Οι μαθητές εφαρμόζουν τεχνητή νοημοσύνη για να δημιουργήσουν ένα μοντέλο πρόβλεψης τιμής καφέ

[διαφήμιση_1]

Μια ομάδα φοιτητών του RMIT Βιετνάμ ανέπτυξε ένα μοντέλο που μπορεί να προβλέψει τις τιμές του καφέ Robusta χρησιμοποιώντας ιστορικά δεδομένα για τις τιμές του καφέ, τις τιμές της βενζίνης, τη θερμοκρασία και τις βροχοπτώσεις.

Το Βιετνάμ είναι ο δεύτερος μεγαλύτερος εξαγωγέας καφέ στον κόσμο και συμβάλλει σε περισσότερο από το ήμισυ της παγκόσμιας προσφοράς Robusta. Η παραγωγή καφέ κατά το καλλιεργητικό έτος 2022/23 αναμένεται να φτάσει τα 29,75 εκατομμύρια σακούλες, εκ των οποίων η Robusta αντιπροσωπεύει περισσότερο από 95%. Ωστόσο, οι τιμές των γεωργικών προϊόντων γενικά και των κόκκων καφέ ειδικότερα είναι συχνά ασταθείς και μπορούν να παρουσιάσουν έντονες διακυμάνσεις κατά τη διάρκεια των μεγάλων συγκομιδών, επηρεάζοντας σημαντικά τα εισοδήματα των αγροτών και προκαλώντας ζημιά στην οικονομία .

Μια ομάδα τελειόφοιτων φοιτητών από το Πτυχίο Πληροφορικής της Σχολής Θετικών Επιστημών , Μηχανικής και Τεχνολογίας, συμπεριλαμβανομένων των Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam και Lam Tin Dieu, μαζί με τους καθηγητές τους, εκπαίδευσαν και αξιολόγησαν έξι μοντέλα μηχανικής μάθησης (ML) για την πρόβλεψη των τιμών του καφέ. Τα μοντέλα μπορούν να υποστηρίξουν τους Βιετναμέζους αγρότες στη λήψη αποφάσεων για τις καλλιέργειες και στον ανάλογο σχεδιασμό, βελτιστοποιώντας τα κέρδη και ελαχιστοποιώντας τις απώλειες.

Το μοντέλο RF δίνει τα καλύτερα αποτελέσματα. Φωτογραφία: NVCC — Το μοντέλο RF δίνει τα καλύτερα αποτελέσματα. Φωτογραφία: *NVCC*

Ο Nguyen Hai Minh Trang, μέλος της έρευνας, δήλωσε ότι η ομάδα ανέπτυξε έξι μοντέλα ML, συγκεκριμένα τα LSTM, GRU, ARIMA, SARIMA, SVM και RF, με βάση το ιστορικό των τιμών του καφέ, της βενζίνης, της θερμοκρασίας και των βροχοπτώσεων, για να προβλέψει τις τιμές του καφέ Robusta στην επαρχία Lam Dong . Διαπιστώθηκε ότι το μοντέλο RF, το οποίο χρησιμοποιεί ολόκληρο το σύνολο δεδομένων, ήταν το πιο αποτελεσματικό.

Ο λόγος είναι ότι το RF μπορεί να ενσωματώσει πλουσιότερα σύνολα δεδομένων και να χειριστεί μη γραμμικές σχέσεις. Επιπλέον, η τιμή των καυσίμων αποδεικνύεται ότι αποτελεί σημαντικό προγνωστικό παράγοντα και ξεπερνά όλα τα άλλα δοκιμασμένα χαρακτηριστικά μαζί.

Σύμφωνα με την ερευνητική ομάδα, το μοντέλο έχει τη δυνατότητα περαιτέρω βελτίωσης μελετώντας και προσθέτοντας τον αντίκτυπο των αποδόσεων των καλλιεργειών, των τάσεων της αγοράς και των γεωπολιτικών γεγονότων στις τιμές των γεωργικών προϊόντων.

Μέλη της ερευνητικής ομάδας. Φωτογραφία: NVCC — Μέλη της ερευνητικής ομάδας. Φωτογραφία: *NVCC*

Τα αποτελέσματα της έρευνας παρουσιάστηκαν στο 8ο Διεθνές Συνέδριο IEEE/ACIS για τα Μεγάλα Δεδομένα, το Cloud Computing και τις Τεχνικές Επιστήμης Δεδομένων (BCD 2023) - μαζί με ερευνητές, επιστήμονες, μηχανικούς και ειδικούς που πραγματοποιήθηκε τον Δεκέμβριο στην πόλη Χο Τσι Μινχ. Εκεί, οι ειδικοί έδωσαν προτάσεις για τη βελτίωση της ακρίβειας και της εφαρμοσιμότητας των προβλέψεων του μοντέλου. «Σχεδιάζουμε να εμβαθύνουμε σε προηγμένες τεχνικές και αναδυόμενες μεθόδους σε αυτόν τον τομέα για να ενισχύσουμε περαιτέρω τα ερευνητικά αποτελέσματα που έχει κάνει η ομάδα», δήλωσε ο Thong.

Χάι Μινχ

[διαφήμιση_2]
Σύνδεσμος πηγής

Ετικέτα: RMIT

Σχόλιο (0)

Πιο δημοφιλή

Νεότερα

No data