ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษา และวิเคราะห์ปัญหาลูปในเครือข่ายสวิตช์เลเยอร์ 2 รวมถึงผลกระทบต่อประสิทธิภาพของระบบ เพื่อพัฒนาแบบจำลองการเรียนรู้ของเครื่องโดยใช้โครงข่ายประสาทเทียมแบบกระจายย้อนกลับชนิดหน่วงเวลาในการระบุตำแหน่งปัญหาลูปในเครือข่าย และเพื่อประเมินพร้อมเปรียบเทียบประสิทธิภาพของแบบจำลองที่พัฒนาขึ้นภายใต้เกณฑ์วัดที่กำหนด การดำเนินงานวิจัยประกอบด้วย 8 ขั้นตอนหลัก ได้แก่ 1) การจำลองเครือข่าย 2) การจำลองการเกิดปัญหาลูป 3) การเก็บข้อมูลทราฟฟิก 4) การเตรียมและทำความสะอาดข้อมูล 5) การแบ่งชุดข้อมูลฝึกและทดสอบ 6) การพัฒนาแบบจำลองด้วยอัลกอริทึมที่หลากหลาย 7) การปรับแต่งพารามิเตอร์ และ 8) การประเมินประสิทธิภาพของแบบจำลองโดยใช้ตารางความสับสนร่วมกับตัวชี้วัดทางสถิติ ผลงานวิจัยพบว่าแบบจำลองที่พัฒนาขึ้นทั้ง 5 แบบจำลองสามารถระบุตำแหน่งการเกิดปัญหาลูปได้สำเร็จ ซึ่งแบบจำลองโครงข่ายประสาทเทียมแบบกระจายย้อนกลับชนิดหน่วงเวลาให้ผลลัพธ์ดีที่สุด โดยให้ค่าความถูกต้อง (Accuracy) ร้อยละ 91.46 ค่าความแม่นยำ (Precision) ร้อยละ 95.27 ค่าการเรียกคืน (Recall) ร้อยละ 91.46 ค่าประสิทธิภาพโดยรวม (F1-score) ร้อยละ 93.11 และพื้นที่ใต้กราฟ (AUC) เท่ากับ 0.986 แสดงให้เห็นว่าแบบจำลองดังกล่าวมีประสิทธิภาพสูงในการตรวจจับ และระบุตำแหน่งปัญหาลูปได้อย่างแม่นยำ
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Geodetic Measurements and Engineering Structures · Value Engineering and Management · Analytic and geometric function theory
บทบาทของนักวิจัยและสถาบันไทย
สรเดช เชาวินัย · นิติเศรษฐ์ หมวดทองอ่อน · Sukhothai Thammathirat Open University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง