Le Vietnam est le deuxième exportateur mondial de café et représente plus de la moitié de l'offre mondiale de Robusta. La production de café pour la campagne 2022/23 devrait atteindre 29,75 millions de sacs, dont plus de 95 % de Robusta.
Selon le rapport annuel 2021/2022 de l'Organisation internationale du café, le Vietnam se classe au premier rang en termes de productivité caféière, avec 2,4 tonnes/ha. La production de café vietnamienne est composée de Robusta, d'Arabica, de Cherri, de Moka et de Culi, les variétés les plus populaires du pays.
Toutefois, les prix des produits agricoles en général et ceux des grains de café en particulier sont souvent instables et peuvent fluctuer fortement pendant les récoltes abondantes, ce qui affecte considérablement les revenus des agriculteurs et cause des dommages à l’ économie .
De gauche à droite : Étudiants de la Faculté des Sciences , d'Ingénierie et de Technologie du RMIT : Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (rangée du haut), Le Ngoc Nguyen Thuan, Doan Chanh Thong (rangée du bas)
De gauche à droite : Étudiants de la Faculté des Sciences, d'Ingénierie et de Technologie du RMIT : Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (rangée du haut), Le Ngoc Nguyen Thuan, Doan Chanh Thong (rangée du bas)
Pour rechercher une solution à ce problème, sur une période de quatre mois, un groupe d'étudiants de dernière année en technologie de l'information, Faculté des sciences, de l'ingénierie et de la technologie, dont Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam et Lam Tin Dieu, ont formé et évalué six modèles d'apprentissage automatique (ML) pour prédire les prix du café, ce qui peut aider les agriculteurs vietnamiens à prendre des décisions éclairées sur leurs cultures et à planifier en conséquence, optimisant les profits et minimisant les pertes.
« Nous avons développé six modèles ML, à savoir LSTM, GRU, ARIMA, SARIMA, SVM et RF, basés sur l'historique des prix du café, des prix de l'essence, de la température et des précipitations, pour prédire les prix du café Robusta dans la province de Lam Dong et avons constaté que le modèle RF, en utilisant l'ensemble des données, était le plus efficace », a déclaré Trang.
Parmi les 6 modèles d’apprentissage automatique, le modèle RF, utilisant l’ensemble des données, a produit les meilleurs résultats.
La RF peut intégrer des ensembles de données plus riches et gérer des relations non linéaires. De plus, le prix du carburant s'est avéré un indicateur prédictif significatif et a surpassé toutes les autres caractéristiques testées combinées.
L’équipe a souligné que le modèle avait le potentiel d’être encore amélioré en étudiant et en intégrant l’impact des rendements des cultures, des tendances du marché et des événements géopolitiques sur les prix agricoles.
Chaque membre de l'équipe a rencontré des difficultés différentes au cours du projet, comme le manque de compréhension approfondie des différents modèles de ML, la difficulté à communiquer efficacement sur la complexité de leurs interventions dans le domaine de l'IA, ou encore la gestion du temps et de la communication en télétravail. Cependant, en investissant beaucoup de temps dans la recherche, en étudiant des articles de recherche liés à l'IA et au ML, et en améliorant leurs compétences techniques et collaboratives, ils ont amélioré leurs compétences en recherche sur l'IA pour des problèmes concrets et ont pu transposer les recherches de leur équipe à des produits concrets.
« Le principal défi pour nous concernait la collecte et l’intégration des données », a expliqué Thuan.
Si le développement du modèle a été relativement simple, le temps considérable nécessaire à la collecte et à la combinaison des données a représenté un défi de taille. Chaque membre de l'équipe a dû se former et perfectionner ses compétences, tant en matière de technique que de coordination de projet, allant de la recherche approfondie à l'innovation et à la recherche de solutions innovantes.
Au moment de l'étude, Nam travaillait à Hanoï et occupait un emploi à temps plein. Pour éviter les retards et les perturbations potentielles, Nam a expliqué que l'équipe organisait des réunions hebdomadaires et maintenait une communication régulière, à la fois pour se motiver mutuellement et mener à bien la charge de travail assignée.
Le projet de fin d'études de l'équipe a été étroitement supervisé par des professeurs de l'École des sciences, de l'ingénierie et de la technologie du RMIT Vietnam. Les résultats du projet ont récemment été présentés lors d'un prestigieux événement international : la 8e Conférence internationale IEEE/ACIS sur le Big Data, le Cloud Computing et l'ingénierie des données (BCD 2023), réunissant des chercheurs, des scientifiques, des ingénieurs et des experts des domaines du Big Data, du Cloud Computing et des données.
L'étudiant Nguyen Phuong Nam montre comment fonctionne le site Web de simulation du prix du café
L’équipe prévoit d’affiner les modèles en fonction des commentaires issus des présentations de la conférence et d’explorer également d’autres approches pour améliorer la précision et l’applicabilité de leurs prédictions.
« Nous prévoyons d’approfondir les techniques de pointe et les méthodes émergentes dans le domaine pour renforcer davantage les résultats de recherche obtenus par l’équipe », a déclaré Thong.
« En outre, nous prévoyons de collaborer avec d’autres experts du domaine et d’explorer des partenariats potentiels pour élargir la portée et l’impact des résultats de recherche du groupe. »
L'équipe prévoit de continuer à itérer et à mettre à niveau la recherche afin qu'elle puisse apporter des contributions pratiques au domaine en constante évolution du Big Data et de l'IA à partir de vos recherches spécifiques.
Lien source
Comment (0)