Modelul de învățare automată al unui student RMIT le oferă putere fermierilor

Vietnamul este al doilea cel mai mare exportator de cafea din lume și reprezintă mai mult de jumătate din oferta globală de Robusta. Producția de cafea în anul agricol 2022/23 este estimată să ajungă la 29,75 milioane de saci, din care Robusta reprezintă peste 95%.

În Raportul anual 2021/2022 al Organizației Internaționale a Cafelei, Vietnamul s-a clasat pe primul loc în ceea ce privește productivitatea cultivării cafelei, cu 2,4 tone/ha. Producția de cafea din Vietnam este alcătuită din boabe de Robusta, Arabica, Cherri, Moka și Culi, care sunt cele mai populare boabe de cafea cultivate în Vietnam.

Cu toate acestea, prețurile produselor agricole în general și prețurile boabelor de cafea în special sunt adesea instabile și pot fluctua puternic în perioadele de recoltă abundentă, afectând semnificativ veniturile fermierilor și provocând daune economiei .

De la stânga la dreapta: Studenți ai Facultății de Științe , Inginerie și Tehnologie RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (rândul de sus), Le Ngoc Nguyen Thuan, Doan Chanh Thong (rândul de jos)

De la stânga la dreapta: Studenți ai Facultății de Științe, Inginerie și Tehnologie RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (rândul de sus), Le Ngoc Nguyen Thuan, Doan Chanh Thong (rândul de jos)

Pentru a cerceta o soluție la această problemă, pe o perioadă de patru luni, un grup de studenți din anul terminal al Facultății de Științe, Inginerie și Tehnologie, inclusiv Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam și Lam Tin Dieu, au antrenat și evaluat șase modele de învățare automată (ML) pentru a prezice prețurile cafelei, care pot ajuta fermierii vietnamezi să ia decizii informate cu privire la culturile lor și să planifice în consecință, optimizând profiturile și minimizând pierderile.

„Am dezvoltat șase modele ML, și anume LSTM, GRU, ARIMA, SARIMA, SVM și RF, bazate pe istoricul prețurilor cafelei, prețurilor la benzină, temperatură și precipitații, pentru a prezice prețurile cafelei Robusta în provincia Lam Dong și am constatat că modelul RF, utilizând întregul set de date, a fost cel mai eficient”, a spus Trang.

Dintre cele 6 modele de învățare automată, modelul RF, care utilizează întregul set de date, oferă cele mai bune rezultate.

„RF poate încorpora seturi de date mai bogate și poate gestiona relații neliniare. În plus, prețul combustibilului s-a dovedit a fi un predictor semnificativ și depășește toate celelalte caracteristici testate la un loc.”

Echipa a subliniat că modelul are potențial pentru îmbunătățiri suplimentare prin studierea și încorporarea impactului randamentelor culturilor, al tendințelor pieței și al evenimentelor geopolitice asupra prețurilor agricole.

Fiecare membru al echipei s-a confruntat cu provocări diferite pe parcursul proiectului, cum ar fi lipsa unei înțelegeri aprofundate a diferitelor modele de învățare automată (ML), comunicarea eficientă a complexității a ceea ce făceau în domeniul inteligenței artificiale (IA) sau gestionarea timpului și a comunicării atunci când lucrau de la distanță. Cu toate acestea, investind timp semnificativ în cercetare, analizând lucrări de cercetare legate de IA și ML și îmbunătățindu-și abilitățile tehnice și de colaborare, aceștia și-au îmbunătățit abilitățile de cercetare în domeniul inteligenței artificiale pentru probleme din lumea reală și au reușit să dezvolte cercetarea echipei lor în produse din lumea reală.

„Principala provocare pentru noi a fost colectarea și integrarea datelor”, a declarat Thuan.

„Deși dezvoltarea modelului a fost destul de simplă, investiția semnificativă de timp necesară pentru colectarea și integrarea datelor a reprezentat o provocare uriașă pentru noi. Fiecare membru al echipei a trecut printr-o serie de perioade de învățare și dezvoltare atât în ​​ceea ce privește abilitățile tehnice, cât și coordonarea proiectelor, de la cercetare aprofundată, până la promovarea inovației și găsirea de noi soluții.”

La momentul studiului, Nam își avea sediul în Hanoi și un loc de muncă cu normă întreagă. Pentru a preveni întârzierile și potențialele perturbări, Nam a spus că echipa a organizat întâlniri săptămânale și a menținut o comunicare regulată, atât pentru a se motiva reciproc să rămână pe drumul cel bun, cât și pentru a finaliza volumul de muncă atribuit.

Proiectul de finalizare a proiectului al echipei a fost supravegheat îndeaproape de membri ai facultății de la Școala de Știință, Inginerie și Tehnologie, RMIT Vietnam. Rezultatele proiectului au fost prezentate recent la un eveniment internațional prestigios – a 8-a Conferință Internațională IEEE/ACIS privind Big Data, Cloud Computing și Ingineria Științei Datelor (BCD 2023) – la care au participat cercetători, oameni de știință, ingineri și experți în domeniile Big Data, Cloud Computing și Știința Datelor.

Studenta Nguyen Phuong Nam demonstrează cum funcționează site-ul web de simulare a prețurilor cafelei

Echipa intenționează să rafineze modelele pe baza feedback-ului primit în urma prezentărilor de la conferință și, de asemenea, să exploreze alte abordări pentru a îmbunătăți acuratețea și aplicabilitatea predicțiilor lor.

„Intenționăm să aprofundăm tehnicile de ultimă generație și metodele emergente în acest domeniu pentru a consolida și mai mult rezultatele cercetării obținute de echipă”, a spus Thong.

„În plus, intenționăm să colaborăm cu alți experți în domeniu și să explorăm potențiale parteneriate pentru a extinde domeniul de aplicare și impactul rezultatelor cercetării grupului.”

Echipa intenționează să continue să iterateze și să actualizeze cercetarea, astfel încât aceasta să poată aduce contribuții practice la domeniul în continuă evoluție al Big Data și AI, pornind de la cercetarea dumneavoastră specifică.

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