ผสานปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง อัลกอริทึมเชิงเมตาฮิวริสติก โมเดลภาษาขนาดใหญ่ (LLM) ระบบมัลติเอเจนต์ AI และการจำลองเชิงวิศวกรรม เพื่อแก้ปัญหาที่ซับซ้อนของกระบวนการอุตสาหกรรม เกษตร พลังงาน และระบบดิจิทัล
Integrating artificial intelligence, machine learning, metaheuristic optimization, large language models (LLMs), multi-agent AI systems, and engineering simulation to solve complex problems in industrial processes, agriculture, energy, and digital systems.
ทุนช่วยสอน/ทุนวิจัย สำหรับนักศึกษา ป.โท และ ป.เอก สาขาที่เกี่ยวข้องกับ AI/ML, Optimization, Process Engineering และ BioenergyTeaching/Research Assistantships available for M.Eng. and Ph.D. students in AI/ML, Optimization, Process Engineering, and Bioenergy.
งานวิจัยร่วมระหว่างมหาวิทยาลัยขอนแก่น จุฬาลงกรณ์มหาวิทยาลัย และ Institute of Science Tokyo เสนอแนวทาง Machine Learning สำหรับคัดเลือกตัวเร่งปฏิกิริยา hydrodeoxygenation ของ bio-oil เพื่อผลิต Renewable Naphtha และเชื้อเพลิงอากาศยานยั่งยืน · ตีพิมพ์ใน Fuel (Elsevier, Q1) Vol. 426 · 15 ธันวาคม 2569 A KKU – Chulalongkorn University – Institute of Science Tokyo collaboration presenting a machine-learning approach to catalyst selection for bio-oil hydrodeoxygenation toward renewable naphtha and sustainable aviation fuel. Published in Fuel (Elsevier, Q1), Vol. 426 · 15 Dec 2026.
การประยุกต์ใช้ Large Language Model แบบ Agentic ในงานวิศวกรรมกระบวนการ ตั้งแต่ Prompt Engineering ถึง Autonomous Plant OperationApplication of Agentic Large Language Models to process engineering — from prompt engineering to autonomous plant operation.
เครื่องมือ ML-guided เพื่อคัดเลือกตัวเร่งปฏิกิริยา Hydrodeoxygenation ของน้ำมันชีวภาพ (Bio-oil HDO) อ้างอิงงานตีพิมพ์ในวารสาร Fuel 2026
ML-guided tool for selecting hydrodeoxygenation catalysts for bio-oil (Bio-oil HDO). Based on the Fuel 2026 publication.
เปิดใช้งานLaunch →โมเดลทำนายผลผลิตและพลังงาน Biomass Chemical Looping for H₂ Production จากการเรียนรู้ของเครื่อง พร้อม dashboard เชิงโต้ตอบ
Machine-learning model predicting yield and energy for Biomass Chemical Looping H₂ Production, with an interactive dashboard.
เปิดใช้งาน →ระบบทำนายผลการเปลี่ยนรูปทางความร้อนของชีวมวล (Hydrothermal Treatments) แบบหลายเงื่อนไข พร้อม SHAP-based interpretability
Multi-condition prediction system for hydrothermal biomass conversion, with SHAP-based interpretability.
เปิดใช้งาน →Benchmark สาธารณะสำหรับประเมินความสามารถของ LLM ในงาน Process Systems Engineering ครอบคลุมหลายโจทย์เชิงวิศวกรรม
Public benchmark for evaluating LLMs on Process Systems Engineering tasks, covering multiple engineering problems.
เปิด GitHubOpen GitHub →ฐานข้อมูลและองค์ความรู้เกี่ยวกับการเพาะเลี้ยง Wolffia globosa (ไข่ผำ) NIR spectroscopy การวัดโปรตีน และการออกแบบ Photobioreactor
Database and knowledge hub on Wolffia globosa cultivation, NIR spectroscopy, protein measurement, and photobioreactor design.
เข้าสู่ฮับEnter Hub →
ยังไม่มีภาพกิจกรรม — เพิ่มโฟลเดอร์ใหม่ใน gallery/
No events yet — add a new folder under gallery/
อาจารย์ประจำสาขาวิชาวิศวกรรมเกษตร คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
ความเชี่ยวชาญ: AI Expert Systems, Large Language Model, Multi Agent AI, Computational Algorithms, Process Modelling and Optimization, Robotic (ROS2)
Faculty member in the Department of Agricultural Engineering, Faculty of Engineering, Khon Kaen University.
Expertise: AI Expert Systems, Large Language Model, Multi Agent AI, Computational Algorithms, Process Modelling and Optimization, Robotic (ROS2)
