Developing Innovative Learning on Artificial Intelligence of Things to Enhance Students’ Competencies in Engineering Education

Abstract

The research focuses on the development of learning innovations involving the Internet of Things (AIoT) to enhance the competencies of engineering students. It presents the design of an automatic water resource control system for a fingerroot farm using AIoT. This system is configured with three input variables: temperature, soil moisture, and sunlight intensity, to control the output variable, pulse width modulation (PWM), which is used to operate a water pump. A mathematical model was developed using multiple linear regression (MLR) and optimized with particle swarm optimization (PSO). This model was then trained using an adaptive neuro-fuzzy inference system (ANFIS) to apply rules for generating Arduino program code through the embedded fuzzy logic library (eFLL). The resulting values are displayed on the Node-RED dashboard, and performance is evaluated using Mean Square Error (MSE), Root Mean Square Error (RMSE), and R-squared metrics. This research aims to integrate AIoT into engineering education by designing practical training workshops on microcontrollers (Arduino), focusing on AIoT applications. The objective is to enhance students' competencies in knowledge, skills, habits, and attitudes. The study found that the experimental group, taught using the AIoT inquiry-based learning process, demonstrated a significant improvement in their competencies effectively.

งานวิจัยการพัฒนานวัตกรรมการเรียนรู้ปัญญาประดิษฐ์ของทุกสรรพสิ่ง เพื่อยกระดับสมรรถนะของผู้เรียนทางวิศวกรรมศึกษา นำเสนอการออกแบบระบบควบคุมทรัพยากรน้ำอัตโนมัติในฟาร์มกระชาย ด้วยการใช้ปัญญาประดิษฐ์ของทุกสรรพสิ่ง (AIoT) โดยตั้งค่าตัวแปรอินพุต 3 ตัว ได้แก่ อุณหภูมิ ความชื้นในดิน และปริมาณแสงแดด เพื่อควบคุมตัวแปรเอาต์พุตความกว้างของพัลส์ (PWM) ซึ่งใช้ในการควบคุมปั้มน้ำ โดยสร้างแบบจำลองทางคณิตศาสตร์จากการถดถอยเชิงเส้นพหุคูณ (MLR) และปรับด้วยการเพิ่มประสิทธิภาพฝูงอนุภาค (PSO) จากนั้นฝึกในระบบอนุมานฟัซซี่แบบปรับตัว (ANFIS) เพื่อประยุกต์ใช้กฎในการสร้างโค้ดโปรแกรมอาดุยโน่ ผ่านไลบรารีลอจิกฟัซซี่ฝังตัว (eFLL) โดยค่าที่ได้จะแสดงบนแดชบอร์ดโนดเรด (Node-RED) และประเมินประสิทธิภาพด้วยค่าเฉลี่ยข้อผิดพลาดกำลังสอง (MSE) ค่ารากของค่าเฉลี่ยข้อผิดพลาดกำลังสอง (RMSE) และสัมประสิทธิ์การตัดสินใจ (R-squared) เพื่อนำมาปรับใช้ในทางวิศวกรรมศึกษาโดยการออกแบบการฝึกอบรมเชิงปฏิบัติการเรื่องไมโครคอนโทรลเลอร์อาดุยโน่ สำหรับการประยุกต์ใช้งานปัญญาประดิษฐ์ของทุกสรรพสิ่ง (AIoT) ในการยกระดับสมรรถนะของผู้เรียนทางด้านความรู้ ทักษะ กิจนิสัย และทัศนคติ โดยผลลัพธ์กลุ่มทดลองที่ทำการเรียนการสอนด้วยวิธีการสอนปัญญาประดิษฐ์ของทุกสรรพสิ่งแบบกระบวนการสืบเสาะหาความรู้ (AIoT Inquiry-based learning) สามารถยกระดับสมรรถนะของผู้เรียนได้อย่างมีประสิทธิภาพ