การพัฒนาปัญญาประดิษฐ์ในการจำแนกประเภทของเมฆเพื่อพยากรณ์สภาพอากาศโดยใช้หลักการประมวลผลภาพ
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
พงศพัฒน์ สุพร, ปัณณวิชญ์ หวานแท้, ปฐมพงษ์ อุปพงษ์
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สงกรานต์ บุตตะวงค์, สุทัศน์ บุตรชานนท์
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
การพยากรณ์อากาศนั้นมีความสำคัญกับการใช้ชีวิตของมนุษย์อย่างยิ่ง เนื่องจากการตรวจอากาศนั้นจำเป็นต้องมีอุปกรณ์ที่ใช้ในการตรวจสภาพอากาศหลายประเภท และการใช้ปัญญาประดิษฐ์ที่ช่วยในการพยากรณ์สภาพอากาศจะทำให้ภาระงานของนักอุตุนิยมวิทยาลดลงและมีความแม่นยำมากขึ้น ดังนั้นคณะผู้จัดทำจึงได้พัฒนาปัญญาประดิษฐ์ในการจำแนกประเภทของเมฆเพื่อการพยากรณ์สภาพอากาศ โดยมีจุดประสงค์เพื่อพัฒนาปัญญาประดิษฐ์ในการจำแนกประเภทของเมฆเพื่อการพยากรณ์สภาพอากาศ และเพื่อศึกษาวิธีการจำแนกประเภทของเมฆจากภาพถ่ายโดยใช้หลักการประมวลผลภาพและ Machine Learning โดยมีกระบวนการเริ่มจากการเก็บรวบรวมภาพถ่ายเมฆจากอินเทอร์เน็ต และทำการเตรียมข้อมูลเพื่อที่จะสร้างโมเดลการจัดจำแนก ต่อมาทำการสร้างโมเดลในการจำแนกประเภทของเมฆจากการทำ Machine Learning โดยใช้ Teachable Machine แล้วนำโมเดลทั้งสองทำการทดสอบประเมินโมเดลตามหลักการ Confusion Matrix แล้วนำมาหาค่า Accuracy, Precision, Recall, Specificity และ F1-Score แล้วทำการปรับปรุงโมเดลเพื่อให้ได้โมเดลที่มีประสิทธิภาพมากที่สุด หลังจากนั้นทำการสร้างสถานีถ่ายภาพเมฆติดตั้งบนภาคพื้นดิน และนำโมเดลที่ได้ไปใช้งานบนบอร์ด Raspberry Pi โดยออกแบบให้ถ่ายภาพเมฆทุก 10 นาที ในเวลา 07.00 – 17.00 น. และใช้โมเดลจำแนกประเภทของเมฆเพื่อจัดจำแนกประเภทของเมฆและแสดงผลบนหน้าจอ
ผลการศึกษาปรากฏว่า ได้โมเดลปัญญาประดิษฐ์ในการจำแนกประเภทของเมฆ โดยสามารถจำแนกประเภทของเมฆได้ด้วยกันทั้งหมด 7 รูปแบบ ได้แก่ Cirrus, Cirrocumulus, Cirrostratus, Cumulus, Stratus, Stratocumulus และท้องฟ้าโปร่ง โดยผลการประเมิน ประสิทธิภาพของโมเดลในการจำแนกประเภทของเมฆมีค่า Accuracy ของเมฆทั้ง 7 รูปแบบ คือ Cirrus 88.37%, Cirrocumulus 91.86%, Cirrostratus 96.51%, Cumulus 91.28%, Stratus 94.77%, Stratocumulus 93.02% และท้องฟ้าโปร่ง 100.00% ค่า Precision ของเมฆทั้ง 7 รูปแบบ คือ Cirrus 0.90, Cirrocumulus 0.50, Cirrostratus 0.17, Cumulus 0.44, Stratus 0.69, Stratocumulus 0.67 และท้องฟ้าโปร่ง 1.00 ค่า Recall ของเมฆทั้ง 7 รูปแบบ คือ Cirrus 0.79, Cirrocumulus 0.67 , Cirrostratus 0.82, Cumulus 0.50, Stratus 0.20, Stratocumulus 0.67 และท้องฟ้าโปร่ง 1.00 ค่า F1 score ของเมฆทั้ง 7 รูปแบบ คือ Cirrus 0.84, Cirrocumulus 0.53, Cirrostratus 0.75, Cumulus 0.57, Stratus 0.18, Stratocumulus 0.57 และท้องฟ้าโปร่ง 1.00 แสดงให้เห็นว่าโมเดลในการจำแนกประเภทของเมฆสามารถจำแนกเมฆ คือ ท้องฟ้าโปร่ง, Cirrus, Stratus, Cumulus, Cirrocumulus, Stratocumulus และ Cirrostratus ได้อย่างแม่นยำตามลำดับ ส่งผลต่อการนำข้อมูลร่วมกับปริมาณการวัดทางอุตุนิยมวิทยาอื่น ๆ สู่การพยากรณ์อากาศได้อย่างแม่นยำมากขึ้น