ปัญญาประดิษฐ์สำหรับวิศวกรรมเคมี
3(3-0-9)
วิชาบังคับก่อน : โดยความเห็นชอบของสาขาวิชา
เทคโนโลยีปัญญาประดิษฐ์ ได้แก่ การเรียนรู้เครื่อง การเรียนรู้เชิงลึก โครงข่ายประสาทเทียม การหาค่าตอบที่ดีที่สุด การทำเหมืองข้อมูลและการวิเคราะห์ข้อมูล และเทคโนโลยีปัญญาประดิษฐ์อื่นๆ ที่น่าสนใจ เช่น การมองเห็นด้วยคอมพิวเตอร์ ระบบผู้เชี่ยวชาญ การควบคุมการคาดการณ์แบบจำลอง เป็นต้น การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในวิศวกรรมเคมี เช่น การตรวจสอบกระบวนการและข้อผิดพลาด การจำลองและการเลียนแบบกระบวนการ การออกแบบผลิตภัณฑ์และกระบวนการ การหาจุดเหมาะสมที่สุดของกระบวนการ การควบคุมกระบวนการ เป็นต้น
เค้าโครงรายวิชา
- เทคโนโลยีปัญญาประดิษฐ์โครงข่ายประสาทเทียมและการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
- เทคโนโลยีปัญญาประดิษฐ์การเรียนรู้เครื่องและการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
- เทคโนโลยีปัญญาประดิษฐ์การเรียนรู้เชิงลึกและการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
- เทคโนโลยีปัญญาประดิษฐ์การหาค่าตอบที่ดีที่สุดและการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
- เทคโนโลยีปัญญาประดิษฐ์การทำเหมืองข้อมูลและการวิเคราะห์ข้อมูลและการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
- เทคโนโลยีปัญญาประดิษฐ์อื่นๆ และการประยุกต์ทางวิศวกรรมเคมี (10 ชม.)
ผลสัมฤทธิ์การเรียนรู้
- สามารถประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์โครงข่ายประสาทเทียมสำหรับงานทางวิศวกรรมเคมีได้
- สามารถประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์การเรียนรู้เครื่องสำหรับงานทางวิศวกรรมเคมีได้
- สามารถประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์การเรียนรู้เชิงลึกสำหรับงานทางวิศวกรรมเคมีได้
- สามารถประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์การหาค่าตอบที่ดีที่สุดสำหรับงานทางวิศวกรรมเคมีได้
- สามารถประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์การทำเหมืองข้อมูลและการวิเคราะห์ข้อมูลสำหรับงานทางวิศวกรรมเคมีได้
Artificial Intelligence in Chemical Engineering
Prerequisite : Consent of the School
Artificial Intelligence technologies, including machine learning, deep learning, neural networks, optimization, data mining and data analysis. Other interesting AI technologies, such as computer vision, expert systems, predictive model control, and others. AI in chemical engineering, such as process and fault detection, process modeling and simulation, product and process design, process optimization, process control, and others.
Course Outline
- Neural networks and applications in chemical engineering. (10 hr.)
- Machnine learning and application in chemical engineering. (10 hr.)
- Deep learning and application in chemical engineering. (10 hr.)
- Optimization and application in chemical engineering. (10 hr.)
- Data mining and data analysis and application in chemical engineering. (10 hr.)
- Other interesting AI technologies. (10 hr.)
Learning Outcomes
- Able to apply neural networks in chemical engineering.
- Able to apply machine learning in chemical engineering.
- Able to apply deep learning in chemical engineering.
- Able to apply optimization techniques for chemical engineering.
- Able to apply data mining and data analysis for chemical engineering.
