523480 COMPUTER ENGINEERING PROJECT
กลุ่ม 5 - 6 รศ. ดร.กิตติศักดิ์ เกิดประสพ - รศ. ดร.นิตยา เกิดประสพ
นศ.สามารถลงทะเบียน Prject จบ ได้เลย กลุ่ม อ.กิตติศักดิ์ หรือ อ.นิตยา โดยไม่ต้องขออนุมัติก่อนลง (ปรับปรุงล่าสุด 15 /3/2567)
..... ทำโปรเจค เป็นกลุ่มๆ ละ 1 คน (หรือ 2-3คน )
โดยนศ.จัดกลุ่มกันเองหาหัวข้อทำเอง หรือ จะนำหัวข้อของ อ.กิตติศักดิ์
ไปทำก็ได้ (อ.จะแจ้งหัวข้อในเร็วๆนี้) ....
-------------ขอนัด นศ.ที่ทำ Project จบ และ นศ.ป.โท- เอก------------------
กับ อ.กิตติศักดิ์ และ อ.นิตยา เข้า zoom meeting
- ใช้ zoom meeting (จะมี นศ.ป.โท และ ป.เอก present)
-สัมนา ป.ตรี (วิชาโปรเจคจบ ) , ป.เอก สัมนา ป.เอก ผ่าน zoom meeting ครั้งต่อไป ส.1 มีนาคม 2568 เวลา 14.00 น (เดือนละครั้ง, ถ้า นศ.ต้องการ ปรึกษาก่อน 1 เดือนให้ email นัด อ. ล่วงหน้า 1 วัน) หรือ โทรมาปรึกษา ที่ 08-04879802
Zoom Meeting https://us05web.zoom.us/j/3603916369?pwd=Nmh2bzVuakVuRkxBRXZ0VURZY0xzdz09
Meeting ID: 360 391 6369
Passcode: p0@6500429
----------------รายละเอียดการเรียน-Project----------------------
ให้นักศึกษาที่ลงทะเบียนวิชาโปรเจคกับ อ.กิตติศักดิ์ และ อ.นิตยา รวมถึงนักศึกษาที่ติด P
-ส่งรายงานความก้าวหน้าการทำโปรเจคทุกวันศุกร์ มาทางอีเมลที่
KittisakThailand@gmail.com และ nittaya.k@gmail.com
แนวปฏิบัติเกี่ยวกับการลงทะเบียนและการเรียนในรายวิชา
523480 Computer Engineering Project
(เฉพาะกลุ่มของ รศ.ดร.กิตติศักดิ์ และ รศ.ดร.นิตยา)
กลุ่มวิจัยนี้ ไม่เน้นเขียนโปรแกรม แต่เน้นการ ศึกษาค้นคว้าเทคนิคใหม่ๆ หรือวิธีการที่ ดีกว่าเดิม หรือ สำรวจข้อมูลที่น่าสนใจ และต้องมีผลการทดลอง และต้องเขียนรายงานการวิจัยเป็นภาษาไทย (ซึ่งเป็นแนวพื้นฐาน การเรียน ปริญญาโท,เอก) จะตัองมีการอ่านเอกสาร ภาษาอังกฤษ
1.) แนวทางของโปรเจคจะเน้นด้าน AI, Machine Learning, Data Analysis และมักจะเป็นลักษณะของงานวิจัยประยุกต์
2.) ก่อนเริ่มทำโปรเจค นักศึกษาควรเรียนรายวิชาเลือกที่เกี่ยวข้องกับแนวทางตามที่ระบุในข้อ 1 ตัวอย่างของรายวิชาเลือกได้แก่
523312 Knowledge Discovery and Data Mining
523314 Introduction to Natural Language Processing
523315 Machine Learning Fundamentals
523411 Artificial Intelligence in Applications
523412 Expert Systems
523414 Artificial Neural Network
523415 Semantic Web
523416 Computer and Data Analysis
523418 Deep Learning
3.) นักศึกษาควรจะเริ่มทำโปรเจคล่วงหน้าก่อนที่จะลงทะเบียนวิชานี้ เช่น เริ่มดำเนินการในเทอม 1 และ/หรือ เทอม 2 แล้วจึงลงทะเบียนวิชาโปรเจคในเทอม 3 และ นศ.ต้องส่ง ข้อเสนอโครงการก่อนลง Project (ตัวอย่าง)
4.) นักศึกษาจะต้องมีความก้าวหน้าในการดำเนินงานโปรเจคเกินร้อยละ 50 จึงจะได้รับอนุญาต (จาก อ.กิตติศักดิ์/อ.นิตยา) ให้ลงทะเบียนรายวิชาโปรเจค
5. )ถ้าหากในเทอมที่ลงทะเบียนเรียนวิชาโปรเจค มีเหตุขัดข้องทำให้ไม่สามารถดำเนินการให้แล้วเสร็จได้ภายในเทอมที่ลงทะเบียนเรียน จะได้รับอนุญาตให้ทำต่อเนื่องได้ในเทอมถัดไปอีกเพียง2เทอม ถ้าหากทำต่อเนื่องอีกหนึ่งเทอมแล้วยังดำเนินการได้ไม่สำเร็จ จะได้รับเกรด U ซึ่งหมายถึงสอบไม่ผ่านในรายวิชานี้ จะต้องลงทะเบียนเรียนซ้ำและอาจจะขอเปลี่ยนอาจารย์ที่ปรึกษาโปรเจคได้(นศ.ติด P ได้ 2 ครั้ง ถ้าไม่ผ่านอีก จะได้ U)
6. )เมื่อลงทะเบียนเรียนวิชาโปรเจค จะต้องมีการประเมินความก้าวหน้าเป็นระยะ(ไม่ใช่ประเมินครั้งเดียว) โดย นศ.จะต้องติดต่อ อ. และอาจารย์ที่ปรึกษาจะเป็นผู้ลงนามรับรองความก้าวหน้าของนักศึกษา (จำนวนครั้งของการรายงานความก้าวหน้า เป็นตามที่สาขาระบุ)
7. )ในการสอบโปรเจค นักศึกษาต้องนำเสนองาน รวมถึงต้องมีรายงานที่เขียนในลักษณะของรายงานการวิจัยฉบับสมบูรณ์ขนาดสั้นหรือเขียนในลักษณะของบทความวิจัย (ดูในตัวอย่าง)
***สำคัญ***
การเขียนรายงานฉบับสมบูรณ์(บทความวิจัย)
ตัวอย่างการเขียนเอกสารอ้างอิง 1
แต่ย้ำว่าไม่สามารถลอกเนื้อหาจากเอกสาร เว็บ หรือบล็อกต่าง ๆ ได้ ต้องเรียบเรียงใหม่ด้วยถ้อยคำสำนวนของตนเอง ถ้ากรรมการตรวจพบว่ามีการลอกประโยคจากแหล่งอื่น จะปรับตกทันที ความรู้เกี่ยวกับ “การหลีกเลี่ยงการลอกเลียนวรรณกรรม”
-นศ.จะต้องส่งความก้าวหน้าการเขียนงานวิจัย ทุกสัปดาห์
-เมื่อเรียบเรียงรายงานฉบับสมบูรณ์เสร็จแล้ว ส่งมาให้อาจารย์ตรวจอีกครั้ง(จะใช้เวลาตรวจประมาณ5วัน)