นวัตกรเกษตรอัจฉริยะ AIoT สำหรับเกษตรแม่นยำ (รุ่นที่2)

นวัตกรเกษตรอัจฉริยะ AIoT สำหรับเกษตรแม่นยำ (รุ่นที่2)

2026 ฿99,999

หลักสูตร นวัตกรเกษตรอัจฉริยะ: AIoT สำหรับเกษตรแม่นยำ (Smart Agri-Innovator: AIoT for Precision Farming)
           มุ่งพัฒนาผู้เรียนให้สามารถประยุกต์ใช้เทคโนโลยี AIoT เพื่อยกระดับการผลิตทางการเกษตรสู่เกษตรแม่นยำเรียนรู้ตั้งแต่พื้นฐานระบบสมองกลฝังตัว (Embedded Systems) และคอมพิวเตอร์บอร์ดเดี่ยวการเลือกใช้และสอบเทียบเซนเซอร์สำหรับตรวจวัดสภาพแวดล้อมและปัจจัยการผลิตทางการเกษตรการจัดเก็บ ส่งต่อ และเชื่อมโยงข้อมูลจากฟาร์มเข้าสู่ระบบ Cloud และ Dashboard
การออกแบบเครือข่ายสื่อสารระยะไกล เช่น LoRa และ ESP-NOW สำหรับพื้นที่เกษตรขนาดใหญ่ การออกแบบระบบพลังงานแสงอาทิตย์สำหรับอุปกรณ์ IoT ในพื้นที่ห่างไกล เรียนรู้การใช้ AI, Machine Learning และ Image Processing เพื่อวิเคราะห์ข้อมูลและภาพทางการเกษตร เช่น การตรวจจับโรคพืช ศัตรูพืช การประเมินการเจริญเติบโต และการคัดแยกคุณภาพผลผลิต เน้นการเรียนรู้แบบ Hands-on Workshop และ Project-based Learning ผ่านอุปกรณ์และโจทย์จริง ผู้เรียนจะพัฒนาต้นแบบระบบ Smart Farm ที่บูรณาการ Sensor, Connectivity, AI และ Automation พร้อมฝึกคิดเชิงระบบ วิเคราะห์ข้อมูล และออกแบบโซลูชันที่เหมาะสมกับบริบทของแต่ละพื้นที่ เพื่อสามารถนำความรู้ไปต่อยอดสู่การเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างนวัตกรรมทางการเกษตรได้จริง

เกี่ยวกับรายวิชา

หลักสูตร นวัตกรเกษตรอัจฉริยะ: AIoT สำหรับเกษตรแม่นยำ (Smart Agri-Innovator: AIoT for Precision Farming)
           มุ่งพัฒนาผู้เรียนให้สามารถประยุกต์ใช้เทคโนโลยี AIoT เพื่อยกระดับการผลิตทางการเกษตรสู่เกษตรแม่นยำเรียนรู้ตั้งแต่พื้นฐานระบบสมองกลฝังตัว (Embedded Systems) และคอมพิวเตอร์บอร์ดเดี่ยวการเลือกใช้และสอบเทียบเซนเซอร์สำหรับตรวจวัดสภาพแวดล้อมและปัจจัยการผลิตทางการเกษตรการจัดเก็บ ส่งต่อ และเชื่อมโยงข้อมูลจากฟาร์มเข้าสู่ระบบ Cloud และ Dashboard
การออกแบบเครือข่ายสื่อสารระยะไกล เช่น LoRa และ ESP-NOW สำหรับพื้นที่เกษตรขนาดใหญ่ การออกแบบระบบพลังงานแสงอาทิตย์สำหรับอุปกรณ์ IoT ในพื้นที่ห่างไกล เรียนรู้การใช้ AI, Machine Learning และ Image Processing เพื่อวิเคราะห์ข้อมูลและภาพทางการเกษตร เช่น การตรวจจับโรคพืช ศัตรูพืช การประเมินการเจริญเติบโต และการคัดแยกคุณภาพผลผลิต เน้นการเรียนรู้แบบ Hands-on Workshop และ Project-based Learning ผ่านอุปกรณ์และโจทย์จริง ผู้เรียนจะพัฒนาต้นแบบระบบ Smart Farm ที่บูรณาการ Sensor, Connectivity, AI และ Automation พร้อมฝึกคิดเชิงระบบ วิเคราะห์ข้อมูล และออกแบบโซลูชันที่เหมาะสมกับบริบทของแต่ละพื้นที่ เพื่อสามารถนำความรู้ไปต่อยอดสู่การเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างนวัตกรรมทางการเกษตรได้จริง


เนื้อหาโดยสังเขป

เนื้อหาหลักสูตรจะแบ่งเป็น 9 หัวข้อย่อยดังนี้ 

Module 1  เทคโนโลยีเซนเซอร์วัดค่าสภาพแวดล้อมและชีวภาพ (Bio-Environmental Sensing & Protocols)

Module 2 ระบบเกษตรแม่นยำ  (Smart Agriculture)

Module 3  การควบคุมฟาร์มยุคดิจิทัล (Farm Management in the Digital age)

module 4 แดชบอร์ด คลาวด์ และพลังงานแสงอาทิตย์ (Cloud-based solar energy dashboard)

Module 5 หลักการ AI และ Image Processing  เพื่อคัดแยกคุณภาพ (AI for Quality Control & Phenotyping Theory)

Module 6  ปฏิบัติการสร้าง AI Model ตรวจจับความ ผิดปกติในแปลง (Developing AI Models for Smart Farming)

Module 7  คอมพิวเตอร์บอร์ดเดี่ยว: หัวใจสำคัญของโรงเรือนอัจฉริยะ (Single Board Computer as Edge Gateway)

Module  8 - เครือข่ายไร้สายระยะไกลสำหรับเกษตรแปลงใหญ่  (Long-Range Connectivity: LoRa & ESP-NOW) และระบบพลังงานหมุนเวียนสำหรับอุปกรณ์ IoT ในพื้นที่ห่างไกล (Off-Grid Power Systems for Remote Agriculture)

Module  9 (e-Learning) คอมพิวเตอร์วิทัศน์: ดวงตาอัจฉริยะสำหรับตรวจสอบพืช (Computer Vision Hardware for Crop Monitoring)      

 

 

คะแนนแบบทดสอบของฉัน ทำแล้ว 0/1 แบบทดสอบ · ยังไม่ได้ทำ 1
  • ชุดที่ 1 Module 1 เทคโนโลยีเซนเซอร์วัดค่าสภาพแวดล้อมและชีวภาพ ขาด (ปิดแล้ว)
กด Play เพื่อเริ่มเรียน
คำอธิบายเนื้อหา

หลักสูตร เทคโนโลยีเซนเซอร์วัดค่าสภาพแวดล้อมและชีวภาพ

หลักสูตร “เทคโนโลยีเซนเซอร์วัดค่าสภาพแวดล้อมและชีวภาพ” มุ่งให้ผู้เรียนเข้าใจบทบาทของเซนเซอร์ในการเก็บข้อมูลเพื่อสนับสนุนการจัดการเกษตรอัจฉริยะ ครอบคลุมการตรวจวัดปัจจัยสำคัญ เช่น แสง อุณหภูมิ ความชื้น ลม ฝน ความกดอากาศ ความชื้นในดิน ค่า pH และธาตุอาหาร NPK ผู้เรียนจะได้เรียนรู้หลักการเลือกใช้เซนเซอร์ให้เหมาะสมกับบริบทของการผลิตพืช ปศุสัตว์ ประมง และการจัดการหลังการเก็บเกี่ยว รวมถึงการเชื่อมต่อและอ่านค่าจากเซนเซอร์ผ่านโพรโทคอลต่าง ๆ ตลอดจนการบันทึกข้อมูลและการสอบเทียบเซนเซอร์เพื่อให้ได้ค่าที่ถูกต้องแม่นยำ โดยเน้นการเชื่อมโยงความรู้สู่การนำไปประยุกต์ใช้จริงในสวน ไร่ หรือฟาร์ม และเตรียมพื้นฐานสำหรับการพัฒนาระบบ AIoT ในขั้นต่อไป

เอกสารประกอบ
3 ไฟล์
แบบทดสอบท้ายบทเรียน
1

ชุดที่ 1

15 ข้อ · ถึง 9 ต.ค. 69 เวลา 23:30 น.

ปิดรับแล้ว

อาจารย์ผู้สอน

อ. ดร.อัฐนันต์ วรรณชัย

อาจารย์ผู้สอน

อ. ดร.ศุภกร วงศ์สุข

อาจารย์ผู้สอน

อ. ดร.อานันท์ สีห์พิทักษ์เกียรติ

อาจารย์ผู้สอน

รศ. ดร.นัทธี สุรีย์

อาจารย์ผู้สอน

ผศ. ดร.กำพล วรดิษฐ์

อาจารย์ผู้สอน

ผศ.ดร.สงวนศักดิ์ ธนาพรพูนพงษ์

อาจารย์ผู้สอน

เอกสารประกอบ

  • - ไม่มีเอกสาร -
Support Chat
Connecting...