| ชื่อบทความที่เผยแพร่ |
PREDICTING FOOT AND MOUTH DISEASE IN THAILAND’S NAKHON RATCHASIMA PROVINCE THROUGH MACHINE LEARNING |
| วัน/เดือน/ปี ที่เผยแพร่ |
24 พฤษภาคม 2566 |
| การประชุม |
| ชื่อการประชุม |
Proceedings of the 19th International Conference on Computing and Information Technology (IC2IT 2023) |
| หน่วยงาน/องค์กรที่จัดประชุม |
King Mongkut’s University of Technology North Bangkok (KMUTNB) |
| สถานที่จัดประชุม |
Arnoma Grand bangkok |
| จังหวัด/รัฐ |
Bangkok, Thailand |
| ช่วงวันที่จัดประชุม |
18 พฤษภาคม 2566 |
| ถึง |
19 พฤษภาคม 2566 |
| Proceeding Paper |
| Volume (ปีที่) |
679 |
| Issue (เล่มที่) |
- |
| หน้าที่พิมพ์ |
53–62 |
| Editors/edition/publisher |
Springer, Cham |
| บทคัดย่อ |
very year, foot and mouth disease outbreaks occur in Thailand. Despite having a low fatality rate, the disease has a significant effect on numerous enterprises. Through the use of machine learning, the research herein forecasts foot and mouth disease in animals to alert farmers. In the study, support vector machines, decision trees, and artificial neural networks were utilized as prediction models. We studied and reviewed related works and collected nine risk factors for foot and mouth disease outbreaks. To analyze the appropriate models, data was collected from the Nakhon Ratchasima province from 2014 to 2020. The results showed very high accuracy; however, the precision, recall, and F1 were quite low. We determined that these results were due to imbalanced data sets. To improve the efficiency of the prediction models, we applied the synthetic minority oversampling technique (SMOTE) to solve the imbalance data set problem. The experiment results demonstrated that the decision trees model with nine factors together with adjusted imbalance data via the SMOTE technique outperformed the models constructed by ANNs and SVM with an accuracy of 98.86%. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English