מודל למידת מכונה של סטודנט ב-RMIT מעצים חקלאים

[מודעה_1]

וייטנאם היא יצואנית הקפה השנייה בגודלה בעולם ומהווה יותר ממחצית מאספקת הרובוסטה העולמית. ייצור הקפה בשנת היבול 2022/23 צפוי להגיע ל-29.75 מיליון שקיות קפה, מתוכן רובוסטה מהווה יותר מ-95%.

בסקירה השנתית של ארגון הקפה הבינלאומי לשנת 2021/2022, וייטנאם דורגה במקום הראשון בפריון גידול קפה עם 2.4 טון/דונם. ייצור הקפה בווייטנאם מורכב מפולי רובוסטה, ערביקה, צ'רי, מוקה וקולי, שהם פולי הקפה הפופולריים ביותר הגדלים בווייטנאם.

עם זאת, מחירי התוצרת החקלאית באופן כללי ומחירי פולי הקפה בפרט לרוב אינם יציבים ויכולים להשתנות בצורה חדה במהלך תקופות קציר גבוהות, דבר המשפיע באופן משמעותי על הכנסות החקלאים וגורם נזק לכלכלה .

Mô hình máy học của sinh viên RMIT tiếp thêm sức mạnh cho nông dân- Ảnh 1. — משמאל לימין: סטודנטים של הפקולטה למדעים , הנדסה וטכנולוגיה של RMIT: לאם טין דיו, נגוין האי מין טראנג, נגוין פוונג נאם (שורה העליונה), לה נגוק נגוין ת'ואן, דואן צ'אן טונג (שורה תחתונה)

Mô hình máy học của sinh viên RMIT tiếp thêm sức mạnh cho nông dân- Ảnh 2. — משמאל לימין: סטודנטים של הפקולטה למדעים, הנדסה וטכנולוגיה RMIT: לאם טין דיו, נגוין האי מין טראנג, נגוין פוונג נאם (שורה העליונה), Le Ngoc Nguyen Thuan, Doan Chanh Thong (שורה התחתונה)

על מנת לחקור פתרון לבעיה זו, במשך ארבעה חודשים, קבוצה של סטודנטים בשנה האחרונה לתואר ראשון בטכנולוגיית מידע בפקולטה למדעים, הנדסה וטכנולוגיה, ביניהם נגוין האי מין טראנג, דואן צ'אן טונג, לה נגוק נגוין תואן, נגוין פונג נאם ולאם טין דיו, אימנו והעריכו שישה מודלים של למידת מכונה (ML) לחיזוי מחירי קפה, שיכולים לעזור לחקלאים וייטנאמים לקבל החלטות מושכלות לגבי גידוליהם ולתכנן בהתאם, תוך אופטימיזציה של רווחים ומזעור הפסדים.

"פיתחנו שישה מודלים של ML, כלומר LSTM, GRU, ARIMA, SARIMA, SVM ו-RF, המבוססים על היסטוריית מחירי הקפה, מחירי הדלק, הטמפרטורה והגשם, כדי לחזות את מחירי קפה הרובוסטה במחוז לאם דונג, ומצאנו שמודל ה-RF, המשתמש בכל מערך הנתונים, היה היעיל ביותר", אמר טראנג.

Mô hình máy học của sinh viên RMIT tiếp thêm sức mạnh cho nông dân- Ảnh 3. — מבין 6 מודלי למידת מכונה, מודל ה-RF, המשתמש בכל מערך הנתונים, נותן את התוצאות הטובות ביותר.

"RF יכול לשלב מערכי נתונים עשירים יותר ולטפל בקשרים לא ליניאריים. בנוסף, מחיר הדלק הוכח כגורם ניבוי משמעותי ועולה על כל התכונות האחרות שנבדקו גם יחד."

הצוות הדגיש כי למודל יש פוטנציאל לשיפור נוסף על ידי לימוד ושילוב השפעת יבולי גידולים, מגמות שוק ואירועים גיאופוליטיים על מחירי החקלאות.

כל חבר צוות התמודד עם אתגרים שונים במהלך הפרויקט, כגון חוסר הבנה מעמיקה של מודלים שונים של למידת מכונה, תקשורת יעילה של מורכבות הפעולות שלו בתחום הבינה המלאכותית, או ניהול זמן ותקשורת בעבודה מרחוק. עם זאת, על ידי השקעת זמן משמעותי במחקר, התעמקות במאמרי מחקר הקשורים לבינה מלאכותית ולמידת מכונה, ושיפור כישוריהם הטכניים ושיתוף הפעולה שלהם, הם שיפרו את כישורי המחקר שלהם בתחום הבינה המלאכותית עבור בעיות מהעולם האמיתי והצליחו לפתח את מחקר הצוות שלהם למוצרים מהעולם האמיתי.

"האתגר העיקרי עבורנו נסב סביב איסוף נתונים ושילובם", שיתף תואן.

"בעוד שפיתוח המודל היה פשוט למדי, השקעת הזמן המשמעותית שנדרשה באיסוף נתונים ובשילובם היוותה אתגר עצום עבורנו. כל חבר צוות עבר סדרה של תהליכי למידה והתקדמות הן במיומנויות הטכניות שלו והן בתיאום הפרויקטים, החל ממחקר מעמיק ועד לקידום חדשנות וגילוי פתרונות חדשים."

בזמן המחקר, נאם התגורר בהאנוי ועבד במשרה מלאה. כדי למנוע עיכובים ושיבושים אפשריים, נאם אמרה שהצוות קבע פגישות שבועיות ושמר על תקשורת סדירה, הן כדי להניע זה את זה להישאר במסלול הנכון והן כדי להשלים את עומס העבודה שהוקצה.

פרויקט הגמר של הצוות היה תחת פיקוח צמוד של חברי סגל מבית הספר למדעים, הנדסה וטכנולוגיה, RMIT וייטנאם. תוצאות הפרויקט הוצגו לאחרונה באירוע בינלאומי יוקרתי - הכנס הבינלאומי השמיני של IEEE/ACIS בנושא ביג דאטה, מחשוב ענן והנדסת מדעי הנתונים (BCD 2023) - בהשתתפות חוקרים, מדענים, מהנדסים ומומחים בתחומי הביג דאטה, מחשוב ענן ומדעי הנתונים.