Category Research results

āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļŠāļĢāđ‰āļēāļ‡āļ™āļ§āļąāļ•āļāļĢāļĢāļĄ “āļœāļ™āļąāļ‡āļ­āļēāļ„āļēāļĢāđ€āļžāļēāļ°āđ€āļĨāļĩāđ‰āļĒāļ‡āļŠāļēāļŦāļĢāđˆāļēāļĒ” āļ”āļąāļāļˆāļąāļš CO₂ āļžāļĢāđ‰āļ­āļĄāđ€āļ›āđ‡āļ™āļ‰āļ™āļ§āļ™āļŠāļĩāļ§āļ āļēāļžāļĨāļ”āļ„āļ§āļēāļĄāļĢāđ‰āļ­āļ™āđ€āļ‚āđ‰āļēāļ­āļēāļ„āļēāļĢ

āļ—āļĩāļĄāļ­āļēāļˆāļēāļĢāļĒāđŒāļ™āļąāļāļ§āļīāļˆāļąāļĒ āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļ™āļģāđ‚āļ”āļĒ āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ™āļ āļąāļŠāļ§āļĢāļĢāļ“ āļ§āļ‡āļĐāđŒāļĄāļ‡āļ„āļĨ āļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ āļžāļĢāđ‰āļ­āļĄāļ”āđ‰āļ§āļĒāļœāļđāđ‰āļĢāđˆāļ§āļĄāļ§āļīāļˆāļąāļĒ āļœāļĻ.āļ”āļĢ.āļŠāļąāļŠāļ§āļēāļĨāļĒāđŒ āļŠāļąāļĒāļŠāļ™āļ° āđāļĨāļ° āļœāļĻ.āļ”āļĢ.āļˆāļĩāļĢāļžāļĢ āđ€āļžāļāđ€āļāļēāļ° āļ„āļ“āļ°āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļžāļąāļ’āļ™āļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļģāļŠāļēāļŦāļĢāđˆāļēāļĒāļ‚āļ™āļēāļ”āđ€āļĨāđ‡āļāļĄāļēāđ€āļžāļēāļ°āđ€āļĨāļĩāđ‰āļĒāļ‡āđƒāļ™āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ›āļāļīāļāļĢāļ“āđŒāļŠāļĩāļ§āļ āļēāļžāđāļšāļšāđāļœāđˆāļ™āđ€āļĢāļĩāļĒāļšāđāļ™āļ§āļ•āļąāđ‰āļ‡ (Photobioreactor: PBR) āđ€āļžāļ·āđˆāļ­āļ•āļīāļ”āļ•āļąāđ‰āļ‡āđ€āļ›āđ‡āļ™āļœāļ™āļąāļ‡āļ­āļēāļ„āļēāļĢ āđ‚āļ”āļĒāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļĩāđ‰āļ—āļģāļŦāļ™āđ‰āļēāļ—āļĩāđˆāđ€āļ›āđ‡āļ™ “āļ‰āļ™āļ§āļ™āļŠāļĩāļ§āļ āļēāļž” āļ—āļĩāđˆāļŠāđˆāļ§āļĒāļĨāļ”āļ„āļ§āļēāļĄāļĢāđ‰āļ­āļ™āđ€āļ‚āđ‰āļēāļŠāļđāđˆāļ•āļąāļ§āļ­āļēāļ„āļēāļĢ āļ„āļ§āļšāļ„āļđāđˆāđ„āļ›āļāļąāļšāļāļēāļĢāļ”āļąāļāļˆāļąāļšāļāđŠāļēāļ‹āļ„āļēāļĢāđŒāļšāļ­āļ™āđ„āļ”āļ­āļ­āļāđ„āļ‹āļ”āđŒ (CO₂) āļœāđˆāļēāļ™āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļŠāļąāļ‡āđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļŠāļ‡ āđ€āļžāļ·āđˆāļ­āļšāļĢāļĢāđ€āļ—āļēāļ›āļąāļāļŦāļēāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļŠāļ āļēāļžāļ āļđāļĄāļīāļ­āļēāļāļēāļĻ.āļāļēāļĢāļ—āļ”āļĨāļ­āļ‡āļ™āļĩāđ‰āļĄāļļāđˆāļ‡āđ€āļ›āļĢāļĩāļĒāļšāđ€āļ—āļĩāļĒāļšāļŠāļēāļŦāļĢāđˆāļēāļĒāļ—āļ™āļ„āļ§āļēāļĄāļĢāđ‰āļ­āļ™āļŠāļ­āļ‡āļŠāļēāļĒāļžāļąāļ™āļ˜āļļāđŒ āđ„āļ”āđ‰āđāļāđˆ Chlorella sp. AARL G049 āđāļĨāļ° Leptolyngbya sp. AARL KC45 āļ āļēāļĒāđƒāļ•āđ‰āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļˆāļĢāļīāļ‡āļ—āļĩāđˆāļ­āļļāļ“āļŦāļ āļđāļĄāļīāļ™āđ‰āļģāļ­āļēāļˆāļŠāļđāļ‡āļ–āļķāļ‡ 45 āļ­āļ‡āļĻāļēāđ€āļ‹āļĨāđ€āļ‹āļĩāļĒāļŠ āļœāļĨāļāļēāļĢāļĻāļķāļāļĐāļēāļžāļšāļ§āđˆāļēāļŠāļēāļŦāļĢāđˆāļēāļĒāļ—āļąāđ‰āļ‡āļŠāļ­āļ‡āļŠāļ™āļīāļ”āļŠāļēāļĄāļēāļĢāļ–āļ—āļ™āļ„āļ§āļēāļĄāļĢāđ‰āļ­āļ™āđāļĨāļ°āļ”āļđāļ”āļ‹āļąāļšāļžāļĨāļąāļ‡āļ‡āļēāļ™āļˆāļēāļāđāļŠāļ‡āļ­āļēāļ—āļīāļ•āļĒāđŒāđ„āļ”āđ‰āļ”āļĩāđƒāļ™āļĢāļ°āļ”āļąāļšāļ—āļĩāđˆāđƒāļāļĨāđ‰āđ€āļ„āļĩāļĒāļ‡āļāļąāļ™ āđāļ•āđˆāļžāļšāļ§āđˆāļē Chlorella sp. āļĄāļĩāļ›āļĢāļīāļĄāļēāļ“āļ„āļēāļĢāđŒāļšāļ­āļ™āļ­āļīāļ™āļ—āļĢāļĩāļĒāđŒāļŠāļđāļ‡āļāļ§āđˆāļē Leptolyngbya sp. āļ–āļķāļ‡ 8% āļ‹āļķāđˆāļ‡āļŠāļĩāđ‰āđƒāļŦāđ‰āđ€āļŦāđ‡āļ™āļ–āļķāļ‡āļĻāļąāļāļĒāļ āļēāļžāļ—āļĩāđˆāđ€āļŦāļ™āļ·āļ­āļāļ§āđˆāļēāđƒāļ™āļāļēāļĢāļāļąāļāđ€āļāđ‡āļšāļ„āļēāļĢāđŒāļšāļ­āļ™āđ„āļ”āļ­āļ­āļāđ„āļ‹āļ”āđŒ.āļ”āđ‰āļ§āļĒāļĻāļąāļāļĒāļ āļēāļžāļ—āļĩāđˆāđ‚āļ”āļ”āđ€āļ”āđˆāļ™āļ”āļąāļ‡āļāļĨāđˆāļēāļ§ āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļˆāļķāļ‡āļĄāļĩāđāļœāļ™āļ™āļģ Chlorella sp. āđ„āļ›āļ•āđˆāļ­āļĒāļ­āļ”āđƒāļ™āļāļēāļĢāļ—āļ”āļĨāļ­āļ‡āļĢāļ°āļ”āļąāļšāļ‚āļĒāļēāļĒāļ‚āļ™āļēāļ” (Scale-up) āđ€āļžāļ·āđˆāļ­āļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āļāļąāļšāļāļēāļĢāļāļąāļāđ€āļāđ‡āļšāļ„āļēāļĢāđŒāļšāļ­āļ™āđƒāļ™āļ­āļēāļ„āļēāļĢāļˆāļĢāļīāļ‡ āļ­āļąāļ™āđ€āļ›āđ‡āļ™āļāđ‰āļēāļ§āļŠāļģāļ„āļąāļāļŠāļđāđˆāļāļēāļĢāļ­āļ­āļāđāļšāļšāļœāļ™āļąāļ‡āļ­āļēāļ„āļēāļĢāļ—āļĩāđˆāļŠāđˆāļ§āļĒāļĨāļ”āļāļēāļĢāđƒāļŠāđ‰āļžāļĨāļąāļ‡āļ‡āļēāļ™āļ„āļ§āļšāļ„āļđāđˆāļāļąāļšāļāļēāļĢāļĨāļ”āļāļēāļĢāļ›āļĨāđˆāļ­āļĒāļ„āļēāļĢāđŒāļšāļ­āļ™āđ„āļ”āđ‰āđƒāļ™āļ­āļ™āļēāļ„āļ• #āļ§āļīāļĻāļ§āļŊāļĄāļŠ #EntaneerCMU #CarbonCapture #NetZero #GreenInnovation #RiSAO

āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļˆāļąāļšāļĄāļ·āļ­āđ€āļ­āļāļŠāļ™ āļžāļąāļ’āļ™āļēāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļāļēāļĢāļ­āļšāđāļŦāđ‰āļ‡āļ­āļąāļˆāļ‰āļĢāļīāļĒāļ° āļĒāļāļĢāļ°āļ”āļąāļšāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ• ‘āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģ’ āļ„āļļāļ“āļ āļēāļžāļŠāļđāļ‡ āļŠāļđāđˆāļžāļ·āļŠāđ€āļĻāļĢāļĐāļāļāļīāļˆāđ„āļ—āļĒāđƒāļ™āļ•āļĨāļēāļ”āđ‚āļĨāļ

āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ“āļąāļāļ§āļļāļ’āļī āđ€āļ™āļĩāļĒāļĄāļŠāļ­āļ™ āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļāļĨ āļŦāļąāļ§āļŦāļ™āđ‰āļēāđ‚āļ„āļĢāļ‡āļāļēāļĢāļ§āļīāļˆāļąāļĒ āļĢāđˆāļ§āļĄāļāļąāļš āļšāļĢāļīāļĐāļąāļ— āļ™āļēāļ™āļēāļŸāļĢāļļāđ‰āļ• āļˆāļģāļāļąāļ” āļ›āļĢāļ°āļŠāļšāļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ• “āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģ” āļĄāļđāļĨāļ„āđˆāļēāļŠāļđāļ‡āļ”āđ‰āļ§āļĒāļ•āļđāđ‰āļ­āļšāļĨāļĄāļĢāđ‰āļ­āļ™ āđāļāđ‰āđ‚āļˆāļ—āļĒāđŒāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļˆāļąāļāļĢāļ™āļ­āļāļĪāļ”āļđāļāļēāļĨ āļžāļĢāđ‰āļ­āļĄāļāļēāļĢāļąāļ™āļ•āļĩāļ„āļļāļ“āļ āļēāļžāđāļĨāļ°āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļĄāļēāļ•āļĢāļāļēāļ™āļŠāđˆāļ‡āļ­āļ­āļ āļŦāļ§āļąāļ‡āļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āđ€āļĻāļĢāļĐāļāļāļīāļˆāļāļēāļ™āļĢāļēāļāđāļĨāļ°āļ‚āļĒāļēāļĒāļ•āļĨāļēāļ”āļŠāļđāđˆāļ›āļĢāļ°āđ€āļ—āļĻāļˆāļĩāļ™.āđ‚āļ„āļĢāļ‡āļāļēāļĢāļ™āļĩāđ‰āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļˆāļēāļāļāļēāļĢāļ™āļģāđ‚āļˆāļ—āļĒāđŒāļˆāļĢāļīāļ‡āļˆāļēāļāļ āļēāļ„āļ˜āļļāļĢāļāļīāļˆāļĄāļēāđāļāđ‰āđ„āļ‚ āđ‚āļ”āļĒāļšāļĢāļīāļĐāļąāļ— āļ™āļēāļ™āļēāļŸāļĢāļļāđ‰āļ• āļˆāļģāļāļąāļ” āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļœāļđāđ‰āļ›āļĢāļ°āļāļ­āļšāļāļēāļĢāļŠāđˆāļ‡āļ­āļ­āļāļĨāļģāđ„āļĒāļ­āļšāđāļŦāđ‰āļ‡ āļĄāļĩāļ‚āđ‰āļ­āļˆāļģāļāļąāļ”āđ€āļĢāļ·āđˆāļ­āļ‡āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļ•āļđāđ‰āļ­āļšāļĨāļĄāļĢāđ‰āļ­āļ™āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āđƒāļŠāđ‰āļ‡āļēāļ™āđ„āļ”āđ‰āđ€āļžāļĩāļĒāļ‡ 3–4 āđ€āļ”āļ·āļ­āļ™āļ•āđˆāļ­āļ›āļĩāđƒāļ™āļŠāđˆāļ§āļ‡āļĪāļ”āļđāļāļēāļĨāļĨāļģāđ„āļĒāđ€āļ—āđˆāļēāļ™āļąāđ‰āļ™ āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļˆāļķāļ‡āđ„āļ”āđ‰āđ€āļ‚āđ‰āļēāļĄāļēāļŠāđˆāļ§āļĒāļžāļąāļ’āļ™āļēāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļāļēāļĢāđāļ›āļĢāļĢāļđāļ›āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļŠāļ”āđƒāļŦāđ‰āđ€āļ›āđ‡āļ™ “āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģ” (Black Garlic) āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđ€āļžāļ·āđˆāļ­āļŠāļļāļ‚āļ āļēāļžāļ—āļĩāđˆāļĄāļĩāļĄāļđāļĨāļ„āđˆāļēāļŠāļđāļ‡āđāļĨāļ°āļāļģāļĨāļąāļ‡āđ€āļ›āđ‡āļ™āļ—āļĩāđˆāļ•āđ‰āļ­āļ‡āļāļēāļĢāļ­āļĒāđˆāļēāļ‡āļĄāļēāļāđƒāļ™āļ•āļĨāļēāļ”āļ•āđˆāļēāļ‡āļ›āļĢāļ°āđ€āļ—āļĻ āđ‚āļ”āļĒāđ€āļ‰āļžāļēāļ°āļ›āļĢāļ°āđ€āļ—āļĻāļˆāļĩāļ™ āđ€āļžāļ·āđˆāļ­āđƒāļŦāđ‰āļ—āļēāļ‡āļšāļĢāļīāļĐāļąāļ—āļŠāļēāļĄāļēāļĢāļ–āđ€āļ”āļīāļ™āļŠāļēāļĒāļāļēāļĢāļœāļĨāļīāļ•āđāļĨāļ°āđƒāļŠāđ‰āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļˆāļēāļāļ•āļđāđ‰āļ­āļšāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āđ€āļ•āđ‡āļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ•āļĨāļ­āļ”āļ—āļąāđ‰āļ‡āļ›āļĩ.āļŠāļģāļŦāļĢāļąāļšāļœāļĨāļœāļĨāļīāļ•āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģāļ—āļĩāđˆāđ„āļ”āđ‰āļˆāļēāļāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļ™āļĩāđ‰ āļ„āļīāļ”āđ€āļ›āđ‡āļ™āļĢāđ‰āļ­āļĒāļĨāļ° 53 āļ‚āļ­āļ‡āļ™āđ‰āļģāļŦāļ™āļąāļāļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļŠāļ” āđ‚āļ”āļĒāļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāđƒāļ™āļŦāđ‰āļ­āļ‡āļ›āļāļīāļšāļąāļ•āļīāļāļēāļĢāļĒāļ·āļ™āļĒāļąāļ™āļ§āđˆāļē āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļĄāļĩāļ„āđˆāļēāļ›āļĢāļīāļĄāļēāļ“āļ™āđ‰āļģāļ­āļīāļŠāļĢāļ° (Water Activity) āļ„āđˆāļēāļ„āļ§āļēāļĄāļŦāļ§āļēāļ™ āđāļĨāļ°āļ„āđˆāļēāļŠāļĩ āļ­āļĒāļđāđˆāđƒāļ™āđ€āļāļ“āļ‘āđŒāļĄāļēāļ•āļĢāļāļēāļ™āđ€āļ—āļĩāļĒāļšāđ€āļ—āđˆāļēāļāļąāļšāļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģāđ€āļāļĢāļ”āļžāļĢāļĩāđ€āļĄāļĩāļĒāļĄāđƒāļ™āļ—āđ‰āļ­āļ‡āļ•āļĨāļēāļ” āļ—āļĩāđˆāļŠāļģāļ„āļąāļāļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ­āļēāļŦāļēāļĢ (Food Safety) āļ•āļĢāļ§āļˆāđ„āļĄāđˆāļžāļšāđ€āļŠāļ·āđ‰āļ­āļāđˆāļ­āđ‚āļĢāļ„āļ—āļĩāđˆāđ€āļ›āđ‡āļ™āļ­āļąāļ™āļ•āļĢāļēāļĒ āđ„āļ”āđ‰āđāļāđˆ Escherichia coli, Salmonella spp. āđāļĨāļ° Staphylococcus aureus āļ—āļģāđƒāļŦāđ‰āļĄāļąāđˆāļ™āđƒāļˆāđ„āļ”āđ‰āļ§āđˆāļēāļ›āļĨāļ­āļ”āļ āļąāļĒāļ•āđˆāļ­āļœāļđāđ‰āļšāļĢāļīāđ‚āļ āļ„ 100%.āļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāđƒāļ™āļ„āļĢāļąāđ‰āļ‡āļ™āļĩāđ‰āđ„āļĄāđˆāđ€āļžāļĩāļĒāļ‡āđāļ•āđˆāļˆāļ°āļŠāđˆāļ§āļĒāđ€āļžāļīāđˆāļĄāļĻāļąāļāļĒāļ āļēāļžāļāļēāļĢāđāļ‚āđˆāļ‡āļ‚āļąāļ™āđāļĨāļ°āļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™āđāļāļ‡āđƒāļŦāđ‰āļāļąāļšāļ āļēāļ„āđ€āļ­āļāļŠāļ™āļˆāļēāļāļāļēāļĢāļˆāļ­āļ”āļžāļąāļāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļˆāļąāļāļĢāđ€āļ—āđˆāļēāļ™āļąāđ‰āļ™ āđāļ•āđˆāļĒāļąāļ‡āđ€āļ›āđ‡āļ™āđ‚āļĄāđ€āļ”āļĨāļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļĒāļāļĢāļ°āļ”āļąāļšāļŦāđˆāļ§āļ‡āđ‚āļ‹āđˆāļ­āļļāļ›āļ—āļēāļ™āļ—āļēāļ‡āļāļēāļĢāđ€āļāļĐāļ•āļĢ āļŠāđˆāļ§āļĒāđ€āļžāļīāđˆāļĄāļĄāļđāļĨāļ„āđˆāļēāļœāļĨāļœāļĨāļīāļ•āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāđƒāļŦāđ‰āļāļąāļšāđ€āļāļĐāļ•āļĢāļāļĢāđƒāļ™āļžāļ·āđ‰āļ™āļ—āļĩāđˆāļ āļēāļ„āđ€āļŦāļ™āļ·āļ­ āđāļĨāļ°āđ€āļ›āļīāļ”āļ›āļĢāļ°āļ•āļđāļŠāļđāđˆāđ‚āļ­āļāļēāļŠāđƒāļ™āļ•āļĨāļēāļ”āđ‚āļĄāđ€āļ”āļīāļĢāđŒāļ™āđ€āļ—āļĢāļ”āļĢāļ°āļ”āļąāļšāļŠāļēāļāļĨāļ•āđˆāļ­āđ„āļ› āļ§āļīāļĻāļ§āļŊāļĄāļŠ #EngineerCMU #CMU #āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ­āļēāļŦāļēāļĢ #āļāļĢāļ°āđ€āļ—āļĩāļĒāļĄāļ”āļģ #RiSAO

āļ­āļēāļˆāļēāļĢāļĒāđŒāļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļžāļąāļ’āļ™āļē “āđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰ā āđ€āļ›āđ‡āļ™āļœāļĨāđ„āļĄāđ‰āđāļŠāđˆāļ­āļīāđˆāļĄāļ­āļšāļāļķāđˆāļ‡āđāļŦāđ‰āļ‡āļ•āđ‰āļēāļ™āļ­āļ™āļļāļĄāļđāļĨāļ­āļīāļŠāļĢāļ°

āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļĢāđˆāļ§āļĄāļāļąāļšāļŠāļģāļ™āļąāļāļ‡āļēāļ™āļžāļąāļ’āļ™āļēāļāļēāļĢāļ§āļīāļˆāļąāļĒāļāļēāļĢāđ€āļāļĐāļ•āļĢ (āļ­āļ‡āļ„āđŒāļāļēāļĢāļĄāļŦāļēāļŠāļ™) āđ„āļ”āđ‰āļĢāļąāļšāļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢāđ€āļĨāļ‚āļ—āļĩāđˆ 28178 āđ€āļĢāļ·āđˆāļ­āļ‡ “āļāļĢāļĢāļĄāļ§āļīāļ˜āļĩāļāļēāļĢāļœāļĨāļīāļ•āđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāđāļŠāđˆāļ­āļīāđˆāļĄāļ­āļšāļāļķāđˆāļ‡āđāļŦāđ‰āļ‡āļˆāļēāļāđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđā āđ‚āļ”āļĒāļĄāļĩ āļĢāļ­āļ‡āļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ§āļąāļŠāļŠāļ™āļąāļĒ āļ§āļĢāļĢāļ˜āļ™āļąāļˆāļ‰āļĢāļīāļĒāļē āđ€āļ›āđ‡āļ™āļœāļđāđ‰āļ›āļĢāļ°āļ”āļīāļĐāļāđŒ āļœāļĨāļ‡āļēāļ™āļ™āļĩāđ‰āđ€āļ›āđ‡āļ™āļāļēāļĢāļ™āļģāđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļœāļĨāļžāļĨāļ­āļĒāđ„āļ”āđ‰āļˆāļēāļāļāļēāļĢāđāļ›āļĢāļĢāļđāļ›āļāļēāđāļŸāļĄāļēāđ€āļžāļīāđˆāļĄāļĄāļđāļĨāļ„āđˆāļēāđ€āļ›āđ‡āļ™āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļēāļŦāļēāļĢāļžāļĢāđ‰āļ­āļĄāļĢāļąāļšāļ›āļĢāļ°āļ—āļēāļ™.āļāļēāļĢāļ›āļĢāļ°āļ”āļīāļĐāļāđŒāļ™āļĩāđ‰āļ•āļ­āļšāđ‚āļˆāļ—āļĒāđŒāļ›āļąāļāļŦāļēāđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸ (Coffee Pulp) āļ—āļĩāđˆāđ€āļŦāļĨāļ·āļ­āļˆāļēāļāļāļēāļĢāđāļ›āļĢāļĢāļđāļ›āļāļēāđāļŸāđāļšāļšāđ€āļ›āļĩāļĒāļ āļ‹āļķāđˆāļ‡āđƒāļ™āļŠāļļāļĄāļŠāļ™āļ›āļĨāļđāļāļāļēāđāļŸāļĄāļĩāļ›āļĢāļīāļĄāļēāļ“āļŠāļ°āļŠāļĄ āļ„āļ“āļ°āļœāļđāđ‰āļ›āļĢāļ°āļ”āļīāļĐāļāđŒāļˆāļķāļ‡āđ„āļ”āđ‰āļžāļąāļ’āļ™āļēāļāļĢāļĢāļĄāļ§āļīāļ˜āļĩāļ™āļģāđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāļĄāļēāđāļŠāđˆāļ­āļīāđˆāļĄāđƒāļ™āļŠāļēāļĢāļĨāļ°āļĨāļēāļĒāļ—āļĩāđˆāļ›āļĢāļ°āļāļ­āļšāļ”āđ‰āļ§āļĒāđ„āļŪāđ‚āļ”āļĢāļ„āļ­āļĨāļĨāļ­āļĒāļ”āđŒ āļ•āļēāļĄāļ”āđ‰āļ§āļĒāļŠāļēāļĢāļĨāļ°āļĨāļēāļĒāđāļŠāđˆāļ­āļīāđˆāļĄāđ€āļ‚āđ‰āļĄāļ‚āđ‰āļ™ āđāļĨāđ‰āļ§āļ™āļģāđ„āļ›āļ­āļšāđāļŦāđ‰āļ‡āļ”āđ‰āļ§āļĒāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ­āļšāļĨāļĄāļĢāđ‰āļ­āļ™ āđ„āļ”āđ‰āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļĨāļąāļāļĐāļ“āļ°āļœāļĨāđ„āļĄāđ‰āđāļŠāđˆāļ­āļīāđˆāļĄāļāļķāđˆāļ‡āđāļŦāđ‰āļ‡ āļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļžāļšāļ§āđˆāļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļĄāļĩāļĪāļ—āļ˜āļīāđŒāļ•āđ‰āļēāļ™āļ­āļ™āļļāļĄāļđāļĨāļ­āļīāļŠāļĢāļ° (āļ§āļąāļ”āļ”āđ‰āļ§āļĒāļ§āļīāļ˜āļĩ DPPH) āđƒāļāļĨāđ‰āđ€āļ„āļĩāļĒāļ‡āļāļąāļšāļœāļĨāđ„āļĄāđ‰āđāļŠāđˆāļ­āļīāđˆāļĄāļ—āļĩāđˆāļˆāļģāļŦāļ™āđˆāļēāļĒāđƒāļ™āļ—āđ‰āļ­āļ‡āļ•āļĨāļēāļ”.āļœāļĨāļ‡āļēāļ™āļ™āļĩāđ‰āđ€āļ›āđ‡āļ™āđāļ™āļ§āļ—āļēāļ‡āļāļēāļĢāđ€āļžāļīāđˆāļĄāļĄāļđāļĨāļ„āđˆāļēāđƒāļŦāđ‰āļāļąāļšāđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļˆāļēāļāļāļēāļĢāļœāļĨāļīāļ•āļāļēāđāļŸ āļŠāđˆāļ§āļĒāļĨāļ”āļ›āļĢāļīāļĄāļēāļ“āļ‚āļ­āļ‡āđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āđƒāļ™āļŠāļļāļĄāļŠāļ™ āļžāļĢāđ‰āļ­āļĄāļ—āļąāđ‰āļ‡āļžāļąāļ’āļ™āļēāđ€āļ›āđ‡āļ™āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļēāļŦāļēāļĢāļ—āļĩāđˆāļĄāļĩāļ„āļļāļ“āļ„āđˆāļē āļ­āļąāļ™āļˆāļ°āđ€āļ›āļīāļ”āđ‚āļ­āļāļēāļŠāđƒāļ™āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āļĢāļēāļĒāđ„āļ”āđ‰āļˆāļēāļāļ˜āļļāļĢāļāļīāļˆāļ­āļēāļŦāļēāļĢāđāļĨāļ°āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ”āļ·āđˆāļĄāđƒāļŦāđ‰āļāļąāļšāļŠāļļāļĄāļŠāļ™āļœāļđāđ‰āļ›āļĨāļđāļāļāļēāđāļŸāļ•āđˆāļ­āđ„āļ› #āļ§āļīāļĻāļ§āļĄāļŠ #CMUEngineering #ZeroWaste #āđ€āļ›āļĨāļ·āļ­āļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸ #āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ­āļēāļŦāļēāļĢ #RiSAO

āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļœāļ™āļķāļ āļāļŸāļœ. āļ„āļ§āđ‰āļēāļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢ “RTK-LANDMOSÂŪ” āļĢāļ°āļšāļšāđ€āļāđ‰āļēāļĢāļ°āļ§āļąāļ‡āļ”āļīāļ™āļ–āļĨāđˆāļĄāđāļšāļšāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒ

āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļĢāđˆāļ§āļĄāļāļąāļš āļāļēāļĢāđ„āļŸāļŸāđ‰āļēāļāđˆāļēāļĒāļœāļĨāļīāļ•āđāļŦāđˆāļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ (āļāļŸāļœ.) āļ›āļĢāļ°āļŠāļšāļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ”āđ‰āļēāļ™āļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ āļąāļĒāļžāļīāļšāļąāļ•āļī āđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļˆāļ”āļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢāđ€āļĨāļ‚āļ—āļĩāđˆ 28020 āļœāļĨāļ‡āļēāļ™ “āļĢāļ°āļšāļšāļāļēāļĢāđ€āļāđ‰āļēāļ•āļīāļ”āļ•āļēāļĄāļāļēāļĢāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ•āļąāļ§āļ‚āļ­āļ‡āļĄāļ§āļĨāļ”āļīāļ™āļ”āđ‰āļ§āļĒāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĢāļąāļšāļŠāļąāļāļāļēāļ“āļ”āļēāļ§āđ€āļ—āļĩāļĒāļĄāļāļģāļŦāļ™āļ”āļ•āļģāđāļŦāļ™āđˆāļ‡āļšāļ™āļžāļ·āđ‰āļ™āđ‚āļĨāļāđāļšāļšāļˆāļĨāļ™āđŒāđƒāļ™āļ—āļąāļ™āļ—āļĩ” āļŦāļĢāļ·āļ­ RTK-LANDMOSÂŪ āđ‚āļ”āļĒāļĄāļĩ āļĢāļ­āļ‡āļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļžāļļāļ—āļ˜āļīāļžāļĨ āļ”āļģāļĢāļ‡āļŠāļąāļĒ āļ­āļēāļˆāļēāļĢāļĒāđŒāļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ‚āļĒāļ˜āļē āđ€āļ›āđ‡āļ™āļœāļđāđ‰āļĢāđˆāļ§āļĄāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ.RTK-LANDMOSÂŪ āđ€āļ›āđ‡āļ™āļĢāļ°āļšāļšāđ€āļāđ‰āļēāļĢāļ°āļ§āļąāļ‡āļ”āļīāļ™āļ–āļĨāđˆāļĄāļ—āļĩāđˆāļ™āļģāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļāļēāļĢāļĢāļąāļ‡āļ§āļąāļ”āļ”āļēāļ§āđ€āļ—āļĩāļĒāļĄāđāļšāļšāļˆāļĨāļ™āđŒāđƒāļ™āļ—āļąāļ™āļ—āļĩ āļĄāļēāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āļ•āļĢāļ§āļˆāļ§āļąāļ”āļāļēāļĢāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ•āļąāļ§āļ‚āļ­āļ‡āļĄāļ§āļĨāļ”āļīāļ™āļ—āļąāđ‰āļ‡āđāļ™āļ§āļĢāļēāļšāđāļĨāļ°āđāļ™āļ§āļ”āļīāđˆāļ‡āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡ āđāļĄāđˆāļ™āļĒāļģāļŠāļđāļ‡ āđāļĨāļ°āđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āđ„āļ”āđ‰āļ—āļąāļ™āļ—āļĩ āļĢāļ°āļšāļšāļ›āļĢāļ°āļāļ­āļšāļ”āđ‰āļ§āļĒāļ­āļ‡āļ„āđŒāļ›āļĢāļ°āļāļ­āļšāļŦāļĨāļąāļ 4 āļŠāđˆāļ§āļ™ āļ„āļ·āļ­ āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĢāļąāļšāļŠāļąāļāļāļēāļ“ GNSS āļ—āļĩāđˆāļ•āļīāļ”āļ•āļąāđ‰āļ‡āđƒāļ™āļžāļ·āđ‰āļ™āļ—āļĩāđˆāđ€āļŠāļĩāđˆāļĒāļ‡ āļŦāļ™āđˆāļ§āļĒāļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨ āļŦāļ™āđˆāļ§āļĒāļŠāļ·āđˆāļ­āļŠāļēāļĢāļ‚āđ‰āļ­āļĄāļđāļĨ āđāļĨāļ°āļŠāļ–āļēāļ™āļĩāļāļēāļ™āļ­āđ‰āļēāļ‡āļ­āļīāļ‡āļ„āļ§āļēāļĄāļ–āļđāļāļ•āđ‰āļ­āļ‡āļŠāļđāļ‡ āđ‚āļ”āļĒāļĢāļąāļšāļŠāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļœāđˆāļēāļ™āđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒ 4G/5G āđ€āļ›āđ‡āļ™āļŦāļĨāļąāļ āđāļĨāļ°āļĄāļĩāđ€āļ„āļĢāļ·āļ­āļ‚āđˆāļēāļĒāļžāļĨāļąāļ‡āļ‡āļēāļ™āļ•āđˆāļģ (LPWAN) āđ€āļŠāđˆāļ™ Zigbee āđāļĨāļ° LoRaWAN āđ€āļ›āđ‡āļ™āļĢāļ°āļšāļšāļŠāļģāļĢāļ­āļ‡ āļœāļđāđ‰āđƒāļŠāđ‰āļ‡āļēāļ™āļŠāļēāļĄāļēāļĢāļ–āđ€āļ‚āđ‰āļēāļ–āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđāļĨāļ°āļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļœāđˆāļēāļ™āđ€āļ§āđ‡āļšāđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāļ™āđƒāļ™āļĢāļđāļ›āđāļšāļšāđāļ”āļŠāļšāļ­āļĢāđŒāļ”āđ„āļ”āđ‰āļ—āļļāļāļ—āļĩāđˆāļ—āļļāļāđ€āļ§āļĨāļē.āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļĩāđ‰āļ•āļ­āļšāđ‚āļˆāļ—āļĒāđŒāļ›āļąāļāļŦāļēāļ”āļīāļ™āļ–āļĨāđˆāļĄāļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļ āļąāļĒāļžāļīāļšāļąāļ•āļīāļ—āļĩāđˆāļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāļŠāļđāļāđ€āļŠāļĩāļĒāļ—āļąāđ‰āļ‡āļŠāļĩāļ§āļīāļ•āđāļĨāļ°āļ—āļĢāļąāļžāļĒāđŒāļŠāļīāļ™āđƒāļ™āļžāļ·āđ‰āļ™āļ—āļĩāđˆāđ€āļŠāļīāļ‡āđ€āļ‚āļēāđāļĨāļ°āļžāļ·āđ‰āļ™āļ—āļĩāđˆāđ€āļŠāļĩāđˆāļĒāļ‡ āļĢāļ§āļĄāļ–āļķāļ‡āļžāļ·āđ‰āļ™āļ—āļĩāđˆāļ—āļģāđ€āļŦāļĄāļ·āļ­āļ‡āđāļšāļšāđ€āļ›āļīāļ” āđ‚āļ”āļĒāļˆāļļāļ”āđ€āļ”āđˆāļ™āļ„āļ·āļ­āļ­āļ­āļāđāļšāļšāđƒāļŦāđ‰āļšāļģāļĢāļļāļ‡āļĢāļąāļāļĐāļēāļ‡āđˆāļēāļĒ āđ„āļĄāđˆāđ€āļžāļīāđˆāļĄāļ„āđˆāļēāđƒāļŠāđ‰āļˆāđˆāļēāļĒāđƒāļ™āļāļēāļĢāļ‹āđˆāļ­āļĄāđāļ‹āļĄāđ€āļāļīāļ™āļ„āļ§āļēāļĄāļˆāļģāđ€āļ›āđ‡āļ™ āļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāļ„āļĢāļąāđ‰āļ‡āļ™āļĩāđ‰āļŠāļ°āļ—āđ‰āļ­āļ™āļĻāļąāļāļĒāļ āļēāļžāļ„āļ§āļēāļĄāļĢāđˆāļ§āļĄāļĄāļ·āļ­āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļ āļēāļ„āļžāļĨāļąāļ‡āļ‡āļēāļ™āđāļĨāļ°āļŠāļ–āļēāļšāļąāļ™āļāļēāļĢāļĻāļķāļāļĐāļēāđƒāļ™āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ—āļĩāđˆāļŠāđˆāļ§āļĒāļĨāļ”āļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡āđāļĨāļ°āļ›āļāļ›āđ‰āļ­āļ‡āļŠāļĩāļ§āļīāļ•āļ›āļĢāļ°āļŠāļēāļŠāļ™āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āđ€āļ›āđ‡āļ™āļĢāļđāļ›āļ˜āļĢāļĢāļĄ #āļ§āļīāļĻāļ§āļĄāļŠ #CMUEngineering #āļāļŸāļœ #RTKLANDMOS #āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāđ€āļžāļ·āđˆāļ­āļŠāļąāļ‡āļ„āļĄ #RiSAO

āļ­āļēāļˆāļēāļĢāļĒāđŒāļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļžāļĨāļīāļāļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āļ—āļēāļ‡āļāļēāļĢāđ€āļāļĐāļ•āļĢ āļŠāļđāđˆ “āļœāđ‰āļēāļāđŠāļ­āļ‹āļ›āļāļīāļŠāļĩāļ§āļ™āļ°” āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļĨāļ”āļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡āļāļēāļĢāļ•āļīāļ”āđ€āļŠāļ·āđ‰āļ­āđāļĨāļ°āļĢāļ­āļĒāđāļœāļĨāđ€āļ›āđ‡āļ™

🚀 āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļĢāļąāļāļžāļĨ āļ›āļīāđˆāļ™āļ™āļĢāļēāļ—āļīāļžāļĒāđŒ āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢ āđāļĨāļ°āļŠāļ–āļēāļšāļąāļ™āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļŠāļĩāļ§āļāļēāļĢāđāļžāļ—āļĒāđŒ āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļžāļĢāđ‰āļ­āļĄāļ„āļ“āļ°āļœāļđāđ‰āļ§āļīāļˆāļąāļĒ āļžāļąāļ’āļ™āļēāļ•āđ‰āļ™āđāļšāļšāļœāđ‰āļēāļāđŠāļ­āļ‹āļ•āđ‰āļēāļ™āđ€āļŠāļ·āđ‰āļ­āđāļšāļ„āļ—āļĩāđ€āļĢāļĩāļĒ āļœāļĨāļ‡āļēāļ™ “āļœāđ‰āļēāļāđŠāļ­āļ‹āļ›āļāļīāļŠāļĩāļ§āļ™āļ°āļˆāļēāļāļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āļ—āļēāļ‡āđ€āļāļĐāļ•āļĢ” (Antibiotic Gauze from Agriculture Waste).āļ§āļąāļŠāļ”āļļāļ•āđ‰āļ™āđāļšāļšāļ”āļąāļ‡āļāļĨāđˆāļēāļ§āđƒāļŠāđ‰āļŠāļēāļĢāđ€āļ„āļĨāļ·āļ­āļšāļŠāļĩāļ§āļ āļēāļžāļ—āļĩāđˆāļ—āļģāļˆāļēāļāđ„āļ„āđ‚āļ•āļ‹āļēāļ™ āļ‹āļķāđˆāļ‡āļŠāļāļąāļ”āđ„āļ”āđ‰āļˆāļēāļāđāļāļ™āļ›āļĨāļēāļŦāļĄāļķāļ āđ€āļ›āļĨāļ·āļ­āļāļāļļāđ‰āļ‡ āđāļĨāļ°āđ€āļ›āļĨāļ·āļ­āļāļ›āļđ āļœāļŠāļēāļ™āļāļąāļšāļāļĢāļ”āļ„āļēāđ€āļŸāļ­āļīāļāļ—āļĩāđˆāđ„āļ”āđ‰āļˆāļēāļāļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āđƒāļ™āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāđāļ›āļĢāļĢāļđāļ›āđ€āļĄāļĨāđ‡āļ”āļāļēāđāļŸ āđ€āļĄāļ·āđˆāļ­āļ™āļģāļŠāļēāļĢāļ—āļąāđ‰āļ‡āļŠāļ­āļ‡āļŠāļ™āļīāļ”āļĄāļēāļ—āļģāļ›āļāļīāļāļīāļĢāļīāļĒāļēāđ€āļŠāļ·āđˆāļ­āļĄāļžāļąāļ™āļ˜āļ°āļāļąāļ™ āļˆāļ°āđ„āļ”āđ‰āđ€āļ›āđ‡āļ™āļŸāļīāļĨāđŒāļĄāļšāļēāļ‡āļ—āļĩāđˆāļĒāļķāļ”āđ€āļāļēāļ°āđ€āļŠāđ‰āļ™āđƒāļĒāļœāđ‰āļēāļāđŠāļ­āļ‹āđ„āļ”āđ‰āļ”āļĩ āđāļĨāļ°āļŠāļēāļĄāļēāļĢāļ–āļ„āđˆāļ­āļĒ āđ† āļ›āļĨāđˆāļ­āļĒāđ„āļŪāđ‚āļ”āļĢāđ€āļˆāļ™āđ€āļžāļ­āļĢāđŒāļ­āļ­āļāđ„āļ‹āļ”āđŒāđƒāļ™āļ›āļĢāļīāļĄāļēāļ“āļ—āļĩāđˆāļ„āļ§āļšāļ„āļļāļĄāđ„āļ”āđ‰ āđ‚āļ”āļĒāļ­āļēāļĻāļąāļĒāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļ­āļ­āļāļ‹āļīāđ€āļ”āļŠāļąāļ™ āļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāđƒāļ™āļŦāđ‰āļ­āļ‡āļ›āļāļīāļšāļąāļ•āļīāļāļēāļĢāļĒāļ·āļ™āļĒāļąāļ™āļ§āđˆāļē āļœāđ‰āļēāļāđŠāļ­āļ‹āļŠāļ™āļīāļ”āļ™āļĩāđ‰āļŠāļēāļĄāļēāļĢāļ–āļĒāļąāļšāļĒāļąāđ‰āļ‡āđ€āļŠāļ·āđ‰āļ­āđāļšāļ„āļ—āļĩāđ€āļĢāļĩāļĒāđ„āļ”āđ‰ āđ„āļĄāđˆāđāļŠāļ”āļ‡āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļžāļīāļĐāļ•āđˆāļ­āđ€āļ‹āļĨāļĨāđŒāļœāļīāļ§āļŦāļ™āļąāļ‡ āđāļĨāļ°āļĄāļĩāļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļīāļ”āļđāļ”āļ‹āļąāļšāļ‚āļ­āļ‡āđ€āļŦāļĨāļ§āđ„āļ”āđ‰āļ”āļĩ āļ—āļąāđ‰āļ‡āļ™āļĩāđ‰ āļˆāļēāļāļāļēāļĢāđ€āļ›āļĢāļĩāļĒāļšāđ€āļ—āļĩāļĒāļšāļāļąāļšāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļ·āđˆāļ™āđƒāļ™āļ•āļĨāļēāļ” āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļŠāļĩāđ‰āđƒāļŦāđ‰āđ€āļŦāđ‡āļ™āļ§āđˆāļēāđ€āļ›āđ‡āļ™āļ§āļąāļŠāļ”āļļāļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ›āļīāļ”āđāļœāļĨāļĻāļąāļĨāļĒāļāļĢāļĢāļĄ āđ‚āļ”āļĒāļ•āļąāđ‰āļ‡āđ€āļ›āđ‰āļēāđƒāļŦāđ‰āđ€āļāļīāļ”āļĢāļ­āļĒāđāļœāļĨāđ€āļ›āđ‡āļ™āļŦāļĨāļąāļ‡āļœāđˆāļēāļ•āļąāļ”āļ™āđ‰āļ­āļĒāļ—āļĩāđˆāļŠāļļāļ” āļ‚āļ“āļ°āļ™āļĩāđ‰āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ­āļĒāļđāđˆāđƒāļ™āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļĒāļ·āđˆāļ™āļĢāļąāļšāļ„āļ§āļēāļĄāļ„āļļāđ‰āļĄāļ„āļĢāļ­āļ‡āļ—āļĢāļąāļžāļĒāđŒāļŠāļīāļ™āļ—āļēāļ‡āļ›āļąāļāļāļē.āļœāļĨāļ‡āļēāļ™āļŠāļīāđ‰āļ™āļ™āļĩāđ‰āđ€āļ›āđ‡āļ™āļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āļ‚āļ­āļ‡āđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āļ—āļēāļ‡āļāļēāļĢāđ€āļāļĐāļ•āļĢāđƒāļŦāđ‰āļāļĨāļēāļĒāđ€āļ›āđ‡āļ™āļ§āļąāļŠāļ”āļļāļ—āļēāļ‡āļāļēāļĢāđāļžāļ—āļĒāđŒāļ—āļĩāđˆāļĄāļĩāļĄāļđāļĨāļ„āđˆāļē āđ‚āļ”āļĒāļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļ§āļēāļ‡āđāļœāļ™āļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ•āđ‰āļ™āđāļšāļšāđƒāļŦāđ‰āļœāđˆāļēāļ™āļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ•āļēāļĄāļĄāļēāļ•āļĢāļāļēāļ™āļŠāļēāļāļĨ āđ„āļ”āđ‰āđāļāđˆ ISO13485, ISO10993 āđāļĨāļ°āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡āļ•āļēāļĄ ISO14971 āđ€āļžāļ·āđˆāļ­āđ€āļ•āļĢāļĩāļĒāļĄāļ„āļ§āļēāļĄāļžāļĢāđ‰āļ­āļĄāļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļĒāļ·āđˆāļ™āļ‚āļķāđ‰āļ™āļ—āļ°āđ€āļšāļĩāļĒāļ™āļāļąāļš āļ­āļĒ. āđ„āļ—āļĒ āđāļĨāļ°āļĄāļĩāđāļœāļ™āļˆāļąāļ”āļ•āļąāđ‰āļ‡āļšāļĢāļīāļĐāļąāļ—āđ€āļžāļ·āđˆāļ­āļ™āļģāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļ­āļāļŠāļđāđˆāđ€āļŠāļīāļ‡āļžāļēāļ“āļīāļŠāļĒāđŒāđƒāļ™āļ­āļ™āļēāļ„āļ• āļŠāļ°āļ—āđ‰āļ­āļ™āļ–āļķāļ‡āļĻāļąāļāļĒāļ āļēāļžāļ‚āļ­āļ‡āļ™āļąāļāļ§āļīāļˆāļąāļĒ āļĄāļŠ. āļ—āļĩāđˆāļ•āļ­āļšāđ‚āļˆāļ—āļĒāđŒāļ—āļąāđ‰āļ‡āļāļēāļĢāļžāļąāļ’āļ™āļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ—āļēāļ‡āļāļēāļĢāđāļžāļ—āļĒāđŒ āļ„āļ§āļšāļ„āļđāđˆāđ„āļ›āļāļąāļšāļāļēāļĢāļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļāļēāļĢāđƒāļŠāđ‰āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļˆāļēāļāļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™ CMUEngineering #āļ§āļīāļĻāļ§āļ°āļĄāļŠ #ENGResearch #InnovationCMU #BiomedicalEngineering #MedicalInnovation #RiSAO

āļ­āļēāļˆāļēāļĢāļĒāđŒāļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļžāļąāļ’āļ™āļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ„āļąāļ”āđāļĒāļāđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāļ”āđ‰āļ§āļĒāļŠāļīāļ›āļˆāļļāļĨāļ āļēāļ„ āļ„āļ§āđ‰āļēāļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢ āļŦāļ™āļļāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļŠāđˆāļ§āļĒāļāļēāļĢāđ€āļˆāļĢāļīāļāļžāļąāļ™āļ˜āļļāđŒ

āļ āļēāļ§āļ°āļĄāļĩāļšāļļāļ•āļĢāļĒāļēāļāļĄāļąāļāļĄāļĩāļŠāļēāđ€āļŦāļ•āļļāļŠāđˆāļ§āļ™āļŦāļ™āļķāđˆāļ‡āļĄāļēāļˆāļēāļāļ„āļļāļ“āļ āļēāļžāđāļĨāļ°āļāļēāļĢāđ€āļ„āļĨāļ·āđˆāļ­āļ™āđ„āļŦāļ§āļ‚āļ­āļ‡āđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāļ—āļĩāđˆāļ•āđˆāļģāļĨāļ‡ āđƒāļ™āļ‚āļ“āļ°āļ—āļĩāđˆāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ„āļąāļ”āđāļĒāļāđāļšāļšāđ€āļ”āļīāļĄāļ­āļĒāđˆāļēāļ‡āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āđ‚āļŸāļĨāļ§āđŒāđ„āļ‹āđ‚āļ•āļĄāļīāđ€āļ•āļ­āļĢāđŒ (Flow cytometer) āļˆāļģāđ€āļ›āđ‡āļ™āļ•āđ‰āļ­āļ‡āđƒāļŠāđ‰āļ„āļ§āļēāļĄāđ€āļĢāđ‡āļ§āđāļĨāļ°āđāļĢāļ‡āļ”āļąāļ™āļŠāļđāļ‡ āļ‹āļķāđˆāļ‡āļāđˆāļ­āđƒāļŦāđ‰āđ€āļāļīāļ”āļ„āļ§āļēāļĄāđ€āļ„āļĢāļĩāļĒāļ”āđāļĨāļ°āļ­āļēāļˆāļ—āļģāļĨāļēāļĒāđ€āļ‹āļĨāļĨāđŒāđƒāļŦāđ‰āđ€āļŠāļĩāļĒāļŦāļēāļĒāđ„āļ”āđ‰ āđ€āļžāļ·āđˆāļ­āđāļāđ‰āļ›āļąāļāļŦāļēāļ™āļĩāđ‰ āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļ™āļģāđ‚āļ”āļĒ āļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ„āļĄāļāļĪāļ• āđ€āļĨāđ‡āļāļŠāļāļļāļĨ āļ­āļēāļˆāļēāļĢāļĒāđŒāļŠāļąāļ‡āļāļąāļ”āļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢ āđāļĨāļ° āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļŠāļēāļĨāļīāļ“āļĩ āļžāļīāļžāļąāļ’āļ™āļžāļīāļ āļž āļ­āļēāļˆāļēāļĢāļĒāđŒāļŠāļąāļ‡āļāļąāļ”āļĻāļđāļ™āļĒāđŒāļāļēāļĢāļĻāļķāļāļĐāļēāļŠāļŦāļ§āļīāļ—āļĒāļēāļāļēāļĢāļŠāļēāļ‚āļē āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļŠāļĢāđ‰āļēāļ‡āļŠāļĢāļĢāļ„āđŒ “āļ­āļļāļ›āļāļĢāļ“āđŒāļ•āļĢāļ§āļˆāļ™āļąāļšāđāļĨāļ°āļ„āļąāļ”āđāļĒāļāđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāļ”āđ‰āļ§āļĒāļĢāļ°āļšāļšāļ‚āļ­āļ‡āđ„āļŦāļĨāļˆāļļāļĨāļ āļēāļ„”.āļŦāļąāļ§āđƒāļˆāļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļœāļĨāļ‡āļēāļ™āļ™āļĩāđ‰āļ„āļ·āļ­āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāđ„āļ”āđ‰āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ—āļģāļ‡āļēāļ™ 4 āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļĢāļ§āļĄāđ„āļ§āđ‰āļšāļ™āļ­āļļāļ›āļāļĢāļ“āđŒāđ€āļ”āļĩāļĒāļ§ āđ‚āļ”āļĒāļ­āļēāļĻāļąāļĒāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļŦāđ‰āļ­āļ‡āļ›āļāļīāļšāļąāļ•āļīāļāļēāļĢāļšāļ™āļŠāļīāļ› (Lab on a chip) āļĢāļ°āļšāļšāļˆāļ°āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļˆāļēāļāļāļēāļĢāļ„āļąāļ”āļāļĢāļ­āļ‡āđ€āļ‰āļžāļēāļ°āđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāļ—āļĩāđˆāļĒāļąāļ‡āļĄāļĩāļŠāļĩāļ§āļīāļ•āđāļĨāļ°āđāļ‚āđ‡āļ‡āđāļĢāļ‡āđ€āļ‚āđ‰āļēāļŠāļđāđˆāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢ āļˆāļēāļāļ™āļąāđ‰āļ™āļˆāļ°āļ•āļĢāļ§āļˆāļˆāļąāļšāđāļĨāļ°āļ™āļąāļšāļˆāļģāļ™āļ§āļ™āđ€āļ‹āļĨāļĨāđŒāļ•āļēāļĄāđ€āļ§āļĨāļēāļˆāļĢāļīāļ‡ āļāđˆāļ­āļ™āļˆāļ°āđƒāļŠāđ‰āļŠāļ™āļēāļĄāđ„āļŸāļŸāđ‰āļēāļĢāđˆāļ§āļĄāļāļąāļšāđ‚āļĄāđ‚āļ™āđ‚āļ„āļĨāļ™āļ­āļĨāđāļ­āļ™āļ•āļīāļšāļ­āļ”āļĩāļ—āļĩāđˆāļ–āļđāļāļ•āļīāļ”āļ‰āļĨāļēāļāļ”āđ‰āļ§āļĒāļ­āļ™āļļāļ āļēāļ„āđāļĄāđˆāđ€āļŦāļĨāđ‡āļāđ€āļžāļ·āđˆāļ­āļ„āļąāļ”āđāļĒāļāđ€āļžāļĻāđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļī (āđ‚āļ„āļĢāđ‚āļĄāđ‚āļ‹āļĄ X āđāļĨāļ° Y) āļ­āļ­āļāļˆāļēāļāļāļąāļ™āļ­āļĒāđˆāļēāļ‡āđāļĄāđˆāļ™āļĒāļģ āđāļĨāļ°āļˆāļąāļ”āđ€āļāđ‡āļšāđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāđāļšāļšāđāļĒāļāđ€āļžāļĻāđƒāļ™āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļŠāļļāļ”āļ—āđ‰āļēāļĒ.āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļĩāđ‰āļŠāđˆāļ§āļĒāđƒāļŦāđ‰āļ—āļĩāļĄāđāļžāļ—āļĒāđŒāđ„āļ”āđ‰āđ€āļ‹āļĨāļĨāđŒāļ­āļŠāļļāļˆāļīāļ„āļļāļ“āļ āļēāļžāļŠāļđāļ‡āļ—āļĩāđˆāļĒāļąāļ‡āļ„āļ‡āļ„āļ§āļēāļĄāđāļ‚āđ‡āļ‡āđāļĢāļ‡āļŠāļĄāļšāļđāļĢāļ“āđŒ āļžāļĢāđ‰āļ­āļĄāļ™āļģāđ„āļ›āđƒāļŠāđ‰āļ•āđˆāļ­āđƒāļ™āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļŠāđˆāļ§āļĒāļāļēāļĢāđ€āļˆāļĢāļīāļāļžāļąāļ™āļ˜āļļāđŒ (ART) āļāļēāļĢāļžāļąāļ’āļ™āļēāļ­āļļāļ›āļāļĢāļ“āđŒāļŠāļīāđ‰āļ™āļ™āļĩāđ‰āļŠāļ°āļ—āđ‰āļ­āļ™āđƒāļŦāđ‰āđ€āļŦāđ‡āļ™āļ–āļķāļ‡āļĻāļąāļāļĒāļ āļēāļžāļ‚āļ­āļ‡āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāļˆāļēāļāļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļĒāļāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāđāļĄāđˆāļ™āļĒāļģāđāļĨāļ°āđāļāđ‰āļ‚āđ‰āļ­āļšāļāļžāļĢāđˆāļ­āļ‡āļ‚āļ­āļ‡āđ€āļ—āļ„āļ™āļīāļ„āļāļēāļĢāļ„āļąāļ”āđāļĒāļāđāļšāļšāđ€āļ”āļīāļĄāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āđ€āļ›āđ‡āļ™āļĢāļđāļ›āļ˜āļĢāļĢāļĄ

āļ­āļēāļˆāļēāļĢāļĒāđŒāļ„āļ“āļ°āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļ„āļ§āđ‰āļēāļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢ āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāđāļ›āļĢāļĢāļđāļ›āđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāđ€āļ›āđ‡āļ™āļ­āļēāļŦāļēāļĢāļŦāļĄāļąāļāđ€āļžāļ·āđˆāļ­āļŠāļļāļ‚āļ āļēāļž

āļĢāļĻ.āļ”āļĢ.āļ§āļąāļŠāļŠāļ™āļąāļĒ āļ§āļĢāļĢāļ˜āļ™āļąāļˆāļ‰āļĢāļīāļĒāļē āļ­āļēāļˆāļēāļĢāļĒāđŒāļ›āļĢāļ°āļˆāļģāļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢ āļžāļĢāđ‰āļ­āļĄāļ„āļ“āļ°āļœāļđāđ‰āļ›āļĢāļ°āļ”āļīāļĐāļāđŒ āđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļˆāļ”āļ—āļ°āđ€āļšāļĩāļĒāļ™āļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢāđ€āļĨāļ‚āļ—āļĩāđˆ 27947 āđƒāļ™āļœāļĨāļ‡āļēāļ™ “āļāļĢāļĢāļĄāļ§āļīāļ˜āļĩāļāļēāļĢāļœāļĨāļīāļ•āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļēāļŦāļēāļĢāļ”āđ‰āļ§āļĒāļāļēāļĢāļŦāļĄāļąāļāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸāļ”āđ‰āļ§āļĒāđ€āļŠāļ·āđ‰āļ­āļĒāļĩāļŠāļ•āđŒāđāļĨāļ°āđāļšāļ„āļ—āļĩāđ€āļĢāļĩāļĒāļāļĢāļ”āđāļĨāļāļ•āļīā āļœāļĨāļ‡āļēāļ™āļ™āļĩāđ‰āļžāļąāļ’āļ™āļēāļāļĢāļĢāļĄāļ§āļīāļ˜āļĩāļ™āļģāđ€āļŠāļ­āļĢāđŒāļĢāļĩāđˆāļāļēāđāļŸ (Coffee Pulp) āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āđ€āļ›āļĨāļ·āļ­āļāļœāļĨāļāļēāđāļŸāļ—āļĩāđˆāđ€āļŦāļĨāļ·āļ­āļˆāļēāļāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāđāļ›āļĢāļĢāļđāļ›āđ€āļĄāļĨāđ‡āļ”āļāļēāđāļŸāđāļšāļšāđ€āļ›āļĩāļĒāļ āļĄāļēāļŦāļĄāļąāļāļ”āđ‰āļ§āļĒāđ€āļŠāļ·āđ‰āļ­āļĒāļĩāļŠāļ•āđŒāļĢāđˆāļ§āļĄāļāļąāļšāđāļšāļ„āļ—āļĩāđ€āļĢāļĩāļĒāļāļĢāļ”āđāļĨāļāļ•āļīāļ āđ€āļžāļ·āđˆāļ­āđ€āļ›āļĨāļĩāđˆāļĒāļ™āļ§āļąāļŠāļ”āļļāđ€āļŦāļĨāļ·āļ­āļ—āļīāđ‰āļ‡āļ—āļēāļ‡āļāļēāļĢāđ€āļāļĐāļ•āļĢāđƒāļŦāđ‰āļāļĨāļēāļĒāđ€āļ›āđ‡āļ™āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ­āļēāļŦāļēāļĢāđ€āļžāļ·āđˆāļ­āļŠāļļāļ‚āļ āļēāļž āļˆāļļāļ”āđ€āļ”āđˆāļ™āļ­āļĒāļđāđˆāļ—āļĩāđˆāļāļēāļĢāļĒāļāļĢāļ°āļ”āļąāļšāļ„āļļāļ“āļ„āđˆāļēāđ€āļŠāļīāļ‡āļŠāļļāļ‚āļ āļēāļžāļ­āļĒāđˆāļēāļ‡āļ§āļąāļ”āļœāļĨāđ„āļ”āđ‰ āđ€āļĄāļ·āđˆāļ­āļŦāļĄāļąāļāļ™āļēāļ™ 7 āļ§āļąāļ™ āļĪāļ—āļ˜āļīāđŒāļ•āđ‰āļēāļ™āļ­āļ™āļļāļĄāļđāļĨāļ­āļīāļŠāļĢāļ°āđ€āļžāļīāđˆāļĄāļŠāļđāļ‡āļ‚āļķāđ‰āļ™āļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ™āļąāļĒāļŠāļģāļ„āļąāļāļ—āļēāļ‡āļŠāļ–āļīāļ•āļī āļ‚āļ“āļ°āļ—āļĩāđˆāļ›āļĢāļīāļĄāļēāļ“āļ™āđ‰āļģāļ•āļēāļĨāļ‹āļđāđ‚āļ„āļĢāļŠāļĨāļ”āļĨāļ‡āļˆāļēāļāļāļ§āđˆāļē 33 āļāļĢāļąāļĄāļ•āđˆāļ­āļĨāļīāļ•āļĢ āđ€āļŦāļĨāļ·āļ­āđ€āļžāļĩāļĒāļ‡ 2 āļāļĢāļąāļĄāļ•āđˆāļ­āļĨāļīāļ•āļĢ āļžāļĢāđ‰āļ­āļĄāđ€āļāļīāļ”āļāļĢāļ”āđāļĨāļāļ•āļīāļāđāļĨāļ°āļāļĢāļ”āđāļ­āļ‹āļīāļ•āļīāļāļ—āļĩāđˆāđ€āļ›āđ‡āļ™āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļ•āđˆāļ­āļĢāđˆāļēāļ‡āļāļēāļĒ āđ„āļ”āđ‰āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ—āļĩāđˆāļŦāļ§āļēāļ™āļ™āđ‰āļ­āļĒāļĨāļ‡āđāļ•āđˆāļ­āļļāļ”āļĄāļ”āđ‰āļ§āļĒāļŠāļēāļĢāļ­āļ­āļāļĪāļ—āļ˜āļīāđŒāļ—āļēāļ‡āļŠāļĩāļ§āļ āļēāļž āļĄāļĩāļĻāļąāļāļĒāļ āļēāļžāļ•āđˆāļ­āļĒāļ­āļ”āđ€āļ›āđ‡āļ™āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ”āļ·āđˆāļĄāļŦāļĢāļ·āļ­āļ­āļēāļŦāļēāļĢāļŦāļĄāļąāļāļŠāļēāļĒāđ‚āļžāļĢāđ„āļšāđ‚āļ­āļ•āļīāļ āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļĩāđ‰āđ„āļĄāđˆāđ€āļžāļĩāļĒāļ‡āđ€āļžāļīāđˆāļĄāļĄāļđāļĨāļ„āđˆāļēāđƒāļŦāđ‰āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ‚āļ­āļ‡āļŠāļļāļĄāļŠāļ™āļœāļđāđ‰āļ›āļĨāļđāļāļāļēāđāļŸ āđāļ•āđˆāļĒāļąāļ‡āđ€āļ›āļīāļ”āđ‚āļ­āļāļēāļŠāļŠāļĢāđ‰āļēāļ‡āļĢāļēāļĒāđ„āļ”āđ‰āđƒāļŦāļĄāđˆāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāļ­āļēāļŦāļēāļĢāđāļĨāļ°āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ”āļ·āđˆāļĄ āļ•āļ­āļāļĒāđ‰āļģāļšāļ—āļšāļēāļ—āļ‚āļ­āļ‡āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āđƒāļ™āļāļēāļĢāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāļŠāļđāđˆāļāļēāļĢāđƒāļŠāđ‰āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļˆāļĢāļīāļ‡

⚙ïļ ðŸš— āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŠ. āđ€āļ›āļīāļ”āļ•āļąāļ§ “āļĢāļ°āļšāļšāļĨāļēāļ™āļˆāļ­āļ”āļĢāļ–āļ­āļąāļˆāļ‰āļĢāļīāļĒāļ°” āļ™āļģāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ Machine Learning āļĒāļāļĢāļ°āļ”āļąāļšāļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļĨāļēāļ™āļˆāļ­āļ”āļĢāļ– āļŠāļđāļˆāļļāļ”āđ€āļ”āđˆāļ™āļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™ āļžāļĢāđ‰āļ­āļĄāļ•āđˆāļ­āļĒāļ­āļ”āđ€āļŠāļīāļ‡āļžāļēāļ“āļīāļŠāļĒāđŒ ðŸ’Ą

âœĻ āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļˆāļēāļāļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļ™āļģāđ‚āļ”āļĒ āļĢāļ­āļ‡āļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ”āļģāļĢāļ‡āļĻāļąāļāļ”āļīāđŒ āļĢāļīāļ™āļŠāļļāļĄāļ āļđ āļŠāļēāļ‚āļēāļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāđ‚āļĒāļ˜āļē āļĢāđˆāļ§āļĄāļāļąāļšāļĻāļđāļ™āļĒāđŒāļ§āļīāļˆāļąāļĒāđāļĨāļ°āļžāļąāļ’āļ™āļēāđ€āļĄāļ·āļ­āļ‡ āļ›āļĢāļ°āļŠāļšāļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē “āļĢāļ°āļšāļšāļ•āļĢāļ§āļˆāļˆāļąāļšāļˆāļģāļ™āļ§āļ™āļĢāļ–āļĒāļ™āļ•āđŒāđƒāļ™āļĨāļēāļ™āļˆāļ­āļ”āļĢāļ–āļ”āđ‰āļ§āļĒāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ­āļąāļˆāļ‰āļĢāļīāļĒāļ°āļ”āđ‰āļ§āļĒāļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āļ­āļ‡āđ€āļ„āļĢāļ·āđˆāļ­ā (Smart Parking Lot Car Detection System Using Machine Learning Technology) āļ āļēāļĒāđƒāļ•āđ‰āđ‚āļ„āļĢāļ‡āļāļēāļĢāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ•āļĨāļēāļ”āđ€āļžāļ·āđˆāļ­āļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļāļēāļĢāļ™āļģāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāđ„āļ›āđƒāļŠāđ‰āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒ (Technology Launch pad) āļ›āļĢāļ°āļˆāļģāļ›āļĩāļ‡āļšāļ›āļĢāļ°āļĄāļēāļ“ 2567 āđ‚āļ”āļĒāļ”āļģāđ€āļ™āļīāļ™āļāļēāļĢāļĢāđˆāļ§āļĄāļāļąāļš āļ„āļĨāļīāļ™āļīāļāļ—āļąāļ™āļ•āļāļĢāļĢāļĄāļ§āļēāļĒāđāļ­āļ™āļ”āđŒāļšāļĩ āļˆāļąāļ‡āļŦāļ§āļąāļ”āđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āđƒāļ™āļāļēāļ™āļ°āļŠāļ–āļēāļ™āļ›āļĢāļ°āļāļ­āļšāļāļēāļĢāļ™āļģāļĢāđˆāļ­āļ‡ āđ€āļžāļ·āđˆāļ­āđāļāđ‰āļ›āļąāļāļŦāļēāļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļĨāļēāļ™āļˆāļ­āļ”āļĢāļ–āđƒāļ™āđ€āļ‚āļ•āđ€āļĄāļ·āļ­āļ‡āļ—āļĩāđˆāļĄāļĩāļžāļ·āđ‰āļ™āļ—āļĩāđˆāļˆāļģāļāļąāļ” āļĨāļ”āļ„āļ§āļēāļĄāđāļ­āļ­āļąāļ” āļĨāļ”āđ€āļ§āļĨāļēāđƒāļ™āļāļēāļĢāļ„āđ‰āļ™āļŦāļēāļŠāđˆāļ­āļ‡āļˆāļ­āļ” āđāļĨāļ°āļĨāļ”āļāļēāļĢāļ›āļĨāđˆāļ­āļĒāļāđŠāļēāļ‹āđ€āļĢāļ·āļ­āļ™āļāļĢāļ°āļˆāļ āļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļšāļĒāļļāļ—āļ˜āļĻāļēāļŠāļ•āļĢāđŒāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļ”āļīāļˆāļīāļ—āļąāļĨāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāļ­āļĒāđˆāļēāļ‡āđ€āļ›āđ‡āļ™āļĢāļđāļ›āļ˜āļĢāļĢāļĄ.📊 āļˆāļļāļ”āđ€āļ”āđˆāļ™āļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ„āļ·āļ­ “āļ„āļ§āļēāļĄāļ„āļļāđ‰āļĄāļ„āđˆāļēāđāļĨāļ°āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļŠāļđā āļ”āđ‰āļ§āļĒāļāļēāļĢāļœāļŠāļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ Computer Vision āđāļĨāļ° Machine Learning āļœāđˆāļēāļ™āļāļēāļĢāļ•āļīāļ”āļ•āļąāđ‰āļ‡āļāļĨāđ‰āļ­āļ‡āļ§āļ‡āļˆāļĢāļ›āļīāļ”āđ€āļžāļĩāļĒāļ‡ 4 āļˆāļļāļ” āļŠāļēāļĄāļēāļĢāļ–āļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāļĨāļēāļ™āļˆāļ­āļ”āļĢāļ–āļ‚āļ™āļēāļ” 375 āļ•āļēāļĢāļēāļ‡āđ€āļĄāļ•āļĢ (17 āļŠāđˆāļ­āļ‡āļˆāļ­āļ”) āđ„āļ”āđ‰āļ—āļąāđ‰āļ‡āļŦāļĄāļ” āļ‹āļķāđˆāļ‡āļŠāđˆāļ§āļĒāļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ™āļąāļĒāļŠāļģāļ„āļąāļāđ€āļĄāļ·āđˆāļ­āđ€āļ—āļĩāļĒāļšāļāļąāļšāļĢāļ°āļšāļšāđ€āļ”āļīāļĄāļ—āļĩāđˆāļ•āđ‰āļ­āļ‡āđƒāļŠāđ‰āđ€āļ‹āļ™āđ€āļ‹āļ­āļĢāđŒ 1 āļ•āļąāļ§āļ•āđˆāļ­āļĢāļ– 1 āļ„āļąāļ™ āđ€āļ™āļ·āđˆāļ­āļ‡āļˆāļēāļāļāļĨāđ‰āļ­āļ‡āđ€āļžāļĩāļĒāļ‡ 1 āļ•āļąāļ§ āđ‚āļ”āļĒāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļąāđ‰āļ‡āļŦāļĄāļ”āļˆāļ°āļ–āļđāļāļŠāđˆāļ‡āđ„āļ›āļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāđāļĨāļ°āđāļŠāļ”āļ‡āļŠāļ–āļēāļ™āļ°āļ—āļĩāđˆāļˆāļ­āļ”āđāļšāļšāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒāļœāđˆāļēāļ™āđ€āļ§āđ‡āļšāđ„āļ‹āļ•āđŒ āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļĒāļąāļ‡āđāļāđ‰āđ„āļ‚āļ‚āđ‰āļ­āļˆāļģāļāļąāļ”āļ—āļēāļ‡āđ€āļ—āļ„āļ™āļīāļ„āļ”āđ‰āļ§āļĒāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āļĢāļ°āļšāļšāļ›āļāļīāļšāļąāļ•āļīāļāļēāļĢāđ€āļ›āđ‡āļ™ Linux āļ‹āļķāđˆāļ‡āļŠāđˆāļ§āļĒāļĨāļ”āļ āļēāļĢāļ° CPU āļĨāļ‡āđ„āļ”āđ‰āļ–āļķāļ‡ 80% āļĢāļ§āļĄāļ–āļķāļ‡āļ›āļĢāļąāļšāļĢāļ°āļšāļšāđƒāļŦāđ‰āļ„āļģāļ™āļ§āļ“āļ‚āđ‰āļ­āļĄāļđāļĨāļĒāđ‰āļ­āļ™āļŦāļĨāļąāļ‡ 5 āļ§āļīāļ™āļēāļ—āļĩ āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāļŠāđˆāļ§āļ‡āļ—āļĩāđˆāļŠāļąāļāļāļēāļ“āļ­āļīāļ™āđ€āļ—āļ­āļĢāđŒāđ€āļ™āđ‡āļ•āđ„āļĄāđˆāđ€āļŠāļ–āļĩāļĒāļĢ āļœāļĨāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āļ„āļ§āļēāļĄāļžāļķāļ‡āļžāļ­āđƒāļˆ āļžāļšāļ§āđˆāļēāļ—āļļāļāļŦāļąāļ§āļ‚āđ‰āļ­āļ—āļąāđ‰āļ‡āļ”āđ‰āļēāļ™āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™ āļ„āļ§āļēāļĄāļ„āļļāđ‰āļĄāļ„āđˆāļēāļ—āļēāļ‡āđ€āļĻāļĢāļĐāļāļāļīāļˆ āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒ āđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļ°āļ”āļ§āļāđƒāļ™āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™ āļ­āļĒāļđāđˆāđƒāļ™āļĢāļ°āļ”āļąāļš “āļĄāļēā āļ–āļķāļ‡ “āļĄāļēāļāļ—āļĩāđˆāļŠāļļāļ”” āļ—āļąāđ‰āļ‡āļŦāļĄāļ” āļŠāļ°āļ—āđ‰āļ­āļ™āđƒāļŦāđ‰āđ€āļŦāđ‡āļ™āļ§āđˆāļēāļĢāļ°āļšāļšāļŠāļēāļĄāļēāļĢāļ–āļ•āļ­āļšāļŠāļ™āļ­āļ‡āļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāļ—āļąāđ‰āļ‡āļ‚āļ­āļ‡āļœāļđāđ‰āļ›āļĢāļ°āļāļ­āļšāļāļēāļĢāđƒāļ™āļāļēāļĢāđ€āļ•āļĢāļĩāļĒāļĄāļāļēāļĢāļĢāļ­āļ‡āļĢāļąāļšāļĨāļđāļāļ„āđ‰āļēāļĨāđˆāļ§āļ‡āļŦāļ™āđ‰āļē āđāļĨāļ°āļ‚āļ­āļ‡āļœāļđāđ‰āļĢāļąāļšāļšāļĢāļīāļāļēāļĢāđƒāļ™āļāļēāļĢāļ•āļĢāļ§āļˆāļŠāļ­āļšāļŠāļ–āļēāļ™āļ°āļ—āļĩāđˆāļˆāļ­āļ”āđ€āļžāļ·āđˆāļ­āļ§āļēāļ‡āđāļœāļ™āļāļēāļĢāđ€āļ”āļīāļ™āļ—āļēāļ‡.🌆 āļŠāļģāļŦāļĢāļąāļšāļ—āļīāļĻāļ—āļēāļ‡āļāļēāļĢāļžāļąāļ’āļ™āļēāđƒāļ™āļĢāļ°āļĒāļ°āļ–āļąāļ”āđ„āļ› āļĢāļĻ.āļ—āļžāļ.āļ”āļĢ.āļšāļļāļāļĻāļīāļ§āļē āļ‹āļđāļ‹āļđāļāļī āđ€āļˆāđ‰āļēāļ‚āļ­āļ‡āļ„āļĨāļīāļ™āļīāļ āđ„āļ”āđ‰āđāļŠāļ”āļ‡āļ„āļ§āļēāļĄāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāļ—āļ”āļĨāļ­āļ‡āđƒāļŠāđ‰āļ‡āļēāļ™āļĢāļ°āļšāļšāļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡ āļžāļĢāđ‰āļ­āļĄāļžāļīāļˆāļēāļĢāļ“āļēāļ‚āļ­āļ­āļ™āļļāļāļēāļ•āđƒāļŠāđ‰āļŠāļīāļ—āļ˜āļīāđƒāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ (Licensing) āđƒāļ™āļ­āļ™āļēāļ„āļ• āļ‚āļ“āļ°āļ—āļĩāđˆāļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļĄāļĩāđāļœāļ™āļžāļąāļ’āļ™āļēāļŸāļąāļ‡āļāđŒāļŠāļąāļ™āđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ āļ­āļēāļ—āļī āļĢāļ°āļšāļšāļˆāļ”āļˆāļģāļĨāļđāļāļ„āđ‰āļē VIP āļāļēāļĢāđ€āļŠāļ·āđˆāļ­āļĄāļ•āđˆāļ­āļāļąāļš Chatbot āđāļĨāļ°āļāļēāļĢāđ€āļ›āļīāļ”āļˆāļ­āļ‡āļŠāđˆāļ­āļ‡āļˆāļ­āļ”āļĨāđˆāļ§āļ‡āļŦāļ™āđ‰āļēāļœāđˆāļēāļ™āđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāļ™āļŦāļĢāļ·āļ­ LINE āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āđ‚āļ„āļĢāļ‡āļāļēāļĢāļĒāļąāļ‡āļĄāļĩāđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāļ‚āļĒāļēāļĒāļœāļĨāļŠāļđāđˆāđ€āļŠāļīāļ‡āļžāļēāļ“āļīāļŠāļĒāđŒāđƒāļ™āļĢāļđāļ›āđāļšāļšāļāļēāļĢāļ‚āļēāļĒāļ„āļĢāļšāļ§āļ‡āļˆāļĢāđāļĨāļ°āļšāļĢāļīāļāļēāļĢāđ€āļŠāđˆāļēāđƒāļŠāđ‰ (Subscription) āđ„āļ›āļĒāļąāļ‡āļžāļ·āđ‰āļ™āļ—āļĩāđˆāļ‚āļ™āļēāļ”āđƒāļŦāļāđˆ āđ€āļŠāđˆāļ™ āļŠāļ™āļēāļĄāļšāļīāļ™ āļĻāļđāļ™āļĒāđŒāļāļēāļĢāļ„āđ‰āļē āđāļĨāļ°āđ‚āļĢāļ‡āļžāļĒāļēāļšāļēāļĨ āļ•āļĨāļ­āļ”āļˆāļ™āļœāļĨāļąāļāļ”āļąāļ™āļāļēāļĢāļˆāļąāļ”āļ•āļąāđ‰āļ‡āļ˜āļļāļĢāļāļīāļˆāđƒāļŦāļĄāđˆ (Spin-off) āđ€āļžāļ·āđˆāļ­āļĒāļāļĢāļ°āļ”āļąāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļĨāļēāļ™āļˆāļ­āļ”āļĢāļ–āđƒāļ™āļŠāļąāļ‡āļ„āļĄāđ€āļĄāļ·āļ­āļ‡āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™ Entaneer #CMU #RiSAO #SmartParking #Innovation

🌍 āļāđ‰āļēāļ§āļŠāļģāļ„āļąāļāļŠāļđāđˆ Net Zero: āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļˆāļąāļšāļĄāļ·āļ­ āļ›āļ•āļ—. āļžāļąāļ’āļ™āļēāļ—āļļāđˆāļ™āļ­āļąāļˆāļ‰āļĢāļīāļĒāļ°āļ•āļĢāļ§āļˆāļˆāļąāļšāđāļĨāļ°āđ€āļāđ‰āļēāļĢāļ°āļ§āļąāļ‡āļāļēāļĢāļĢāļąāđˆāļ§āđ„āļŦāļĨāđƒāļ™āđ‚āļ„āļĢāļ‡āļāļēāļĢ CCS āļ™āļ­āļāļŠāļēāļĒāļāļąāđˆāļ‡

āļāļēāļĢāļ”āļąāļāļˆāļąāļšāđāļĨāļ°āļāļąāļāđ€āļāđ‡āļšāļ„āļēāļĢāđŒāļšāļ­āļ™āđ„āļ”āļ­āļ­āļāđ„āļ‹āļ”āđŒ (Carbon Capture and Storage: CCS) āđ€āļ›āđ‡āļ™āļŦāļ™āļķāđˆāļ‡āđƒāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļŠāļģāļ„āļąāļāļ—āļĩāđˆāļĄāļĩāļšāļ—āļšāļēāļ—āļ•āđˆāļ­āļāļēāļĢāļšāļĢāļĢāļĨāļļāđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļāļĨāļēāļ‡āļ—āļēāļ‡āļ„āļēāļĢāđŒāļšāļ­āļ™ (Carbon Neutrality) āđāļĨāļ°āļāļēāļĢāļ›āļĨāđˆāļ­āļĒāļāđŠāļēāļ‹āđ€āļĢāļ·āļ­āļ™āļāļĢāļ°āļˆāļāļŠāļļāļ—āļ˜āļīāđ€āļ›āđ‡āļ™āļĻāļđāļ™āļĒāđŒ (Net-Zero Emission) āļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ āļ­āļĒāđˆāļēāļ‡āđ„āļĢāļāđ‡āļ•āļēāļĄ āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāđāļĨāļ°āļ„āļ§āļēāļĄāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āļ‚āļ­āļ‡āđ‚āļ„āļĢāļ‡āļāļēāļĢ CCS āļ™āļ­āļāļŠāļēāļĒāļāļąāđˆāļ‡ āļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļŦāļąāļ§āđƒāļˆāļŠāļģāļ„āļąāļāļ—āļĩāđˆāļˆāļ°āļŠāļĢāđ‰āļēāļ‡āļāļēāļĢāļĒāļ­āļĄāļĢāļąāļšāļˆāļēāļāļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđāļĨāļ°āļŠāļąāļ‡āļ„āļĄ.āļœāļĻ.āļ”āļĢ.āļ“āļąāļāļ™āļąāļ™āļ—āđŒ āļžāļĢāļŦāļĄāļŠāļļāļ‚ āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļ™āļģāļ—āļĩāļĄāļ„āļ“āļēāļˆāļēāļĢāļĒāđŒāļ™āļąāļāļ§āļīāļˆāļąāļĒāļĢāđˆāļ§āļĄāļāļąāļš āļšāļĢāļīāļĐāļąāļ— āļ›āļ•āļ—. āļˆāļģāļāļąāļ” (āļĄāļŦāļēāļŠāļ™) āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļ•āļĢāļ§āļˆāļˆāļąāļšāđāļĨāļ°āđ€āļāđ‰āļēāļĢāļ°āļ§āļąāļ‡āļāļēāļĢāļĢāļąāđˆāļ§āđ„āļŦāļĨāļ‚āļ­āļ‡ CO₂ āđƒāļ•āđ‰āļ—āļ°āđ€āļĨāļŠāļģāđ€āļĢāđ‡āļˆ āļ āļēāļĒāđƒāļ•āđ‰āļāļēāļĢāļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļ—āļļāļ™āļ§āļīāļˆāļąāļĒāļˆāļēāļ āļšāļžāļ‚. āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāļāļēāļĢāļžāļąāļ’āļ™āļēāđ‚āļ„āļĢāļ‡āļāļēāļĢ CCS āļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒāđāļĨāļ°āļāļĨāļļāđˆāļĄ āļ›āļ•āļ—. āđƒāļ™āļ­āļ™āļēāļ„āļ• âš™ïļ.āļœāļĨāļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāļŠāļģāļ„āļąāļāļ„āļ·āļ­āļ—āļļāđˆāļ™āļ­āļąāļˆāļ‰āļĢāļīāļĒāļ°āļ•āļĢāļ§āļˆāļ§āļąāļ”āļāļēāļĢāļĢāļąāđˆāļ§āđ„āļŦāļĨāļ‚āļ­āļ‡ CO₂ āđƒāļ•āđ‰āļ—āļ°āđ€āļĨ āļ—āļĩāđˆāļœāļŠāļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ IoT āļĢāļ§āļĄāļāļąāļš AI āđāļĨāļ°āļĢāļ°āļšāļšāļŠāļ·āđˆāļ­āļŠāļēāļĢāđ„āļĢāđ‰āļŠāļēāļĒāđ€āļ‚āđ‰āļēāļ”āđ‰āļ§āļĒāļāļąāļ™ āđ‚āļ”āļĒāļŠāļēāļĄāļēāļĢāļ–āļŠāļđāļšāļ™āđ‰āļģāļ—āļ°āđ€āļĨāļˆāļēāļāļāđ‰āļ™āļ—āļ°āđ€āļĨāļ‚āļķāđ‰āļ™āļĄāļēāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļĢāđ‰āļ­āļĄāļĢāļ°āļšāļšāļĢāļąāļāļĐāļēāļŠāļĄāļ”āļļāļĨāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļĢāļ°āļšāļšāļāļģāļŦāļ™āļ”āļ•āļģāđāļŦāļ™āđˆāļ‡ GPS āđāļĨāļ°āļāļēāļĢāļ„āļ§āļšāļ„āļļāļĄāļĢāļ°āļĒāļ°āđ„āļāļĨāđāļšāļšāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒ ðŸ“Ą.āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāđ€āļ‹āđ‡āļ™āđ€āļ‹āļ­āļĢāđŒāļˆāļ°āļ–āļđāļāļŠāđˆāļ‡āļœāđˆāļēāļ™āļĢāļ°āļšāļšāļŠāļ·āđˆāļ­āļŠāļēāļĢāđ„āļĢāđ‰āļŠāļēāļĒāļ„āļ§āļēāļĄāļ–āļĩāđˆāļ•āđˆāļģ (Sub-1GHz) āđ„āļ›āļĒāļąāļ‡āļŠāļ–āļēāļ™āļĩāļ āļēāļ„āļžāļ·āđ‰āļ™āļ”āļīāļ™ āđ€āļžāļ·āđˆāļ­āļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāļ”āđ‰āļ§āļĒāļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ (AI) āļĢāđˆāļ§āļĄāļāļąāļšāđāļšāļšāļˆāļģāļĨāļ­āļ‡āļāļēāļĢāđāļžāļĢāđˆāļāļĢāļ°āļˆāļēāļĒāļ‚āļ­āļ‡ CO₂ āļ—āļģāđƒāļŦāđ‰āļĢāļ°āļšāļšāļŠāļēāļĄāļēāļĢāļ– āļ•āļĢāļ§āļˆāļˆāļąāļšāļāļēāļĢāļĢāļąāđˆāļ§āđ„āļŦāļĨāđ„āļ”āđ‰āđāļšāļšāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒ āļ„āļēāļ”āļāļēāļĢāļ“āđŒāļ›āļĢāļīāļĄāļēāļ“āļāļēāļĢāļĢāļąāđˆāļ§āđ„āļŦāļĨ āļ›āļĢāļ°āđ€āļĄāļīāļ™āļžāļ·āđ‰āļ™āļ—āļĩāđˆāđ€āļŠāļĩāđˆāļĒāļ‡āđāļĨāļ°āļœāļĨāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļĢāļ°āļšāļšāļ™āļīāđ€āļ§āļĻāļ—āļēāļ‡āļ—āļ°āđ€āļĨ āđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļĨāđˆāļ§āļ‡āļŦāļ™āđ‰āļēāļ•āļēāļĄāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļĢāļļāļ™āđāļĢāļ‡āđāļšāļš Color Warning System āđāļĨāļ°āļŠāđˆāļ§āļĒāđƒāļŦāđ‰āļŠāļēāļĄāļēāļĢāļ–āļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāđ€āļŦāļ•āļļāļāļēāļĢāļ“āđŒāđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĢāļ§āļ”āđ€āļĢāđ‡āļ§āđāļĨāļ°āđāļĄāđˆāļ™āļĒāļģ ðŸšĻ.āđ‚āļ„āļĢāļ‡āļāļēāļĢāļ™āļĩāđ‰āļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļ­āļĩāļāļŦāļ™āļķāđˆāļ‡āļāđ‰āļēāļ§āļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒāđƒāļ™āļāļēāļĢāļĒāļāļĢāļ°āļ”āļąāļšāļĄāļēāļ•āļĢāļāļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ”āđ‰āļēāļ™ CCS āđāļĨāļ°āļĢāļ°āļšāļš MMV (Measurement, Monitoring and Verification) āļŠāļđāđˆāļĢāļ°āļ”āļąāļšāļŠāļēāļāļĨ āļžāļĢāđ‰āļ­āļĄāļĨāļ”āļāļēāļĢāļžāļķāđˆāļ‡āļžāļēāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļˆāļēāļāļ•āđˆāļēāļ‡āļ›āļĢāļ°āđ€āļ—āļĻ āđ€āļŠāļĢāļīāļĄāļĻāļąāļāļĒāļ āļēāļžāļāļēāļĢāđāļ‚āđˆāļ‡āļ‚āļąāļ™āļ”āđ‰āļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļžāļĨāļąāļ‡āļ‡āļēāļ™āļŠāļ°āļ­āļēāļ” āđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāđ€āļŠāļ·āđˆāļ­āļĄāļąāđˆāļ™āļ•āđˆāļ­āļāļēāļĢāļĨāļ‡āļ—āļļāļ™āļ”āđ‰āļēāļ™ CCS āđƒāļ™āļ­āļ™āļēāļ„āļ• ðŸŒą āļ™āļ­āļāļˆāļēāļāļāļēāļĢāļžāļąāļ’āļ™āļēāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ•āđ‰āļ™āđāļšāļš āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļĒāļąāļ‡āļˆāļąāļ”āļ—āļģāļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđ€āļŠāļīāļ‡āļ™āđ‚āļĒāļšāļēāļĒāļ”āđ‰āļēāļ™āļāļēāļĢāđ€āļāđ‰āļēāļĢāļ°āļ§āļąāļ‡āđāļĨāļ°āļāļēāļĢāļĒāļ·āļ™āļĒāļąāļ™āļāļēāļĢāļāļąāļāđ€āļāđ‡āļšāļ„āļēāļĢāđŒāļšāļ­āļ™ āđ€āļžāļ·āđˆāļ­āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļēāļĢāļāļģāļŦāļ™āļ”āļĄāļēāļ•āļĢāļāļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ—āļēāļ‡āļ—āļ°āđ€āļĨāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻ āļ­āļąāļ™āļˆāļ°āđ€āļ›āđ‡āļ™āļĢāļēāļāļāļēāļ™āļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļœāļĨāļąāļāļ”āļąāļ™āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒāļŠāļđāđˆ Carbon Neutrality āđāļĨāļ° Net-Zero Emission āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™āđƒāļ™āļ­āļ™āļēāļ„āļ• ðŸŒ A Major Step Toward Net Zero: CMU Engineering and PTT Collaborate to Develop Smart Buoy System for Detecting and Monitoring Offshore CCS Leakage Carbon Capture and Storage (CCS) is one of the key technologies driving Thailand toward Carbon Neutrality and Net-Zero Emissions. However, ensuring the safety and reliability of offshore CCS projects remains a critical factor in gaining acceptance from industry stakeholders and the public..Asst. Prof. Dr. Natthanan Promsuk from the Faculty of Engineering, Chiang Mai University, has led a team of researchers in collaboration with PTT Public Company Limited to successfully develop an underwater CO₂ leakage detection and monitoring system. The project is supported by funding from PMUC and aims to support future CCS developments in Thailand and within the PTT Group. ⚙ïļ.The key innovation is a smart buoy system designed to detect underwater CO₂ leakage. The system integrates IoT technology, Artificial Intelligence (AI), and wireless communication technologies into a single platform. It is capable of pumping seawater from the seabed for analysis while maintaining automatic buoyancy balance, GPS positioning, and real-time remote control capabilities. ðŸ“Ą.Sensor data are transmitted through a low-frequency wireless communication network (Sub-1GHz) to a ground station, where AI algorithms and CO₂ dispersion models are used to process and analyze the information. This enables the systemâ€Ķ

ðŸŒą āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āđ€āļ”āļīāļ™āļŦāļ™āđ‰āļēāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āđ€āļĻāļĢāļĐāļāļāļīāļˆ āļĒāļāļĢāļ°āļ”āļąāļšāļŸāļēāļĢāđŒāļĄāđ‚āļ„āļ™āļĄāđ„āļ—āļĒāļŠāļđāđˆāļĒāļļāļ„āļ”āļīāļˆāļīāļ—āļąāļĨ ðŸ„ðŸ’Ą

āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ‚āļ„āļ™āļĄāļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļŸāļąāļ™āđ€āļŸāļ·āļ­āļ‡āļŠāļģāļ„āļąāļāļ—āļĩāđˆāļŠāđˆāļ§āļĒāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āđ€āļĻāļĢāļĐāļāļāļīāļˆāļ‚āļ­āļ‡āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ āđāļ•āđˆāđ€āļāļĐāļ•āļĢāļāļĢāļĢāļēāļĒāļĒāđˆāļ­āļĒāđāļĨāļ°āļĢāļēāļĒāļāļĨāļēāļ‡āļŦāļĨāļēāļĒāđāļŦāđˆāļ‡āļĒāļąāļ‡āļ„āļ‡āđ€āļœāļŠāļīāļāļāļąāļšāļ„āļ§āļēāļĄāļ—āđ‰āļēāļ—āļēāļĒāđƒāļ™āļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļŸāļēāļĢāđŒāļĄ āđ‚āļ”āļĒāđ€āļ‰āļžāļēāļ°āļ‚āđ‰āļ­āļˆāļģāļāļąāļ”āļ”āđ‰āļēāļ™āļŠāļ āļēāļžāļ­āļēāļāļēāļĻāļĢāđ‰āļ­āļ™āļŠāļ·āđ‰āļ™āļ—āļĩāđˆāļŠāđˆāļ‡āļœāļĨāđƒāļŦāđ‰āđ‚āļ„āđ€āļāļīāļ”āļ„āļ§āļēāļĄāđ€āļ„āļĢāļĩāļĒāļ” āļ‹āļķāđˆāļ‡āļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļŠāļļāļ‚āļ āļēāļžāđāļĨāļ°āļ›āļĢāļīāļĄāļēāļ“āļœāļĨāļœāļĨāļīāļ•āļ™āđ‰āļģāļ™āļĄāđ‚āļ”āļĒāļ•āļĢāļ‡ āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰ āļāļēāļĢāļˆāļ”āļšāļąāļ™āļ—āļķāļāļ‚āđ‰āļ­āļĄāļđāļĨāđāļšāļšāļ”āļąāđ‰āļ‡āđ€āļ”āļīāļĄāļ”āđ‰āļ§āļĒāļāļĢāļ°āļ”āļēāļĐ āļĒāļąāļ‡āļ—āļģāđƒāļŦāđ‰āđ€āļāļĐāļ•āļĢāļāļĢāđ€āļ‚āđ‰āļēāļ–āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļĨāļķāļāđ„āļ”āđ‰āļĒāļēāļāđāļĨāļ°āļ‚āļēāļ”āļ„āļ§āļēāļĄāđāļĄāđˆāļ™āļĒāļģāđƒāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ ðŸĪ–📊 āđ€āļžāļ·āđˆāļ­āđāļāđ‰āļ›āļąāļāļŦāļēāļ”āļąāļ‡āļāļĨāđˆāļēāļ§ āļ—āļĩāļĄāļ™āļąāļāļ§āļīāļˆāļąāļĒāļˆāļēāļāļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļ™āļģāđ‚āļ”āļĒ āļĢāļĻ.āļ”āļĢ.āļ™āļĢāļīāļĻāļĢāļē āđ€āļ­āļĩāđˆāļĒāļĄāļ„āļ“āļīāļ•āļŠāļēāļ•āļī āļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ„āļ­āļĄāļžāļīāļ§āđ€āļ•āļ­āļĢāđŒ āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āđ‚āļ”āļĒāļĄāļĩ āļœāļĻ.āļ”āļĢ.āļˆāļīāļĢāļ§āļąāļ’āļ™āđŒ āļžāļąāļŠāļĢāļ° āļ„āļ“āļ°āđ€āļāļĐāļ•āļĢāļĻāļēāļŠāļ•āļĢāđŒ āđ€āļ›āđ‡āļ™āļ—āļĩāđˆāļ›āļĢāļķāļāļĐāļēāđ‚āļ„āļĢāļ‡āļāļēāļĢ āđ„āļ”āđ‰āļ„āļīāļ”āļ„āđ‰āļ™ “āđāļžāļĨāļ•āļŸāļ­āļĢāđŒāļĄāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļŠāļļāļ‚āļ āļēāļžāđāļĨāļ°āļœāļĨāļœāļĨāļīāļ•āļŠāļģāļŦāļĢāļąāļšāļŸāļēāļĢāđŒāļĄāđ‚āļ„āļ™āļĄāļ­āļąāļˆāļ‰āļĢāļīāļĒāļ° (DairyAI)” āļ‹āļķāđˆāļ‡āļœāļŠāļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļ­āļīāļ™āđ€āļ—āļ­āļĢāđŒāđ€āļ™āđ‡āļ•āđƒāļ™āļ—āļļāļāļŠāļīāđˆāļ‡ (IoT) āđāļĨāļ°āļ›āļąāļāļāļēāļ›āļĢāļ°āļ”āļīāļĐāļāđŒ (AI) āđ€āļ‚āđ‰āļēāļ”āđ‰āļ§āļĒāļāļąāļ™āļ­āļĒāđˆāļēāļ‡āļĨāļ‡āļ•āļąāļ§ ðŸŽŊ āļĢāļ°āļšāļšāļ™āļĩāđ‰āđ‚āļ”āļ”āđ€āļ”āđˆāļ™āļ”āđ‰āļ§āļĒāļāļēāļĢāđƒāļŠāđ‰āđ€āļ‹āđ‡āļ™āđ€āļ‹āļ­āļĢāđŒāļ•āļĢāļ§āļˆāļ§āļąāļ”āļ­āļļāļ“āļŦāļ āļđāļĄāļī āļ„āļ§āļēāļĄāļŠāļ·āđ‰āļ™ āđāļĨāļ°āļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļĄāđāļŠāļ‡ āđ€āļžāļ·āđˆāļ­āļ„āļ§āļšāļ„āļļāļĄāļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāđƒāļ™āđ‚āļĢāļ‡āđ€āļĢāļ·āļ­āļ™āđāļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļ„āļ§āļšāļ„āļđāđˆāļāļąāļšāļāļēāļĢāđƒāļŠāđ‰āļžāļĨāļąāļ‡āļ‡āļēāļ™āđ‚āļ‹āļĨāļēāļĢāđŒāđ€āļ‹āļĨāļĨāđŒ āļŠāđˆāļ§āļĒāļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™āļ„āđˆāļēāđ„āļŸāđƒāļŦāđ‰āđ€āļāļĐāļ•āļĢāļāļĢ āļ™āļ­āļāļˆāļēāļāļ™āļĩāđ‰āļĒāļąāļ‡āļĄāļĩāļˆāļļāļ”āđ€āļ”āđˆāļ™āđƒāļ™āļāļēāļĢāđƒāļŠāđ‰āļ­āļąāļĨāļāļ­āļĢāļīāļ—āļķāļĄ AI āļ›āļĢāļ°āđ€āļĄāļīāļ™āļŠāļļāļ‚āļ āļēāļžāđ‚āļ„āļˆāļēāļ 4 āļ›āļąāļˆāļˆāļąāļĒāļŦāļĨāļąāļ āđ„āļ”āđ‰āđāļāđˆ āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄ āļŠāļļāļ‚āļ āļēāļž āđ‚āļ āļŠāļ™āļēāļāļēāļĢāļ­āļēāļŦāļēāļĢ āđāļĨāļ°āļ„āļ°āđāļ™āļ™āļ„āļ§āļēāļĄāļŠāļĄāļšāļđāļĢāļ“āđŒāļ‚āļ­āļ‡āļĢāđˆāļēāļ‡āļāļēāļĒ (BCS) āļ‹āļķāđˆāļ‡āļŠāļēāļĄāļēāļĢāļ–āļˆāļģāđāļ™āļāļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡āļ”āđ‰āļēāļ™āļŠāļļāļ‚āļ āļēāļžāđ‚āļ„āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āđāļĄāđˆāļ™āļĒāļģ āļžāļĢāđ‰āļ­āļĄāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļ”āļđāđāļĨāđ‚āļ„āđāļ•āđˆāļĨāļ°āļ•āļąāļ§āļœāđˆāļēāļ™āđ€āļ§āđ‡āļšāđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāļ™ āļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāļˆāļēāļāļāļēāļĢāļ™āļģāđ„āļ›āđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡ āļ“ āļŸāļēāļĢāđŒāļĄāđ‚āļ„āļ™āļĄāļ•āđ‰āļ™āđāļšāļš “āļ–āļļāļ‡āļ—āļ­āļ‡āļŸāļēāļĢāđŒāļĄ” āļˆāļąāļ‡āļŦāļ§āļąāļ”āļžāļ°āđ€āļĒāļē āļžāļīāļŠāļđāļˆāļ™āđŒāđƒāļŦāđ‰āđ€āļŦāđ‡āļ™āđāļĨāđ‰āļ§āļ§āđˆāļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ™āļĩāđ‰āļŠāđˆāļ§āļĒāļ­āļģāļ™āļ§āļĒāļ„āļ§āļēāļĄāļŠāļ°āļ”āļ§āļāđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāļžāļķāļ‡āļžāļ­āđƒāļˆāđƒāļŦāđ‰āđāļāđˆāđ€āļāļĐāļ•āļĢāļāļĢāļœāļđāđ‰āđƒāļŠāđ‰āļ‡āļēāļ™āđ„āļ”āđ‰āđƒāļ™āļĢāļ°āļ”āļąāļšāļŠāļđāļ‡āļŠāļļāļ” āđ‚āļ„āļĢāļ‡āļāļēāļĢāļ™āļĩāđ‰āļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļ­āļĩāļāļāđ‰āļēāļ§āļŠāļģāļ„āļąāļāđƒāļ™āļāļēāļĢāļĨāļ”āļ„āļ§āļēāļĄāđ€āļŦāļĨāļ·āđˆāļ­āļĄāļĨāđ‰āļģāļ—āļēāļ‡āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāļ—āļĩāđˆāđāļĄāđˆāļ™āļĒāļģ āđāļĨāļ°āļžāļĨāļīāļāđ‚āļ‰āļĄāđ€āļāļĐāļ•āļĢāļāļĢāļœāļđāđ‰āđ€āļĨāļĩāđ‰āļĒāļ‡āđ‚āļ„āļ™āļĄāđ„āļ—āļĒāđƒāļŦāđ‰āļāđ‰āļēāļ§āļŠāļđāđˆāļāļēāļĢāđ€āļ›āđ‡āļ™ â€œSmart Farmer” āļ—āļĩāđˆāļžāļĢāđ‰āļ­āļĄāđāļ‚āđˆāļ‡āļ‚āļąāļ™āđāļĨāļ°āđ€āļ•āļīāļšāđ‚āļ•āđ„āļ”āđ‰āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™āđƒāļ™āļ­āļ™āļēāļ„āļ•

ðŸĨ āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļœāļ™āļķāļāļ āļēāļ„āđ€āļ­āļāļŠāļ™ āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļ•āļīāļ”āļ•āļēāļĄāļ•āļģāđāļŦāļ™āđˆāļ‡āļžāļ™āļąāļāļ‡āļēāļ™āđƒāļ™āđ‚āļĢāļ‡āļžāļĒāļēāļšāļēāļĨāļ”āđ‰āļ§āļĒāļĢāļ°āļšāļš Wi-Fi

ðŸ‘Ļ‍ðŸŦ āļœāļĻ.āļ”āļĢ.āļ™āļīāļĢāļąāļ™āļ”āļĢāđŒ āļžāļīāļŠāļļāļ—āļ˜āļ­āļēāļ™āļ™āļ—āđŒ āļ āļēāļ„āļ§āļīāļŠāļēāļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ­āļļāļ•āļŠāļēāļŦāļāļēāļĢ āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āļĢāđˆāļ§āļĄāļāļąāļšāļšāļĢāļīāļĐāļąāļ— āđ€āļ”āļĒāđŒāđ€āļ§āļīāļĢāđŒāļ„ (āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒ) āļˆāļģāļāļąāļ” āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļˆāļąāļ”āļāļēāļĢāđ€āļ§āļĢāđ€āļ›āļĨ “Daywork Smart Escort” āļ—āļĩāđˆāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āđ‚āļĢāļ‡āļžāļĒāļēāļšāļēāļĨ āđ‚āļ”āļĒāļ”āļģāđ€āļ™āļīāļ™āđ‚āļ„āļĢāļ‡āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļĢāļ°āļšāļļāļ•āļģāđāļŦāļ™āđˆāļ‡āļžāļ™āļąāļāļ‡āļēāļ™āđ€āļ„āļĨāļ·āđˆāļ­āļ™āļĒāđ‰āļēāļĒāļœāļđāđ‰āļ›āđˆāļ§āļĒāļ āļēāļĒāđƒāļ™āļ­āļēāļ„āļēāļĢ āļ āļēāļĒāđƒāļ•āđ‰āļāļēāļĢāļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļ‚āļ­āļ‡āđ‚āļ„āļĢāļ‡āļāļēāļĢ IRTC āļ­āļļāļ—āļĒāļēāļ™āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļ āļēāļ„āđ€āļŦāļ™āļ·āļ­.ðŸ“Ą āļ—āļĩāļĄāļ§āļīāļˆāļąāļĒāļžāļąāļ’āļ™āļēāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ “Crowdsource Fingerprint Localization” āļ—āļĩāđˆāđƒāļŠāđ‰āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļˆāļēāļāļŠāļąāļāļāļēāļ“ Wi-Fi āļ—āļĩāđˆāļĄāļĩāļ­āļĒāļđāđˆāđāļĨāđ‰āļ§āđƒāļ™āļ­āļēāļ„āļēāļĢ āđ‚āļ”āļĒāļ­āļēāļĻāļąāļĒāļĢāļđāļ›āđāļšāļšāđ€āļ‰āļžāļēāļ°āļ‚āļ­āļ‡āļŠāļąāļāļāļēāļ“ Wi-Fi āđƒāļ™āđāļ•āđˆāļĨāļ°āļˆāļļāļ” āļ‹āļķāđˆāļ‡āļĄāļĩāļĨāļąāļāļĐāļ“āļ°āđ€āļ‰āļžāļēāļ°āļ•āļąāļ§āļ„āļĨāđ‰āļēāļĒāļĨāļēāļĒāļ™āļīāđ‰āļ§āļĄāļ·āļ­ āļĢāđˆāļ§āļĄāļāļąāļšāđ€āļ—āļ„āļ™āļīāļ„ Semi-Supervised Learning āļ—āļģāđƒāļŦāđ‰āļĢāļ°āļšāļšāļŠāļēāļĄāļēāļĢāļ–āļĢāļ°āļšāļļāļ•āļģāđāļŦāļ™āđˆāļ‡āļžāļ™āļąāļāļ‡āļēāļ™āđ„āļ”āđ‰āđ‚āļ”āļĒāđ„āļĄāđˆāļ•āđ‰āļ­āļ‡āļĨāļ‡āļ—āļļāļ™āļ•āļīāļ”āļ•āļąāđ‰āļ‡āļ­āļļāļ›āļāļĢāļ“āđŒāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄðŸ“ āļˆāļēāļāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ—āļĩāđˆāļ­āļēāļ„āļēāļĢāļ­āļļāļ—āļĒāļēāļ™āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāļŊ āļĄāļŠ. āļĢāļ°āļšāļšāļ—āļģāļ™āļēāļĒāļ•āļģāđāļŦāļ™āđˆāļ‡āđ„āļ”āđ‰āļ–āļđāļāļ•āđ‰āļ­āļ‡ 95.4% āđāļĨāļ°āđ€āļĄāļ·āđˆāļ­āļ—āļ”āļŠāļ­āļšāđƒāļ™āļŠāļ–āļēāļ™āļāļēāļĢāļ“āđŒāļˆāļĢāļīāļ‡āļ—āļĩāđˆāđ‚āļĢāļ‡āļžāļĒāļēāļšāļēāļĨāđ€āļŠāļĩāļĒāļ‡āļĢāļēāļĒāļ›āļĢāļ°āļŠāļēāļ™āļļāđ€āļ„āļĢāļēāļ°āļŦāđŒ āļ„āļĢāļ­āļšāļ„āļĨāļļāļĄ 119 āļˆāļļāļ”āđƒāļ™ 15 āļ•āļķāļ āļ”āđ‰āļ§āļĒāļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāļāļēāļĢāļ›āļāļīāļšāļąāļ•āļīāļ‡āļēāļ™āļˆāļĢāļīāļ‡āļāļ§āđˆāļē 59,000 āļĢāļēāļĒāļāļēāļĢ āļĢāļ°āļšāļšāļĒāļąāļ‡āļ„āļ‡āļĢāļ°āļšāļļāļ•āļģāđāļŦāļ™āđˆāļ‡āđ„āļ”āđ‰āļ–āļđāļāļ•āđ‰āļ­āļ‡ 90.3%.🚑 āđ‚āļ„āļĢāļ‡āļāļēāļĢāļ™āļĩāđ‰āļĄāļĩāđāļœāļ™āļ‚āļĒāļēāļĒāļœāļĨāđ„āļ›āļĒāļąāļ‡āļžāļ™āļąāļāļ‡āļēāļ™āļŠāđˆāļ§āļ™āļ­āļ·āđˆāļ™āđƒāļ™āđ‚āļĢāļ‡āļžāļĒāļēāļšāļēāļĨ āđ€āļŠāđˆāļ™ āļžāļ™āļąāļāļ‡āļēāļ™āļŠāđˆāļ‡āļ­āļēāļŦāļēāļĢ āļŠāđˆāļ‡āļĒāļē āđāļĨāļ°āļ—āļģāļ„āļ§āļēāļĄāļŠāļ°āļ­āļēāļ” āļĢāļ§āļĄāļ–āļķāļ‡āļžāļąāļ’āļ™āļēāļ­āļļāļ›āļāļĢāļ“āđŒ IoT āļŠāļģāļŦāļĢāļąāļšāļ•āļīāļ”āļ•āļēāļĄāđ€āļ›āļĨāļ™āļ­āļ™āđāļĨāļ°āļ­āļļāļ›āļāļĢāļ“āđŒāļāļēāļĢāđāļžāļ—āļĒāđŒāļĢāļēāļ„āļēāļŠāļđāļ‡ ðŸ’Ą āļ„āļēāļ”āļ§āđˆāļēāļĄāļĩāđ‚āļ­āļāļēāļŠāļŠāļĢāđ‰āļēāļ‡āļĄāļđāļĨāļ„āđˆāļēāđ€āļžāļīāđˆāļĄāđƒāļŦāđ‰āļ āļēāļ„āđ€āļ­āļāļŠāļ™āđ„āļ”āđ‰āļŠāļđāļ‡āļŠāļļāļ”āļāļ§āđˆāļē 3 āļĨāđ‰āļēāļ™āļšāļēāļ—āļ•āđˆāļ­āļ›āļĩ āļ–āļ·āļ­āđ€āļ›āđ‡āļ™āļ­āļĩāļāļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āļ‚āļ­āļ‡āļāļēāļĢāļŠāđˆāļ‡āļ•āđˆāļ­āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāļˆāļēāļāļĢāļąāđ‰āļ§āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāļŠāļđāđˆāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āļ āļēāļ„āļšāļĢāļīāļāļēāļĢāļŠāļļāļ‚āļ āļēāļž ðŸĨ CMU Engineering Joins Forces with Private Sector to Develop Hospital Staff Tracking System Using Wi-Fi — No Additional Hardware Required.ðŸ‘Ļ‍ðŸŦ Asst. Prof. Dr. Nirand Pisutha-Arnond from the Department of Industrial Engineering, Faculty of Engineering, Chiang Mai University, has collaborated with Daywork (Thailand) Co., Ltd., the developer of the “Daywork Smart Escort” patient escort management system currently deployed in over 15 hospitals nationwide, to develop an indoor positioning system for patient escort staff. The project was supported by the Industrial Research and Technology Capacity Development Program (IRTC) under the Northern Science Park, fiscal year 2024..ðŸ“Ą The research team developed “Crowdsource Fingerprint Localization” technology that leverages existing Wi-Fi signals within hospital buildings by utilizing the unique signal patterns at each location — which act as a distinctive fingerprint — combined with Semi-Supervised Learning techniques, enabling the system to determine staff locations without any additional hardware installation. Testing at CMU’s Science and Technology Park building achieved 95.4% accuracy on the first prediction. When deployed in real working conditions at Chiang Rai Prachanukroh Hospital, covering 119 points across 15 buildings with over 59,000 data records from actual operations, the system maintained 90.3% accuracy within the top two predictions — sufficient for task assignment and human resource management in a hospital setting..🚑 The project plans to expand tracking to other hospital staff such as food delivery, medication delivery, and housekeeping personnel, as well as to develop IoT devices for tracking hospital beds,â€Ķ

🚗 āļ§āļīāļĻāļ§āļŊ āļĄāļŠ. āļĒāļāļĢāļ°āļ”āļąāļšāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ—āļĒ āđƒāļŠāđ‰ Automation-AI āļĒāļāļĢāļ°āļ”āļąāļšāļŠāļīāđ‰āļ™āļŠāđˆāļ§āļ™ EV āđāļĨāļ°āļĢāļēāļ‡āļĢāļ–āđ„āļŸ

āļ„āļ“āļ°āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļĻāļēāļŠāļ•āļĢāđŒ āļĄāļŦāļēāļ§āļīāļ—āļĒāļēāļĨāļąāļĒāđ€āļŠāļĩāļĒāļ‡āđƒāļŦāļĄāđˆ āđ€āļ”āļīāļ™āļŦāļ™āđ‰āļēāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđāļĨāļ°āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāđ€āļžāļ·āđˆāļ­āļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ āļœāđˆāļēāļ™āđ‚āļ„āļĢāļ‡āļāļēāļĢ â€œāļāļēāļĢāđ€āļŠāļ·āđˆāļ­āļĄāļ”āđ‰āļ§āļĒāļŦāļļāđˆāļ™āļĒāļ™āļ•āđŒāđāļĨāļ°āļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ āļŠāļģāļŦāļĢāļąāļšāļĒāļēāļ™āļĒāļ™āļ•āđŒāđ„āļŸāļŸāđ‰āļēāđāļĨāļ°āļĢāļ°āļšāļšāļĢāļēāļ‡â€ āļ™āļģāđ‚āļ”āļĒ āļœāļđāđ‰āļŠāđˆāļ§āļĒāļĻāļēāļŠāļ•āļĢāļēāļˆāļēāļĢāļĒāđŒ āļ”āļĢ.āļ§āļŠāļ§āļąāļŠāļĢ āļ™āļēāļ„āđ€āļ‚āļĩāļĒāļ§ āđ‚āļ”āļĒāļĄāļļāđˆāļ‡āļžāļąāļ’āļ™āļēāļ­āļ‡āļ„āđŒāļ„āļ§āļēāļĄāļĢāļđāđ‰āđ€āļŠāļīāļ‡āļĨāļķāļāļ”āđ‰āļēāļ™āļĢāļ°āļšāļšāļāļēāļĢāļœāļĨāļīāļ•āļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļœāļŠāļēāļ™āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ Machine Learning āđāļĨāļ° AI āđ€āļžāļ·āđˆāļ­āļĒāļāļĢāļ°āļ”āļąāļšāļĻāļąāļāļĒāļ āļēāļžāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļĒāļēāļ™āļĒāļ™āļ•āđŒāđ„āļŸāļŸāđ‰āļē (EV) āđāļĨāļ°āļāļēāļĢāļœāļĨāļīāļ•āļĢāļēāļ‡āļĢāļ–āđ„āļŸāļ„āļļāļ“āļ āļēāļžāļŠāļđāļ‡ ðŸ”đ āļŦāļ™āļķāđˆāļ‡āđƒāļ™āļœāļĨāļ‡āļēāļ™āđ€āļ”āđˆāļ™āļ‚āļ­āļ‡āđ‚āļ„āļĢāļ‡āļāļēāļĢ āļ„āļ·āļ­ â€œāļĢāļ–āļĒāļ™āļ•āđŒāđ„āļŸāļŸāđ‰āļēāļ”āļąāļ”āđāļ›āļĨāļ‡āļ•āđ‰āļ™āđāļšāļš 4 āļĨāđ‰āļ­â€ (EV Conversion Prototype) āļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļžāļĢāđ‰āļ­āļĄāļ—āļēāļ‡āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ TRL 4 āļ‹āļķāđˆāļ‡āļœāđˆāļēāļ™āļāļēāļĢāļ­āļ­āļāđāļšāļšāđāļĨāļ°āļ—āļ”āļŠāļ­āļšāļ—āļąāđ‰āļ‡āļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ‚āļ­āļ‡āļĢāļ°āļšāļšāđāļšāļ•āđ€āļ•āļ­āļĢāļĩāđˆāđāļĨāļ°āļŠāļĄāļĢāļĢāļ–āļ™āļ°āļāļēāļĢāļ‚āļąāļšāļ‚āļĩāđˆāļˆāļĢāļīāļ‡ āļžāļĢāđ‰āļ­āļĄāļ•āđˆāļ­āļĒāļ­āļ”āļŠāļđāđˆāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āđāļĨāļ°āļāļēāļĢāļžāļąāļ’āļ™āļēāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ EV Conversion āđƒāļ™āļ›āļĢāļ°āđ€āļ—āļĻāđ„āļ—āļĒðŸ”đ āļ­āļĩāļāļŦāļ™āļķāđˆāļ‡āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļŠāļģāļ„āļąāļ āļ„āļ·āļ­ â€œāļĢāļ°āļšāļšāļ„āļ§āļšāļ„āļļāļĄāđāļĢāļ‡āļāļ”āļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļŠāļģāļŦāļĢāļąāļšāļ‡āļēāļ™āđ€āļŠāļ·āđˆāļ­āļĄāđ€āļŠāļĩāļĒāļ”āļ—āļēāļ™āđāļšāļšāļāļ§āļ™â€ (TRL 3) āļ—āļĩāđˆāļŠāđˆāļ§āļĒāļĨāļ”āļ›āļąāļāļŦāļēāļĢāļ­āļĒāđ€āļŠāļ·āđˆāļ­āļĄāļšāļāļžāļĢāđˆāļ­āļ‡ āđ€āļžāļīāđˆāļĄāļ„āļ§āļēāļĄāđāļ‚āđ‡āļ‡āđāļĢāļ‡āđāļĨāļ°āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ‚āļ­āļ‡āļŠāļīāđ‰āļ™āļ‡āļēāļ™ āļĢāļ­āļ‡āļĢāļąāļšāļāļēāļĢāļœāļĨāļīāļ•āļŠāļīāđ‰āļ™āļŠāđˆāļ§āļ™āļŠāļģāļŦāļĢāļąāļšāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāļĒāļēāļ™āļĒāļ™āļ•āđŒāđāļĨāļ°āļĢāļ°āļšāļšāļĢāļēāļ‡āļŠāļĄāļąāļĒāđƒāļŦāļĄāđˆ āļ™āļ­āļāļˆāļēāļāļāļēāļĢāļžāļąāļ’āļ™āļēāļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļ•āđ‰āļ™āđāļšāļš āđ‚āļ„āļĢāļ‡āļāļēāļĢāļĒāļąāļ‡āļŠāļĢāđ‰āļēāļ‡āļœāļĨāļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāļĢāļ°āļ”āļąāļšāļ™āļēāļ™āļēāļŠāļēāļ•āļī āđ‚āļ”āļĒāđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļ•āļĩāļžāļīāļĄāļžāđŒāđƒāļ™āļ§āļēāļĢāļŠāļēāļĢāļ§āļīāļŠāļēāļāļēāļĢāļāļēāļ™āļ‚āđ‰āļ­āļĄāļđāļĨ ISI āļĢāļ°āļ”āļąāļš Q1 āđāļĨāļ° Q2 āļˆāļģāļ™āļ§āļ™ 5 āđ€āļĢāļ·āđˆāļ­āļ‡ āļžāļĢāđ‰āļ­āļĄāļĒāļ·āđˆāļ™āļˆāļ”āļ­āļ™āļļāļŠāļīāļ—āļ˜āļīāļšāļąāļ•āļĢ â€œāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ—āļ”āļŠāļ­āļšāļ„āļ§āļēāļĄāļĨāđ‰āļēāļ‚āļ­āļ‡āļ§āļąāļŠāļ”āļļāđāļšāļšāđāļĢāļ‡āļ”āļąāļ”āļ”āđ‰āļ§āļĒāļĢāļ°āļšāļšāļ™āļīāļ§āđ€āļĄāļ•āļĢāļīāļâ€ āļŠāļ°āļ—āđ‰āļ­āļ™āļĻāļąāļāļĒāļ āļēāļžāļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđ„āļ—āļĒāļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ•āđˆāļ­āļĒāļ­āļ”āļŠāļđāđˆāļ āļēāļ„āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ”āđ‰āļˆāļĢāļīāļ„āļ§āļēāļĄāļŠāļģāđ€āļĢāđ‡āļˆāļ”āļąāļ‡āļāļĨāđˆāļēāļ§āļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļšāđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļĩāđˆāļĒāļąāđˆāļ‡āļĒāļ·āļ™ (SDGs) āļ”āđ‰āļēāļ™āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ āļ™āļ§āļąāļ•āļāļĢāļĢāļĄ āđāļĨāļ°āđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļžāļ·āđ‰āļ™āļāļēāļ™ āļžāļĢāđ‰āļ­āļĄāļŠāļĢāđ‰āļēāļ‡āļāļģāļĨāļąāļ‡āļ„āļ™āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļŠāļĄāļĢāļĢāļ–āļ™āļ°āļŠāļđāļ‡ āđ€āļžāļ·āđˆāļ­āļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄāđ„āļ—āļĒāļŠāļđāđˆāļ­āļ™āļēāļ„āļ•āđāļŦāđˆāļ‡āļāļēāļĢāļœāļĨāļīāļ•āļ­āļĒāđˆāļēāļ‡āļĒāļąāđˆāļ‡āļĒāļ·āļ™ ðŸ“– āļ­āđˆāļēāļ™āļœāļĨāļ‡āļēāļ™āļ§āļīāļˆāļąāļĒāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ:

Greetings from the Faculty of Engineering, Chiang Mai University, Thailand

The Faculty of Engineering at Chiang Mai University is one of the leading research institutes in Thailand. Newly developed technologies can help stimulate economic growth and alter the trajectory of Thailand. Here are some of our top researchers groundbreaking research works.  1. Smart Technology for Personalized Nutrition Support and Food Fabrication for Hospitalized Older Adults  By Assoc. Prof. Dr. Wassanai Wattanutchariya (wassanai.w@cmu.ac.th), Department of Industrial Engineering  The conceptual framework of the research project is shown in the figure below, indicating that the Smart Sensing System is based on sensors and a computer vision system linked to the patient’s Personal Health Record for analyzing medical needs. Then, inadequate nutrition will be evaluated and connected with 3D food printing. The project aims to enhance economic and social value by reducing hospital care costs for elderly patients and reducing disability and dependency, including loss of quality of life, using Innovation to support nutrition therapy for elderly patients, including the environmental value from reducing hospital food waste.  2. Advanced Railway Civil and Foundation Engineering Center (CMU-RailCFC)  By Assoc. Prof. Dr.  Peerapong Jitsangiam (peerapong@eng.cmu.ac.th), Department of Civil Engineering  The CMU-RailCFC is a research center with state-of-the-art facilities for advanced research funded by Chiang Mai University. We develop and transfer knowledge and technology in railway civil and foundation engineering, corresponding with Thailand’s economic transformation to a value-based economy. The center aims to develop the research and fundamental knowledge about Railway engineering, Civil and geotechnical works and to make Chiang Mai University becoming a global reputation of Railway substructure, attend to be the main test center of Thailand’s railway materials: ballast, sub-ballast, and railway subgrade, collaborate with national and international institutes in the civil engineering course regarding graduate and postgraduate study levels, create the national and international research network and connection of railway engineering.  3. Immiscible Fluid-Fluid Displacementâ€Ķ