Machine learning-model van RMIT-student geeft boeren meer mogelijkheden

Vietnam is de op één na grootste koffie-exporteur ter wereld en is goed voor meer dan de helft van de wereldwijde Robusta-aanvoer. De koffieproductie in het oogstjaar 2022/23 zal naar verwachting 29,75 miljoen zakken bereiken, waarvan Robusta meer dan 95% uitmaakt.

In het jaarverslag 2021/2022 van de Internationale Koffieorganisatie stond Vietnam op de eerste plaats wat betreft de productiviteit van de koffieteelt met 2,4 ton/ha. De koffieproductie in Vietnam bestaat uit Robusta-, Arabica-, Cherri-, Moka- en Culi-bonen, de populairste koffiebonen die in Vietnam worden verbouwd.

De prijzen van landbouwproducten in het algemeen, en met name de prijzen van koffiebonen, zijn echter vaak onstabiel en kunnen sterk schommelen tijdens goede oogstperiodes. Dit heeft grote gevolgen voor het inkomen van boeren en brengt schade toe aan de economie .

Van links naar rechts: studenten van de RMIT-faculteit Wetenschappen , Techniek en Technologie: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (bovenste rij), Le Ngoc Nguyen Thuan, Doan Chanh Thong (onderste rij)

Van links naar rechts: studenten van de RMIT-faculteit Wetenschappen, Techniek en Technologie: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (bovenste rij), Le Ngoc Nguyen Thuan, Doan Chanh Thong (onderste rij)

Om dit probleem op te lossen, heeft een groep laatstejaarsstudenten van de bacheloropleiding Informatietechnologie van de faculteit Wetenschap, Ingenieurswetenschappen en Technologie, waaronder Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam en Lam Tin Dieu, gedurende vier maanden zes machine learning (ML)-modellen getraind en geëvalueerd om koffieprijzen te voorspellen. Deze modellen kunnen Vietnamese boeren helpen om weloverwogen beslissingen te nemen over hun gewassen en hun planning hierop af te stemmen, waardoor ze hun winst kunnen optimaliseren en hun verliezen kunnen minimaliseren.

"We hebben zes ML-modellen ontwikkeld, namelijk LSTM, GRU, ARIMA, SARIMA, SVM en RF, op basis van de geschiedenis van koffieprijzen, benzineprijzen, temperatuur en regenval, om de prijzen van Robusta-koffie in de provincie Lam Dong te voorspellen. We ontdekten dat het RF-model, dat gebruikmaakte van de volledige dataset, het meest effectief was", aldus Trang.

Van de 6 modellen voor machinaal leren levert het RF-model, dat de volledige dataset gebruikt, de beste resultaten op.

RF kan rijkere datasets verwerken en niet-lineaire relaties verwerken. Bovendien blijkt de brandstofprijs een significante voorspeller te zijn en presteert deze beter dan alle andere geteste functies samen.

Het team benadrukte dat het model nog verder verbeterd kan worden door de impact van oogstopbrengsten, markttrends en geopolitieke gebeurtenissen op landbouwprijzen te bestuderen en in te passen.

Elk teamlid kreeg tijdens het project te maken met verschillende uitdagingen, zoals een gebrek aan diepgaande kennis van verschillende ML-modellen, het effectief communiceren van de complexiteit van hun werk binnen het AI-domein, of het managen van tijd en communicatie tijdens het werken op afstand. Door echter aanzienlijk veel tijd te investeren in onderzoek, zich te verdiepen in AI- en ML-gerelateerde onderzoekspapers en hun technische vaardigheden en samenwerkingsvaardigheden te verbeteren, verbeterden ze hun AI-onderzoeksvaardigheden voor echte problemen en konden ze het onderzoek van hun team omzetten in echte producten.

"De grootste uitdaging voor ons draaide om het verzamelen en integreren van data", aldus Thuan.

Hoewel de modelontwikkeling vrij eenvoudig was, vormde de aanzienlijke tijdsinvestering die nodig was voor dataverzameling en -integratie een enorme uitdaging voor ons. Elk teamlid heeft een reeks leer- en ontwikkelingsprocessen doorgemaakt, zowel in hun technische vaardigheden als in projectcoördinatie, van diepgaand onderzoek tot het stimuleren van innovatie en het bedenken van nieuwe oplossingen.

Ten tijde van het onderzoek was Nam in Hanoi gevestigd en had hij een fulltimebaan. Om vertragingen en mogelijke verstoringen te voorkomen, organiseerde het team wekelijkse vergaderingen en onderhielden ze regelmatig contact, aldus Nam. Dit motiveerde elkaar om op schema te blijven en de toegewezen taken af ​​te ronden.

Het afstudeerproject van het team werd nauwlettend begeleid door faculteitsleden van de School of Science, Engineering and Technology van RMIT Vietnam. De projectresultaten werden onlangs gepresenteerd tijdens een prestigieus internationaal evenement – ​​de 8e IEEE/ACIS International Conference on Big Data, Cloud Computing and Data Science Engineering (BCD 2023) – met onderzoekers, wetenschappers, ingenieurs en experts op het gebied van Big Data, Cloud Computing en Data Science.

Student Nguyen Phuong Nam laat zien hoe de website voor het simuleren van koffieprijzen werkt

Het team is van plan om de modellen te verfijnen op basis van de feedback die is verkregen tijdens de conferentiepresentaties. Ook willen ze andere benaderingen onderzoeken om de nauwkeurigheid en toepasbaarheid van hun voorspellingen te verbeteren.

"We zijn van plan om ons verder te verdiepen in geavanceerde technieken en opkomende methoden op dit gebied om de onderzoeksresultaten die het team heeft bereikt verder te versterken", aldus Thong.

"Daarnaast zijn we van plan om samen te werken met andere experts op dit gebied en mogelijke partnerschappen te onderzoeken om de reikwijdte en impact van de onderzoeksresultaten van de groep te vergroten."

Het team is van plan om het onderzoek te blijven herhalen en verbeteren, zodat het vanuit uw specifieke onderzoek een praktische bijdrage kan leveren aan het zich voortdurend ontwikkelende gebied van Big Data en AI.

Bronlink: https://thanhnien.vn/mo-hinh-may-hoc-cua-sinh-vien-rmit-tiep-them-suc-manh-cho-nong-dan-185240201181300139.htm