يطبق الطلاب الذكاء الاصطناعي لإنشاء نموذج للتنبؤ بأسعار القهوة

[إعلان 1]

قامت مجموعة من طلاب معهد RMIT في فيتنام بتطوير نموذج يمكنه التنبؤ بأسعار قهوة روبوستا من خلال الاستفادة من البيانات التاريخية حول أسعار القهوة وأسعار البنزين ودرجات الحرارة وهطول الأمطار.

فيتنام هي ثاني أكبر مُصدّر للقهوة في العالم، وتساهم بأكثر من نصف إمدادات روبوستا العالمية. ومن المتوقع أن يصل إنتاج القهوة في موسم 2022/2023 إلى 29.75 مليون كيس، تُشكّل روبوستا منها أكثر من 95%. ومع ذلك، غالبًا ما تكون أسعار المنتجات الزراعية عمومًا، وحبوب البن خصوصًا، غير مستقرة، وقد تتقلب بشدة خلال مواسم الحصاد الوفير، مما يؤثر بشكل كبير على دخل المزارعين ويُلحق ضررًا بالاقتصاد .

قامت مجموعة من طلاب السنة النهائية في برنامج بكالوريوس تكنولوجيا المعلومات بكلية العلوم والهندسة والتكنولوجيا، وهم: نجوين هاي مينه ترانج، ودوان تشانه ثونغ، ولي نغوك نجوين ثوان، ونجوين فونغ نام، ولام تين ديو، بالتعاون مع أساتذتهم، بتدريب وتقييم ستة نماذج للتعلم الآلي للتنبؤ بأسعار القهوة. ويمكن لهذه النماذج مساعدة المزارعين الفيتناميين في اتخاذ قرارات زراعة المحاصيل والتخطيط لها بناءً على ذلك، مما يُحسّن الأرباح ويُقلل الخسائر.

نموذج RF يُعطي أفضل النتائج. الصورة: NVCC — نموذج RF يُعطي أفضل النتائج. الصورة: *NVCC*

صرح نجوين هاي مينه ترانج، أحد أعضاء فريق البحث، بأن الفريق طوّر ستة نماذج تعلم آلي، وهي: LSTM، وGRU، وARIMA، وSARIMA، وSVM، وRF، استنادًا إلى تاريخ أسعار القهوة، والبنزين، ودرجة الحرارة، وهطول الأمطار، للتنبؤ بأسعار قهوة روبوستا في مقاطعة لام دونغ . وقد تبيّن أن نموذج RF، الذي يستخدم مجموعة البيانات الكاملة، كان الأكثر فعالية.

السبب هو قدرة RF على دمج مجموعات بيانات أغنى ومعالجة علاقات غير خطية. إضافةً إلى ذلك، يُظهر سعر الوقود مؤشرًا هامًا، ويتفوق على جميع الميزات الأخرى المُختبرة مجتمعةً.

وبحسب فريق البحث، فإن النموذج لديه القدرة على التحسين بشكل أكبر من خلال دراسة وإضافة تأثير غلة المحاصيل واتجاهات السوق والأحداث الجيوسياسية على أسعار المنتجات الزراعية.

أعضاء فريق البحث. الصورة: NVCC — أعضاء فريق البحث. الصورة: *NVCC*

عُرضت نتائج البحث في المؤتمر الدولي الثامن لمعهد مهندسي الكهرباء والإلكترونيات (IEEE) ومنظمة ACIS حول البيانات الضخمة والحوسبة السحابية وتقنيات علوم البيانات (BCD 2023)، والذي عُقد في ديسمبر في مدينة هو تشي منه، بمشاركة باحثين وعلماء ومهندسين وخبراء. وقدم الخبراء اقتراحات لتحسين دقة تنبؤات النموذج وقابليتها للتطبيق. وصرح ثونغ: "نخطط للتعمق في التقنيات المتقدمة والأساليب الناشئة في هذا المجال لتعزيز نتائج البحث التي أجراها الفريق".

هاي مينه

[إعلان 2]
رابط المصدر