វៀតណាមជាប្រទេសនាំចេញកាហ្វេធំជាងគេទីពីរ របស់ពិភពលោក ហើយមានចំនួនជាងពាក់កណ្តាលនៃការផ្គត់ផ្គង់ Robusta លើពិភពលោក។ ផលិតកម្មកាហ្វេក្នុងឆ្នាំ 2022/23 ត្រូវបានគេរំពឹងថានឹងកើនឡើងដល់ 29.75 លានថង់ ដែលក្នុងនោះ Robusta មានច្រើនជាង 95% ។
នៅក្នុងការពិនិត្យឡើងវិញប្រចាំឆ្នាំ 2021/2022 របស់អង្គការកាហ្វេអន្តរជាតិ វៀតណាមជាប់ចំណាត់ថ្នាក់លេខ 1 ក្នុងផលិតភាពដាំដុះកាហ្វេជាមួយ 2.4 តោន/ហិកតា។ ការផលិតកាហ្វេនៅប្រទេសវៀតណាមគឺផ្សំឡើងពីគ្រាប់ Robusta, Arabica, Cherri, Moka និង Culi ដែលជាគ្រាប់កាហ្វេពេញនិយមបំផុតដែលដាំដុះនៅក្នុងប្រទេសវៀតណាម។
ទោះជាយ៉ាងណាក៏ដោយ តម្លៃកសិផលជាទូទៅ និងជាពិសេសតម្លៃគ្រាប់កាហ្វេតែងតែមិនស្ថិតស្ថេរ ហើយអាចប្រែប្រួលយ៉ាងខ្លាំងក្នុងអំឡុងពេលប្រមូលផលស្រូវ ដែលជះឥទ្ធិពលយ៉ាងខ្លាំងដល់ប្រាក់ចំណូលរបស់កសិករ និងបង្កការខូចខាតដល់ សេដ្ឋកិច្ច ។
ពីឆ្វេងទៅស្តាំ៖ និស្សិតនៃមហាវិទ្យាល័យ RMIT វិទ្យាសាស្ត្រ វិស្វកម្ម និងបច្ចេកវិទ្យា៖ Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (ជួរខាងលើ), Le Ngoc Nguyen Thuan, Doan Chanh Thong (ជួរខាងក្រោម)
ពីឆ្វេងទៅស្តាំ៖ និស្សិតនៃមហាវិទ្យាល័យវិទ្យាសាស្ត្រ វិស្វកម្ម និងបច្ចេកវិទ្យា RMIT៖ Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (ជួរកំពូល), Le Ngoc Nguyen Thuan, Doan Chanh Thong (ជួរខាងក្រោម)
ដើម្បីស្រាវជ្រាវដំណោះស្រាយចំពោះបញ្ហានេះ ក្នុងរយៈពេល 4 ខែ និស្សិតឆ្នាំចុងក្រោយមួយក្រុមដែលសិក្សាជំនាញព័ត៌មានវិទ្យា មហាវិទ្យាល័យវិទ្យាសាស្ត្រ វិស្វកម្ម និងបច្ចេកវិទ្យា រួមមាន Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam និង Lam Tin Dieu បានបណ្តុះបណ្តាល និងវាយតម្លៃគំរូម៉ាស៊ីនរៀន (ML) ចំនួន 6 ដើម្បីទស្សន៍ទាយតម្លៃកាហ្វេ ដែលអាចជួយកសិករវៀតណាមធ្វើការសម្រេចចិត្ត និងផែនការការខាតបង់ប្រកបដោយប្រសិទ្ធភាព។
លោក Trang បាននិយាយថា "យើងបានបង្កើតម៉ូដែល ML ចំនួនប្រាំមួយគឺ LSTM, GRU, ARIMA, SARIMA, SVM និង RF ដោយផ្អែកលើប្រវត្តិនៃតម្លៃកាហ្វេ តម្លៃសាំង សីតុណ្ហភាព និងទឹកភ្លៀង ដើម្បីទស្សន៍ទាយតម្លៃកាហ្វេ Robusta ក្នុងខេត្ត Lam Dong ហើយបានរកឃើញថាគំរូ RF ដែលប្រើប្រាស់សំណុំទិន្នន័យទាំងមូលមានប្រសិទ្ធភាពបំផុត"។
ក្នុងចំណោមម៉ូដែលរៀនម៉ាស៊ីនទាំង 6 ម៉ូដែល RF ដោយប្រើសំណុំទិន្នន័យទាំងមូលបានបង្កើតលទ្ធផលល្អបំផុត។
"RF អាចបញ្ចូលសំណុំទិន្នន័យកាន់តែសម្បូរបែប និងដោះស្រាយទំនាក់ទំនងមិនលីនេអ៊ែរ។ បន្ថែមពីនេះ តម្លៃប្រេងបានបង្ហាញថាជាការព្យាករដ៏សំខាន់ និងបានដំណើរការល្អជាងលក្ខណៈពិសេសដែលបានសាកល្បងទាំងអស់រួមបញ្ចូលគ្នា"។
ក្រុមការងារបានសង្កត់ធ្ងន់ថា គំរូនេះមានសក្ដានុពលសម្រាប់ការកែលម្អបន្ថែមទៀត ដោយសិក្សា និងបញ្ចូលផលប៉ះពាល់នៃទិន្នផលដំណាំ និន្នាការទីផ្សារ និងព្រឹត្តិការណ៍ភូមិសាស្ត្រនយោបាយលើតម្លៃកសិកម្ម។
សមាជិកក្រុមនីមួយៗបានប្រឈមមុខនឹងបញ្ហាផ្សេងៗគ្នាក្នុងអំឡុងពេលគម្រោង ដូចជាកង្វះការយល់ដឹងស៊ីជម្រៅអំពីគំរូ ML ផ្សេងៗគ្នា ទំនាក់ទំនងប្រកបដោយប្រសិទ្ធភាពនៃភាពស្មុគស្មាញនៃអ្វីដែលពួកគេកំពុងធ្វើទៅកាន់ដែន AI ឬការគ្រប់គ្រងពេលវេលា និងការទំនាក់ទំនងនៅពេលធ្វើការពីចម្ងាយ។ ទោះបីជាយ៉ាងណាក៏ដោយ តាមរយៈការវិនិយោគពេលវេលាដ៏សំខាន់ក្នុងការស្រាវជ្រាវ ការជីកយកឯកសារស្រាវជ្រាវដែលទាក់ទងនឹង AI និង ML និងការកែលម្អជំនាញបច្ចេកទេស និងការសហការរបស់ពួកគេ ពួកគេបានធ្វើឱ្យប្រសើរឡើងនូវជំនាញស្រាវជ្រាវ AI របស់ពួកគេសម្រាប់បញ្ហាក្នុងពិភពពិត និងអាចអភិវឌ្ឍការស្រាវជ្រាវរបស់ក្រុមរបស់ពួកគេទៅក្នុងផលិតផលពិភពពិត។
លោក Thuan បានចែករំលែកថា៖ «បញ្ហាប្រឈមចម្បងសម្រាប់យើងគឺជុំវិញការប្រមូលទិន្នន័យ និងការធ្វើសមាហរណកម្ម»។
"ខណៈពេលដែលការអភិវឌ្ឍន៍គំរូមានភាពសាមញ្ញ ពេលវេលាដ៏សំខាន់ដែលទាមទារដើម្បីប្រមូល និងបញ្ចូលទិន្នន័យបានបង្កឱ្យមានបញ្ហាប្រឈមដ៏ធំមួយសម្រាប់ពួកយើង។ សមាជិកក្រុមនីមួយៗបានឆ្លងកាត់ខ្សែកោងសិក្សា និងបង្កើនជំនាញរបស់ពួកគេទាំងផ្នែកបច្ចេកទេស និងការសម្របសម្រួលគម្រោង ពីការស្រាវជ្រាវស៊ីជម្រៅ រហូតដល់ការជំរុញការបង្កើតថ្មី និងដំណោះស្រាយថ្មីៗ។"
នៅពេលសិក្សា ណាំកំពុងធ្វើការពីទីក្រុងហាណូយ ហើយមានការងារពេញម៉ោង។ ដើម្បីទប់ស្កាត់ការយឺតយ៉ាវ និងការរំខានដែលអាចកើតមាននោះ លោក Nam បាននិយាយថា ក្រុមការងារបានបង្កើតការប្រជុំប្រចាំសប្តាហ៍ និងរក្សាការប្រាស្រ័យទាក់ទងគ្នាជាប្រចាំ ដើម្បីលើកទឹកចិត្តគ្នាទៅវិញទៅមកឱ្យបន្តដំណើរទៅមុខ និងបំពេញការងារដែលបានកំណត់។
គម្រោង capstone របស់ក្រុមនេះត្រូវបានត្រួតពិនិត្យយ៉ាងជិតស្និទ្ធដោយមហាវិទ្យាល័យមកពីសាលាវិទ្យាសាស្ត្រ វិស្វកម្ម និងបច្ចេកវិទ្យា RMIT Vietnam។ លទ្ធផលគម្រោងនេះត្រូវបានបង្ហាញនាពេលថ្មីៗនេះនៅក្នុងព្រឹត្តិការណ៍អន្តរជាតិដ៏មានកិត្យានុភាពមួយ - សន្និសីទអន្តរជាតិ IEEE/ACIS លើកទី 8 ស្តីពីទិន្នន័យធំ Cloud Computing និង Data Science Engineering (BCD 2023) - ជាមួយអ្នកស្រាវជ្រាវ អ្នកវិទ្យាសាស្ត្រ វិស្វករ និងអ្នកជំនាញក្នុងវិស័យ Big Data, Cloud Computing និង Data Science ។
និស្សិត ង្វៀន ភឿងណាម បង្ហាញពីរបៀបដែលគេហទំព័រក្លែងតម្លៃកាហ្វេដំណើរការ
ក្រុមការងារគ្រោងនឹងកែលម្អគំរូដោយផ្អែកលើមតិកែលម្អពីបទបង្ហាញនៃសន្និសីទ ហើយក៏ស្វែងរកវិធីសាស្រ្តផ្សេងទៀតដើម្បីកែលម្អភាពត្រឹមត្រូវ និងការអនុវត្តនៃការព្យាករណ៍របស់ពួកគេ។
លោក ថុង បាននិយាយថា "យើងគ្រោងនឹងស្រាវជ្រាវឱ្យកាន់តែស៊ីជម្រៅទៅលើបច្ចេកទេសទំនើបៗ និងវិធីសាស្រ្តថ្មីៗក្នុងវិស័យនេះ ដើម្បីពង្រឹងបន្ថែមទៀតនូវលទ្ធផលស្រាវជ្រាវដែលក្រុមសម្រេចបាន"។
"លើសពីនេះ យើងមានគម្រោងសហការជាមួយអ្នកជំនាញផ្សេងទៀតក្នុងវិស័យនេះ និងស្វែងរកភាពជាដៃគូដែលមានសក្តានុពល ដើម្បីពង្រីកវិសាលភាព និងផលប៉ះពាល់នៃការស្រាវជ្រាវរបស់ក្រុម"។
ក្រុមការងារគ្រោងនឹងបន្តធ្វើម្តងទៀត និងធ្វើឱ្យប្រសើរឡើងនូវការស្រាវជ្រាវ ដូច្នេះវាអាចធ្វើឱ្យមានការរួមចំណែកជាក់ស្តែងចំពោះវិស័យដែលរីកចម្រើនឥតឈប់ឈរនៃ Big Data និង AI ពីការស្រាវជ្រាវជាក់លាក់របស់អ្នក។
ប្រភពតំណ
Kommentar (0)