ปัญญาประดิษฐ์สำหรับระบบอากาศยานไร้คนขับ
Artificial Intelligence for UAS
คำอธิบายรายวิชา
พื้นฐานปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง การเตรียมข้อมูล การจำแนกประเภท การถดถอย โครงข่ายประสาทเทียม การเรียนรู้เชิงลึก การประเมินแบบจำลอง การใช้ข้อมูลจากเซนเซอร์และภาพ และการนำแบบจำลองไปใช้กับระบบอากาศยานไร้คนขับ
คำอธิบายภาษาอังกฤษ
artificial intelligence fundamentals, machine learning, data preparation, classification, regression, neural networks, deep learning, model evaluation, use of sensor and image data, and deployment of models in unmanned aircraft systems
ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)
| CLO | ผลลัพธ์การเรียนรู้ | PLO |
|---|---|---|
| CLO1 | อธิบายหลักการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก | PLO4 |
| CLO2 | เตรียมชุดข้อมูลภาพจากโดรนอย่างถูกหลัก | PLO4PLO6 |
| CLO3 | ฝึก ประเมิน และนำโมเดลไปใช้งาน | PLO4 |
โมดูลการเรียนรู้
1AI กับงานโดรน
สัปดาห์ 1–3 · 27 ชม.บทเรียน 85 นาทีquiz2 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ในชั้นเรียน / ภาคสนาม · 12 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
2พื้นฐานการเรียนรู้ของเครื่อง
สัปดาห์ 4–6 · 27 ชม.บทเรียน 90 นาทีquiz1 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
- พื้นฐานการเรียนรู้ของเครื่องอยู่ระหว่างพัฒนา
ในชั้นเรียน / ภาคสนาม · 12 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
3ชุดข้อมูลและ labeling
สัปดาห์ 7–9 · 27 ชม.บทเรียน 85 นาทีquiz3 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ในชั้นเรียน / ภาคสนาม · 12 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
4Deep learning และ object detection
สัปดาห์ 10–12 · 27 ชม.บทเรียน 90 นาทีquiz3 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ในชั้นเรียน / ภาคสนาม · 12 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
5ประเมินโมเดลและ edge
สัปดาห์ 13–15 · 27 ชม.บทเรียน 85 นาทีquiz2 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ในชั้นเรียน / ภาคสนาม · 12 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
การวัดและประเมินผล (ร่าง)
| ปฏิบัติการและใบงาน | 35% |
| quiz ประจำโมดูล | 10% |
| สอบกลางภาค | 20% |
| โครงงานย่อยหรือสอบปฏิบัติ | 35% |
โดเมนความรู้
แหล่งอ้างอิงหลัก
- Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow (3rd ed.). O'Reilly.
- Prince, S. J. D. (2023). Understanding deep learning. MIT Press. link