گروهی از دانشجویان دانشگاه RMIT ویتنام مدلی را توسعه دادهاند که میتواند با استفاده از دادههای تاریخی در مورد قیمت قهوه، قیمت بنزین، دما و بارندگی، قیمت قهوه روبوستا را پیشبینی کند.
ویتنام دومین صادرکننده بزرگ قهوه در جهان است و بیش از نیمی از عرضه جهانی روبوستا را به خود اختصاص میدهد. پیشبینی میشود تولید قهوه در سال زراعی 2022/23 به 29.75 میلیون کیسه برسد که روبوستا بیش از 95 درصد آن را تشکیل میدهد. با این حال، قیمت محصولات کشاورزی به طور کلی و دانههای قهوه به طور خاص اغلب ناپایدار است و میتواند در طول برداشتهای فراوان به شدت نوسان کند و به طور قابل توجهی بر درآمد کشاورزان تأثیر بگذارد و به اقتصاد آسیب برساند.
گروهی از دانشجویان سال آخر کارشناسی فناوری اطلاعات، دانشکده علوم ، مهندسی و فناوری، شامل نگوین های مین ترانگ، دوآن چان تونگ، لو نگوک نگوین توآن، نگوین فونگ نام و لام تین دیو، به همراه مربیان خود، شش مدل یادگیری ماشینی (ML) را برای پیشبینی قیمت قهوه آموزش و ارزیابی کردند. این مدلها میتوانند از کشاورزان ویتنامی در تصمیمگیریهای مربوط به محصول و برنامهریزی بر اساس آن، بهینهسازی سود و به حداقل رساندن ضررها پشتیبانی کنند.
مدل RF بهترین نتایج را ارائه میدهد. عکس: NVCC
نگوین های مین ترانگ، یکی از اعضای تیم تحقیقاتی، گفت که این تیم شش مدل یادگیری ماشینی، یعنی LSTM، GRU، ARIMA، SARIMA، SVM و RF را بر اساس تاریخچه قیمت قهوه، بنزین، دما و بارندگی، برای پیشبینی قیمت قهوه روبوستا در استان لام دونگ توسعه داده است. مشخص شد که مدل RF که از کل مجموعه دادهها استفاده میکند، موثرترین مدل است.
دلیل این امر این است که RF میتواند مجموعه دادههای غنیتری را در خود جای دهد و روابط غیرخطی را مدیریت کند. علاوه بر این، نشان داده شده است که قیمت سوخت یک پیشبینیکنندهی مهم است و از تمام ویژگیهای آزمایششدهی دیگر که با هم ترکیب شدهاند، بهتر عمل میکند.
به گفته تیم تحقیقاتی، این مدل با مطالعه و افزودن تأثیر بازده محصولات کشاورزی، روند بازار و رویدادهای ژئوپلیتیکی بر قیمت محصولات کشاورزی، پتانسیل بهبود بیشتر را دارد.
اعضای تیم تحقیقاتی. عکس: NVCC
نتایج این تحقیق در هشتمین کنفرانس بینالمللی IEEE/ACIS در مورد کلانداده، محاسبات ابری و تکنیکهای علوم داده (BCD 2023) - همراه با محققان، دانشمندان، مهندسان و کارشناسان که در ماه دسامبر در شهر هوشی مین برگزار شد - ارائه شد. در اینجا، کارشناسان پیشنهاداتی را برای بهبود دقت و کاربرد پیشبینیهای مدل ارائه دادند. تانگ گفت: «ما قصد داریم تکنیکهای پیشرفته و روشهای نوظهور در این زمینه را عمیقتر بررسی کنیم تا نتایج تحقیقاتی که تیم انجام داده است را بیشتر تقویت کنیم.»
های مین
لینک منبع
نظر (0)