ข้ามไปยังเนื้อหาหลัก
กิจกรรมสรุปกิจกรรมที่ผ่านมา

หลักสูตร Low-Code AI & IoT สำหรับงานวิจัยเกษตร

ทีมวิศวกร Inspektion · เผยแพร่ 7 กันยายน 2569 · อัปเดตล่าสุด 18 ตุลาคม 2569

หัวข้อหลักสูตรตามประกาศวันที่สองของมทร.ตะวันออก เน้นสร้างต้นแบบ IoT รวดเร็วเพื่อเก็บข้อมูลงานวิจัยและประเมินคาร์บอนฟุตพรินท์ในแปลงทดลอง

โปสเตอร์หลักสูตร Low-Code AI & IoT เพื่อการวิจัยเกษตรอัจฉริยะและสิ่งแวดล้อมภาพ: Inspektion

สรุปสั้น

  • ประกาศกำหนดจัดวันที่ 20 พฤษภาคม 2569 ที่มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก ต่อเนื่องจากเวิร์กชอปวันแรก จำกัดผู้เข้าร่วม 10 คน
  • เน้นการสร้างต้นแบบรวดเร็ว (Rapid Prototyping) และการเก็บข้อมูลเพื่อใช้ในงานวิจัย
  • โปสเตอร์ยกตัวอย่างการประยุกต์ใช้คือการประเมินคาร์บอนฟุตพรินท์จากข้อมูลการใช้พลังงานและสภาพแวดล้อมในแปลงทดลอง
  • เหมาะกับนักวิจัยด้านเกษตรและสิ่งแวดล้อมที่ต้องการเก็บข้อมูลภาคสนามโดยไม่ต้องพึ่งทีมพัฒนาซอฟต์แวร์

งานนี้คืออะไร

หลักสูตรเชิงปฏิบัติการ "การประยุกต์ใช้ Low-Code AI & IoT เพื่อการวิจัยด้านเกษตรอัจฉริยะและสิ่งแวดล้อม" ประกาศกำหนดจัดวันที่ 20 พฤษภาคม 2569 เวลา 09.00–17.00 น. ณ มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก ต่อเนื่องจากเวิร์กชอปฟาร์มอัจฉริยะวันก่อนหน้า (อ่านหัวข้อหลักสูตรวันแรก) เน้นให้ผู้เข้าร่วมสร้างระบบ IoT ควบคุมอุปกรณ์จริงในแปลงทดลองเพื่อใช้เก็บข้อมูลงานวิจัย

เนื้อหาเวิร์กชอป

โปสเตอร์หลักสูตรเชิงปฏิบัติการ Low-Code AI & IoT เพื่อการวิจัยเกษตรอัจฉริยะและสิ่งแวดล้อม
ภาพ: Inspektion
  • สร้างระบบ IoT ควบคุมอุปกรณ์จริงในแปลงทดลอง
  • เชื่อมต่อการแจ้งเตือนผ่านช่องทาง LINE แบบอัตโนมัติ
  • เก็บข้อมูลเพื่อใช้ในงานวิจัยอย่างเป็นระบบ
  • ตัวอย่างการประยุกต์ใช้: ประเมินคาร์บอนฟุตพรินท์ (Carbon Footprint) จากข้อมูลการใช้พลังงานและสภาพแวดล้อมในแปลงทดลอง

ทำไมการเก็บข้อมูลแบบนี้ถึงสำคัญกับงานวิจัย

งานวิจัยด้านเกษตรและสิ่งแวดล้อมมักต้องเก็บข้อมูลภาคสนามต่อเนื่องเป็นระยะเวลานาน การมีระบบ IoT ที่นักวิจัยสร้างและปรับแต่งได้เองด้วยแนวคิด Low-Code/No-Code ช่วยลดการพึ่งพาทีมพัฒนาซอฟต์แวร์ และทำให้ปรับเปลี่ยนจุดเก็บข้อมูลหรือเงื่อนไขการวัดได้รวดเร็วตามความต้องการของงานวิจัยแต่ละโครงการ

ต่อยอดได้อย่างไร

แนวคิดการเก็บข้อมูลภาคสนามและแจ้งเตือนอัตโนมัติในเวิร์กชอปนี้เป็นหลักการเดียวกับที่เราใช้พัฒนา nimitFlow แพลตฟอร์ม Low-Code สำหรับเชื่อมข้อมูลเครื่องจักรและอุปกรณ์ภาคสนาม และสถานีวัดระดับน้ำ DoRare ที่ใช้งานจริงในโครงการเฝ้าระวังระดับน้ำ 4 จังหวัด

คำถามที่พบบ่อย

หลักสูตรนี้ต่างจากวันแรกอย่างไร

วันแรกเน้นพื้นฐานการควบคุมอุปกรณ์และเซนเซอร์ ส่วนวันที่สองนี้เน้นการสร้างต้นแบบรวดเร็วเพื่อเก็บข้อมูลงานวิจัยและตัวอย่างการวิเคราะห์ต่อยอด เช่น การประเมินคาร์บอนฟุตพรินท์

ต้องเข้าร่วมวันแรกก่อนถึงจะเข้าวันนี้ได้ไหม

เนื้อหาต่อเนื่องกัน แต่จำนวนที่นั่งจำกัดในแต่ละรอบ สอบถามรายละเอียดรอบถัดไปได้จากทีมงาน

ข้อมูลที่เก็บได้นำไปใช้ต่อกับซอฟต์แวร์วิเคราะห์อื่นได้ไหม

ได้ — ระบบออกแบบให้ส่งออกข้อมูลในรูปแบบที่นำไปใช้ต่อกับเครื่องมือวิเคราะห์อื่นได้ตามความเหมาะสมของแต่ละงานวิจัย

อ้างอิง

  1. [1]

    มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก — มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก

  2. [2]

    องค์การบริหารจัดการก๊าซเรือนกระจก (TGO) — องค์การบริหารจัดการก๊าซเรือนกระจก (องค์การมหาชน)

  3. [3]

    ESP32 Series Datasheet — Espressif Systems

อยากคุยกับทีมวิศวกรเกี่ยวกับเรื่องนี้ไหม?