การปรับปรุงประสิทธิภาพการทำนายคะแนนคุณภาพชีวิตด้วยโมเดลแบบลำดับและการกลั่นความรู้

Abstract

ภายในเมืองใหญ่ความเป็นอยู่อาศัยที่ดีของผู้อยู่อาศัยเป็นสิ่งที่สำคัญที่สุด ซึ่งเป็นเหตุผลว่าทำไมการออกแบบเมืองและการพัฒนาอย่างยั่งยืนจึงเป็นหัวข้อที่สำคัญอย่างมาก คุณภาพชีวิตถูกใช้เป็นดัชนีชี้วัดความมีประสิทธิภาพของปัจจัยด้านปริมาณและคุณภาพของผังเมืองสำหรับผู้อยู่อาศัยภายในเมือง อีกทั้งคุณภาพชีวิตของผู้เดินทางเท้าก็เป็นสิ่งที่สำคัญเช่นกัน แนวคิดด้านความสามารถในการเดินจะเป็นตัวประเมินและวิเคราะห์คุณภาพชีวิตในฉากการเดิน อย่างไรก็ตามการทำแบบสอบถามเป็นสิ่งที่มีค่าใช้จ่ายและเวลาที่ต้องใช้สูง รวมถึงข้อจำกัดต่างๆในการประเมินพื้นที่ เพื่อที่จะจัดการกับข้อจำกัดเหล่านี้ งานวิจัยนี้ได้นำเสนอวิธีการที่นำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้ในการช่วยประเมินวัดผลความสามารถในการเดิน โดยที่มีการเก็บข้อมูลผ่านแบบสอบถามด้วยอุปกรณ์ความจริงเสมือน (VR) อีกทั้งงานวิจัยนี้ได้นำเสนอวิธีการถอดข้อมูลและการฝึกสอนแบบจำลองด้วยโครงข่ายประสาทเทียม convolutional เชิงลึก (Deep convolutional neural networks : DCNNs) ซึ่งใช้ในการทำนายผลคะแนนคุณภาพชีวิต รวมถึงนำวิธีการกลั่นข้อมูลเพื่อช่วยในการลดขนาดและเวลาในการประมวลผลของแบบจำลองลงทำให้ประสิทธิภาพของแบบจำลองดียิ่งขึ้น จากตัวอย่างผลการทดลองพบว่าวิธีการที่ได้นำเสนอนั้นสามารถนำไปใช้งานได้จริงและสามารถใช้เป็นหนึ่งในวิธีการทางเลือกที่สามารถช่วยเหลือในงานด้านคุณภาพชีวิตได้