Eine Gruppe von Studenten des RMIT Vietnam entwickelte ein Modell, das die Preise für Robusta-Kaffee vorhersagen kann, indem es historische Daten zu Kaffeepreisen, Benzinpreisen, Temperatur und Niederschlag nutzt.
Vietnam ist der zweitgrößte Kaffeeexporteur der Welt und deckt mehr als die Hälfte des weltweiten Robusta-Angebots. Die Kaffeeproduktion im Erntejahr 2022/23 wird voraussichtlich 29,75 Millionen Säcke erreichen, wovon mehr als 95 % auf Robusta entfallen. Die Preise für landwirtschaftliche Produkte im Allgemeinen und Kaffeebohnen im Besonderen sind jedoch oft instabil und können während Rekordernten stark schwanken, was die Einkommen der Landwirte erheblich beeinträchtigt und der Wirtschaft schadet.
Eine Gruppe von Studierenden im letzten Studienjahr des Bachelorstudiengangs Informationstechnologie an der Fakultät für Naturwissenschaften , Ingenieurwesen und Technologie, darunter Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam und Lam Tin Dieu, trainierte und evaluierte zusammen mit ihren Dozenten sechs Machine-Learning-Modelle (ML), um Kaffeepreise vorherzusagen. Die Modelle können vietnamesischen Bauern helfen, geeignete Entscheidungen und Planungen für den Anbau zu treffen, Gewinne zu optimieren und Verluste zu minimieren.
Das RF-Modell liefert die besten Ergebnisse. Foto: NVCC
Nguyen Hai Minh Trang, ein Forschungsmitglied, sagte, das Team habe sechs ML-Modelle entwickelt, nämlich LSTM, GRU, ARIMA, SARIMA, SVM und RF, basierend auf der Historie von Kaffeepreisen, Benzin, Temperatur und Niederschlag, um die Robusta-Kaffeepreise in der Provinz Lam Dong vorherzusagen. Es zeigte sich, dass das RF-Modell, das den gesamten Datensatz nutzt, am effektivsten ist.
Der Grund dafür ist, dass RF umfangreichere Datensätze verarbeiten und nichtlineare Beziehungen verarbeiten kann. Darüber hinaus erweist sich der Kraftstoffpreis als signifikanter Prädiktor und übertrifft alle anderen getesteten Merkmale zusammengenommen.
Dem Forschungsteam zufolge besteht das Potenzial, das Modell noch weiter zu verbessern, indem die Auswirkungen von Ernteerträgen, Markttrends und geopolitischen Ereignissen auf die Agrarpreise untersucht und berücksichtigt werden.
Mitglieder des Forschungsteams. Foto: NVCC
Die Forschungsergebnisse wurden auf der 8. IEEE/ACIS International Conference on Big Data, Cloud Computing and Data Science Techniques (BCD 2023) vorgestellt – gemeinsam mit Forschern, Wissenschaftlern, Ingenieuren und Experten, die im Dezember in Ho-Chi-Minh-Stadt stattfand. Dort gaben Experten Vorschläge zur Verbesserung der Genauigkeit und Anwendbarkeit der Modellvorhersagen. „Wir planen, uns eingehender mit fortschrittlichen Techniken und neuen Methoden in diesem Bereich zu befassen, um die Forschungsergebnisse des Teams weiter zu festigen“, sagte Thong.
Hai Minh
[Anzeige_2]
Quellenlink
Kommentar (0)