกลุ่มอนุภาคที่นำเสนอสามารถจัดกลุ่มข้อมูลได้จากการกำหนดค่า k เริ่มต้น อาทิ 19 25 และ 30 กลุ่ม สามารถแบ่งกลุ่มออกมา (kpso) ได้หลายรูปแบบตั้งแต่ 8 - 27 กลุ่ม ให้ค่าสมการจุดประสงค์ ℒ2 มากที่สุดสูงสุดเมื่อเทียบการจัดกลุ่มรูปแบบอื่น ๆ ได้แก่ 73.5088 ในขณะที่การจัดกลุ่มแบบลำดับขั้นและเคมีน ให้ค่าสมการจุดประสงค์ ℒ2 มากที่สุดได้แก่ 66.1339 และ 57.4773 ตามลำดับ คุณสมบัติของการเป็นกลุ่มของข้อมูลในแง่ความกะทัดรัดและการแยกกันของกลุ่มข้อมูลด้วยวิธีการที่นำเสนอยังให้คำตอบเป็นรองต่อการจัดกลุ่มอีก 2 รูปแบบ นอกจากนี้ยังพบจำนวนคำตอบที่แตกต่างกันจากการทดสอบ 431 ครั้ง พบว่าตัวจัดกลุ่มที่นำเสนอให้จำนวนคำตอบที่แตกต่างกันสูงสุดถึง 38 คำตอบ ในขณะที่การจัดกลุ่มแบบเคมีนและลำดับขั้นให้ 24 และ 1 คำตอบ ตามลำดับ เมื่อจัดกลุ่มข้อมูลได้ 14 กลุ่ม โดยสรุปผลของงานวิจัยนี้พบว่า ตัวจัดกลุ่มที่นำเสนอนี้ให้ผลโดดเด่นด้านความหลากหลายของรูปแบบคำตอบ และยังทำให้ค่าสมการจุดประสงค์สูงสุดมีค่ามากที่สุดอีกด้วย ทั้งนี้ตัวจัดกลุ่มที่นำเสนออาจไม่ให้ผลดีอย่างเห็นได้ชัดในด้านระยะห่างระหว่างกลุ่ม ซึ่งต้องมีการพัฒนาขั้นตอนวิธีการสร้างตัวจัดกลุ่มต่อไปเพื่อทำให้คุณสมบัติการเป็นกลุ่มข้อมูลทั้งในแง่ความกะทัดรัดของข้อมูลและการแยกกันของข้อมูลมีความเด่นชัดขึ้น

0028-01-01T00:00:00Z