“แบบจำลองการทำนายค่าฝุ่น PM2.5” ของนักเรียนโครงการสนับสนุนการจัดตั้งห้องเรียนวิทยาศาสตร์ในโรงเรียน (วมว.) .) โรงเรียนดรุณสิกขาลัย โดยการกำกับดูแลของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) ได้คว้ารางวัลเหรียญทองเวทีนานาชาติ สาขาสิ่งแวดล้อม
“ดีหรือไม่หากสามารถพยากรณ์ค่าฝุ่น PM2.5 ในแต่ละวันในพื้นที่ต่างๆได้” ได่เป๋นจุดเริ่มต้นไอเดียผลงานแก้ไขปัญหาสิ่งแวดล้อม DEEP LEARNINGMODEL FOR AIR QUALITY PREDICTION" นวัตกรรมสร้างสรรค์ใช้เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ในการสร้างแบบจำลองการทำนายค่าฝุ่น PM2.5 เพื่อประเมินสภาวะอากาศในแต่ละพื้นที่ พัฒนาโดย นายธีรวัฒน์ เชื้อพันธ์งาม นายวสุพล เฮงศรีธวัช และนายกฤติน ถิระศักดิ์ นักเรียนชั้น ม. 6 โครงการสนับสนุนการจัดตั้งห้องเรียนวิทยาศาสตร์ในโรงเรียน (วมว.) โรงเรียนดรุณสิกขาลัย โดยมีอาจารย์ที่ปรึกษา ดร.เอกพงษ์ หิรัญสิริสวัสดิ์ สำนักงานห้องเรียนวิศว์-วิทย์ และดร.ธีรสิทธิ์ เติมสายทอง สถาบันการเรียนรู้ มจธ.
ผลงานชุดนี้ ได้เป็น 1 ใน 6ผลงานตัวแทนประเทศไทยนำเสนอผลงานในการประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ครั้งที่ 28 ที่ได้รับการคัดเลือกจากผลงานที่ส่งเข้าร่วมจำนวนกว่า 25 โครงงานจากโรงเรียนบ่มเพาะนักวิทยาศาสตร์ทั่วประเทศ โดยแบ่งตามกลุ่มสาขา เช่นสาขาวิทยาการคอมพิวเตอร์ สาขาคณิตศาสตร์ สาขาฟิสิกส์ สาขาสิ่งแวดล้อม
นายธีรวัฒน์ เชื้อพันธ์งาม หรือ ภูเขา นักเรียน วมว.ได้เป็นตัวแทนนำเสนอผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ในการแข่งขันระดับนานาชาติ เล่าการเตรียมตัวว่า ตัวแทนนักเรียนจากประเทศไทยทั้ง 6 คนได้รับการเข้าฝึกอบรมเตรียมความพร้อมเป็นระยะเวลา 1 เดือนในรูปแบบค่ายอบรมออนไลน์ร่วมกันได้รับการฝึกฝนและรับคำแนะนำการ พัฒนาโครงงานให้สมบูรณ์จากอาจารย์ผู้ทรงคุณวุฒิหลากหลายสถาบันเพื่อเตรียมความพร้อมนำเสนอผลงานในการประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ ครั้งที่ 28 (International Conference of Young Scientist: ICYS 2021) ณ กรุงเบลเกรด สาธารณรัฐเซอร์เบีย ระหว่างวันที่ 23-26 เมษายน 2564 ผ่านระบบออนไลน์
ส่วนผลงาน DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION ธีรวัฒน์ บอกว่าว่าทีมสนใจและอยากศึกษาเกี่ยวกับการเขียนโปรแกรมในเชิง AI หรือ Machine learning จึงเกิดแนวคิดในการสร้างแบบจำลองทำนายค่าสภาพอากาศ ค่าฝุ่น PM 2.5 โดยการป้อนข้อมูลสภาพอากาศเข้าไปในแบบจำลองแล้วให้ทำนายค่าฝุ่นออกมา ซึ่งประสิทธิภาพที่แบบจำลองทำได้จาก Feed-forward architecture model (ลักษณะของแบบจำลองชนิดหนึ่งที่จะมีการคำนวณแบบตรงไปตรงมาและใช้งานสะดวก) โดยผลพบว่าแบบจำลองทำนายค่าฝุ่น PM 2.5 จะพบข้อผิดพลาดของการทำนายเพียงร้อยละ 26.29 เมื่อเทียบกับค่าเฉลี่ยของฝุ่น PM 2.5
การนำเสนอผลงานประชุมวิชาการนานาชาตินักวิทยาศาสตร์รุ่นเยาว์ครั้งที่ 28 โครงงาน "DEEP LEARNING MODEL FOR AIR QUALITY PREDICTION "เข้าร่วมนำเสนอในสาขาสิ่งแวดล้อมได้รับรางวัลเหรียญทองจากการนำเสนอซึ่งในสาขานี้มีตัวแทนนักเรียนนำเสนอกว่า 20 ประเทศทั่วโลกด้วยการวางแผนอย่างเป็นขั้นตอนความเอาใจใส่ที่จะพัฒนาผลงานอย่างต่อเนื่องการให้คำปรึกษาจากอาจารย์อย่างใกล้ชิดและการนำเสนอผลงานอย่างแตกต่างมีความโดดเด่นประกอบกับองค์ความรู้ที่ใช้สามารถใช้ประโยชน์ในการแก้ไขปัญหาสถานการณ์โลกปัจจุบันได้จริง
