Студенты применяют искусственный интеллект для создания модели прогнозирования цен на кофе

Группа студентов RMIT во Вьетнаме разработала модель, которая может прогнозировать цены на кофе сорта Робуста, используя исторические данные о ценах на кофе, ценах на бензин, температуре и количестве осадков.

Вьетнам является вторым по величине экспортером кофе в мире и поставляет более половины мирового объема поставок робусты. Ожидается, что объем производства кофе в 2022/23 сельскохозяйственном году достигнет 29,75 млн мешков, из которых более 95% составит робуста. Однако цены на сельскохозяйственную продукцию в целом и на кофейные зерна в частности часто нестабильны и могут сильно колебаться в периоды высоких урожаев, что существенно влияет на доходы фермеров и наносит ущерб экономике .

Группа студентов выпускного курса факультета естественных наук , инженерии и технологий, в том числе Нгуен Хай Минь Транг, Доан Чань Тхонг, Ле Нгок Нгуен Туан, Нгуен Фыонг Нам и Лам Тин Дьеу, вместе со своими преподавателями обучили и оценили шесть моделей машинного обучения (МО) для прогнозирования цен на кофе. Модель может помочь вьетнамским фермерам принимать правильные решения и планировать урожай, оптимизировать прибыль и минимизировать потери.

Наилучшие результаты дает модель RF. Фото: NVCC — Наилучшие результаты дает модель RF. Фото: *NVCC*

Нгуен Хай Минь Транг, научный сотрудник, рассказал, что команда разработала шесть моделей машинного обучения, а именно LSTM, GRU, ARIMA, SARIMA, SVM и RF, на основе истории цен на кофе, бензина, температуры и осадков, чтобы прогнозировать цены на кофе сорта Робуста в провинции Ламдонг . Было установлено, что наиболее эффективной является модель RF, использующая весь набор данных.

Причина в том, что RF может включать более обширные наборы данных и обрабатывать нелинейные зависимости. Кроме того, было показано, что цена на топливо является значимым предиктором и превзошла все остальные протестированные характеристики вместе взятые.

По мнению исследовательской группы, модель может быть усовершенствована путем изучения и учета влияния урожайности сельскохозяйственных культур, рыночных тенденций и геополитических событий на цены на сельскохозяйственную продукцию.

Члены исследовательской группы. Фото: NVCC — Члены исследовательской группы. Фото: *NVCC*

Результаты исследования были представлены на 8-й Международной конференции IEEE/ACIS по большим данным, облачным вычислениям и методам науки о данных (BCD 2023) с участием исследователей, ученых, инженеров и экспертов, которая прошла в декабре в Хошимине. Здесь эксперты дали предложения по повышению точности и применимости прогнозов модели. «Мы планируем глубже изучить передовые технологии и новые методы в этой области, чтобы еще больше закрепить результаты исследований, достигнутых нашей командой», — сказал Тонг.

Хай Минь

Ссылка на источник