อาจารย์ ดร.สุพัตรา วิริยะวิสุทธิสกุล
อาจารย์ประจำ สาขาเทคโนโลยีดิจิทัลและสารสนเทศ

 

 

วุฒิการศึกษา

ปริญญาเอก   

  • Ph.D. (Engineering and Technology) SIIT, มหาวิทยาลัยธรรมศาสตร์, 2567 
  • Ph.D. (Information Science) Japan Advanced Institute of Science and Technology, Japan, 2566 

ปริญญาโท

  • วท.ม. (เทคโนโลยีสารสนเทศ)  สถาบันการจัดการปัญญาภิวัฒน์, 2559

ปริญญาตรี

  • วท.บ. (เทคโนโลยีสารสนเทศ)  สถาบันเทคโนโลยีไทย – ญี่ปุ่น, 2556 

เบอร์โทร/อีเมล

02-855-0930/supattavir@pim.ac.th

 

ประสบการณ์ทำงาน

พ.ศ. 2556ปัจจุบัน  อาจารย์ผู้รับผิดชอบหลักสูตรวิทยาศาสตรมหาบัณฑิต  สาขาวิชาเทคโนโลยีดิจิทัลและสารสนเทศ คณะวิศวกรรมศาสตร์และเทคโนโลยี สถาบันการจัดการปัญญาภิวัฒน์ 

ประสบการณ์ด้านการสอน/ฝึกอบรม

วิชาที่สอนระดับปริญญาตรี 

  • 1312209 โครงสร้างข้อมูลและขั้นตอนวิธี 
  • 1313305 การวิเคราะห์ข้อมูลขนาดใหญ่ 
  • 1313306 ระบบธุรกิจอัจฉริยะ 
  • 1313307 ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง 
  • 1312313 วิศวกรรมซอฟต์แวร์และการวิเคราะห์ระบบ 
  • 1311101 พื้นฐานเทคโนโลยีสารสนเทศและปัญญาประดิษฐ์ 
  • 1323417 การศึกษาเฉพาะเรื่องทางวิศวกรรมคอมพิวเตอร์และปัญญาประดิษฐ์ 2 

ฝึกอบรม 

  1. หลักสูตร Outcome based Education & Backward Curriculum Design ปีการศึกษา 2566 
  2. Workshop ออกแบบหลักสูตร OBE  
  3. Generative AI for Educators by Google  

ผลงานทางวิชาการ/งานวิจัย

ผลงานทางวิชาการ 

  • Viriyavisuthisakul, S., Sanguansat, P., Yamasaki, T. (2024). A Web Demo Interface for Super-Resolution Reconstruction with Parametric Regularization Loss, Proceedings of the 14th International Conference on Multimedia Retrieval (ICMR), Phuket, Thailand, May, pp. 1251-1254. (บทความวิจัยจากการประชุมวิชาการระดับนานาชาติ; 0.4) 
  • Viriyavisuthisakul, S., Sanguansat, P., Yamasaki, T. (2024). A Comprehensive Study of Scene Text Recognition in Scene Text Image Super-Resolution with Parametric Frameworks. IEEE International Conference on Consumer Electronics (ICCE), January, pp.1-6. (บทความวิจัยจากการประชุมวิชาการระดับนานาชาติ; 0.4) 
  • Viriyavisuthisakul, S., Kaothanthong N., Sanguansat, P., Yamasaki, T., Songsaeng D. (2023). Comparative Evaluation of Fixed Windowing Strategies on CT Brain Images Using Multiple Deep Learning Models. 17th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS), November, pp.196-200. (บทความวิจัยจากการประชุมวิชาการระดับนานาชาติ; 0.4) 
  • Viriyavisuthisakul, S., Kaothanthong N., Sanguansat, Rachasak T., Nguyen M.L., A Regularization-based Generative Adversarial Network for Single Image Super Resolution. 11th International Workshop on Image Media Quality and Its Applications (IMQA). March, pp.43-49. (บทความวิจัยจากการประชุมวิชาการระดับนานาชาติ; 0.4) 
  • Viriyavisuthisakul, S., Sanguansat, P., Racharak, T., Nguyen, M. Le, Kaothanthong, N., Haruechaiyasak, C., & Yamasaki, T. (2023). Parametric loss-based super-resolution for scene text recognition. Machine Vision and Applications, 34(4), June, pp.1–14.( (SCOPUS Q2; 1) 
  • Viriyavisuthisakul, S., Sanguansat, P., Racharak, T., Nguyen, M. Le, Kaothanthong, N., Haruechaiyasak, C., & Yamasaki, T. (2023. Parametric loss-based super-resolution for scene text recognition. Machine Vision and Applications, 34(4), June, pp.1–14. (SCOPUS Q2;1) 

ความเชี่ยวชาญ

เครื่องราชอิสริยาภรณ์