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 экспортёром кофе в мире и поставляет более половины мирового объёма робусты. Ожидается, что производство 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 зёрна в частности часто нестабильны и могут резко колебаться в периоды высоких урожаев, что существенно сказывается на доходах фермеров и наносит ущерб экономике .

Группа студентов выпускного курса бакалавриата по информационным технологиям факультета естественных наук , инженерии и технологий, включая 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. Эти модели могут помочь вьетнамским фермерам принимать правильные решения и планировать производство, оптимизируя прибыль и минимизируя потери.

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

Нгуен Хай Минь Транг, исследователь, рассказал, что команда разработала шесть моделей машинного обучения, а именно LSTM, GRU, ARIMA, SARIMA, SVM и RF, основанных на истории цен на кофе, бензина, температуры и количества осадков, для прогнозирования цен на кофе сорта робуста в провинции Ламдонг . Было обнаружено, что RF-модель, использующая весь набор данных, является наиболее эффективной.

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 превосходит 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 анализа данных (BCD 2023), которая прошла в декабре в Хошимине с участием исследователей, учёных, инженеров и экспертов. Эксперты дали рекомендации по повышению точности и применимости прогнозов модели. «Мы планируем глубже изучить передовые технологии и новые методы в этой области, чтобы ещё больше укрепить результаты исследований, проведённых нашей группой», — сказал Тонг.

Хай Минь

Ссылка на источник

Тема: РМИТ

Комментарий (0)