Machine learning model ถือเป็นองค์ความรู้ใหม่หรือไม่

เพราะความรู้เกิดขึ้นจากการทำความเข้าใจสารสนเทศที่ประมวลผลมาจากข้อมูล

ดังนั้น machine learning model ที่เป็น blackbox ที่มนุษย์ไม่สามารถทำความเข้าใจได้จึงไม่น่าเป็นองค์ความรู้ใหม่แต่เป็นผลจากการประยุกต์ใช้งาน ML algorithm มากกว่า

แต่ใน dictionary American Heritage ให้ความหมายของ knowledge ว่านอกจากจะหมายถึงความเข้าใจแล้วยังหมายถึงเพียงแค่การรู้หรือการค้นพบได้ด้วย ถ้ายึดตามความหมายหลังนี้ machine learning model ก็จัดเป็นองค์ความรู้ใหม่เช่นกัน

ส่วนคำว่า research contribution นั้นหมายถึง contribution to knowledge นั่นก็คือองค์ความรู้ใหม่นั่นเอง

Common problem of existing digital libraries

They have not implemented forward pointers to more advanced versions of papers, such as the journal version of a previously published conference paper.

โครงสร้าง ววน กสว

 

กสว  รับนโยบายมาลงรายละเอียดเป็นนโยบายและแผน

Fault tolerance vs high availability

The difference between fault tolerance and high availability, is this: A fault tolerant environment has no service interruption but a significantly higher cost, while a highly available environment has a minimal service interruption.

Fault tolerance relies on specialized hardware to detect a hardware fault and instantaneously switch to a redundant hardware component.

High availability combines software with industry-standard hardware to minimize downtime by quickly restoring essential services when a system, component, or application fails.

ประโยชน์ของหัวข้อ ปัญหาและอุปสรรค

ทำให้ผู้อ่านทราบว่าผู้ศึกษาจะได้เรียนรู้อะไรบ้างในการแก้ปัญหาเหล่านั้น ดังนั้นหัวข้อนี้ควรเพิ่มแนวทางการแก้ไขปัญหาตรงไปด้วย

peer review (พิชญพิจารณ์)

พิชญ์ = นักปราชญ์

พิจารณ์ = พิจารณา

เป็นวิธีการที่ดีกว่าการโหวตซึ่งนับหนึ่งเสียงเท่ากันหมดไม่ว่าคนยกมือโหวตจะรู้เรื่องหรือไม่รู้เรื่องหรือรู้ไม่จริง

Multidiscipline VS Interdiscipline

• Multidiscipline: In a multidisciplinary approach, experts from different disciplines work together on a project, but they generally stay within their own fields. Each discipline contributes its own perspective and methods, and the integration of these contributions happens at the boundaries of the disciplines. For example, a multidisciplinary team working on climate change might include meteorologists, biologists, and economists, each addressing the problem from their own disciplinary standpoint.
• Interdiscipline: In an interdisciplinary approach, there is a deeper integration of knowledge from different disciplines. Experts collaborate more closely to develop new methods or theories that blend concepts from their respective fields. The goal is to create a new, cohesive understanding or solution that transcends the boundaries of individual disciplines. For example, an interdisciplinary team working on a new technology might integrate principles from engineering, computer science, and design to develop a novel product.

In summary, while multidisciplinary approaches involve separate contributions from different fields, interdisciplinary approaches seek to merge these contributions into a unified framework.

A Broader Term cross-discipline is a more general term that encompasses both interdisciplinary and multidisciplinary approaches.

cf. ChatGPT

Banking SaaS & PaaS

 https://www.thoughtmachine.net/

AWS quantum computing service

Amazon Braket

https://aws.amazon.com/braket/

Gunicorn (Web Server Gateway Interface: WSGI)

The standard web servers such as Apache, and NGINX (pronounced engine-x) don’t know how to communicate with your Python applications. Web servers receive the request from a client(Web browser) and return a response. WSGI provides that bridge of your need to communicate between your Web Server and Web Application. Through multi-threading, WSGI also handles scaling for web servers to be able to handle thousands of requests at the same time.

Bypassing NGINX web server to directly contact Gunicorn at port 8000:

 https://medium.com/@serdarilarslan/what-is-gunicorn-5e674fff131b

Not bypassing NGINX to contact Gunicorn at standard HTTP port (install Python & Gunicorn in app tier and Nginx in web tier to fwd http requests to app tier):

https://www.digitalocean.com/community/tutorials/how-to-serve-flask-applications-with-gunicorn-and-nginx-on-ubuntu-18-04

Unlike PHP that can be directly executed by Apache, PHP doesn't need a kind of WSGI.

World University Ranking VS SIR

SIR (Scimago Institutions Ranking) สังเกตว่าเกณฑ์หลายข้อ (https://www.scimagoir.com/methodology.php) ที่เป็นการหารายได้ให้ Scopus ซึ่งเป็นองค์กรแสวงหากำไร 

Scimago เองก็แปะโฆษณาไว้เต็มหน้าเว็บผลการค้นหาการจัดอันดับวารสาร จึงเข้าข่ายหน่วยงานแสวงหาผลกำไรเช่นเดียวกัน

ความน่าเชื่อถือของ SIR จึงต่ำกว่า World University Ranking ของ Time Higher Education (เน้นการวิจัยเชิงปริมาณและคุณภาพเชิงวิชาการ) (https://www.timeshighereducation.com/world-university-rankings/world-university-rankings-2024-methodology)

และต่ำกว่า QS world university ranking (เน้นชื่อเสียงและการจ้างงาน)

(https://support.qs.com/hc/en-gb/articles/4405955370898-QS-World-University-Rankings)

กตเวทิตาจิต vs มุทิตาจิต

https://medinfo.psu.ac.th/pr/WebBoard/readboard.php?id=21464

ถ้าใช้มุทิตาจิตก็ตีความได้ว่ามาร่วมแสดงความยินดีกับผู้เกษียณที่ได้รับการประกาศเกียรติคุณ

TRL&MRL

https://www.linkedin.com/pulse/trl-mrl-how-ready-your-technology-beth-kujan

Research methodology

1. Define research area of expertise/interest
2. Identification of problem/requirement and its significance/impact
3. Literature review
4. Formulating research problem statement
5. Defining research objectives
6. Reviewing concepts and theories
7. Formulating hypothesis/prospective solution
8. Expecting research contributions
9. Research design (plan for steps 10-18)
10. Research proposal approval (cover steps 1-8 summarizing TOES-feasibility study)
11. Data gathering
12. Data preparation
13. Data processing using proposed formal/empirical solution
14. Result measurement
15. Result analysis
16. Result interpretation
17. Result evaluation
18. Result discussion & future research opportunity
19. Reporting/Peer-review publication

Web Assembly (WASM) language

 https://iconext.co.th/th/2023/08/29/webassembly-%E0%B8%AD%E0%B8%B5%E0%B8%81%E0%B8%AB%E0%B8%99%E0%B8%B6%E0%B9%88%E0%B8%87%E0%B8%97%E0%B8%B2%E0%B8%87%E0%B9%80%E0%B8%A5%E0%B8%B7%E0%B8%AD%E0%B8%81%E0%B9%83%E0%B8%99%E0%B8%81%E0%B8%B2-2/

Opensource tool for Data labeling

 https://labelstud.io/

แนวโน้มของการทำวิจัยด้านไอที

 สมัยก่อนที่ Infrastructure ยังไม่ทันสมัย งานวิจัยจะเกิดขึ้นในระดับ infra. เยอะมาก จนมาถึงปัจจุบันที่ infra. เริ่มพัฒนาจนสามารถนำ applications ประเภทต่างๆ ขึ้นไปใช้งานได้ เช่น cloud services, big data, streaming, AI, IoT งานวิจัยก็เริ่มเทมาอยู่ใน Applilcation layer ทำให้งานวิจัยฝั่ง infra เริ่มซบเซา