เวียดนามเป็นผู้ส่งออกกาแฟรายใหญ่เป็นอันดับสองของโลก และคิดเป็นมากกว่าครึ่งหนึ่งของอุปทานกาแฟโรบัสต้าทั่วโลก คาดว่าการผลิตกาแฟในปีเพาะปลูก 2022/23 จะสูงถึง 29.75 ล้านกระสอบ โดยกาแฟโรบัสต้าคิดเป็นมากกว่า 95%
ในรายงานประจำปี 2021/2022 ขององค์กรกาแฟระหว่างประเทศ เวียดนามมีผลผลิตการปลูกกาแฟสูงสุดเป็นอันดับ 1 โดยมีผลผลิต 2.4 ตันต่อเฮกตาร์ ผลผลิตกาแฟในเวียดนามประกอบด้วยเมล็ดโรบัสต้า อาราบิก้า เชอร์รี โมก้า และคูลิ ซึ่งเป็นเมล็ดกาแฟที่ได้รับความนิยมมากที่สุดในเวียดนาม
อย่างไรก็ตาม ราคาผลิตภัณฑ์ทางการเกษตรโดยทั่วไปและราคาเมล็ดกาแฟโดยเฉพาะ มักจะไม่มั่นคงและผันผวนอย่างมากในช่วงการเก็บเกี่ยว ส่งผลกระทบต่อรายได้ของเกษตรกรอย่างมีนัยสำคัญและก่อให้เกิดความเสียหายต่อ เศรษฐกิจ
จากซ้ายไปขวา: นักศึกษาคณะ วิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (แถวบน), Le Ngoc Nguyen Thuan, Doan Chanh Thong (แถวล่าง)
จากซ้ายไปขวา: นักศึกษาคณะวิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (แถวบน), Le Ngoc Nguyen Thuan, Doan Chanh Thong (แถวล่าง)
เพื่อค้นคว้าหาแนวทางแก้ไขปัญหานี้ นักศึกษาชั้นปีสุดท้ายกลุ่มหนึ่งซึ่งเรียนสาขาเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี ซึ่งได้แก่ Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam และ Lam Tin Dieu ได้ทำการฝึกอบรมและประเมินโมเดลการเรียนรู้ของเครื่องจักร (ML) จำนวน 6 โมเดล เพื่อคาดการณ์ราคาของกาแฟ ซึ่งสามารถช่วยให้เกษตรกรชาวเวียดนามตัดสินใจเกี่ยวกับพืชผลของตนอย่างรอบรู้ และวางแผนตามนั้น ซึ่งจะช่วยเพิ่มผลกำไรและลดการสูญเสียให้เหลือน้อยที่สุด
“เราได้พัฒนาโมเดล ML จำนวน 6 โมเดล ได้แก่ LSTM, GRU, ARIMA, SARIMA, SVM และ RF โดยอาศัยประวัติราคากาแฟ ราคาเบนซิน อุณหภูมิ และปริมาณน้ำฝน เพื่อคาดการณ์ราคากาแฟโรบัสต้าในจังหวัดลัมดง และพบว่าโมเดล RF ที่ใช้ชุดข้อมูลทั้งหมดนั้นมีประสิทธิผลมากที่สุด” ตรังกล่าว
ในบรรดาโมเดลการเรียนรู้ของเครื่องจักรทั้ง 6 โมเดล โมเดล RF ที่ใช้ชุดข้อมูลทั้งหมดให้ผลลัพธ์ที่ดีที่สุด
“RF สามารถรวมชุดข้อมูลที่สมบูรณ์ยิ่งขึ้นและจัดการความสัมพันธ์ที่ไม่เป็นเชิงเส้นได้ นอกจากนี้ ราคาน้ำมันยังพิสูจน์ให้เห็นว่าเป็นปัจจัยทำนายที่สำคัญและมีประสิทธิภาพเหนือกว่าคุณสมบัติอื่นๆ ที่ทดสอบรวมกันทั้งหมด”
ทีมงานเน้นย้ำว่าโมเดลนี้มีศักยภาพที่จะปรับปรุงเพิ่มเติมได้โดยการศึกษาและรวมผลกระทบของผลผลิตพืชผล แนวโน้มตลาด และเหตุการณ์ทางภูมิรัฐศาสตร์ต่อราคาสินค้าเกษตร
สมาชิกในทีมแต่ละคนต้องเผชิญกับความท้าทายที่แตกต่างกันระหว่างดำเนินโครงการ เช่น ขาดความเข้าใจเชิงลึกเกี่ยวกับโมเดล ML ที่แตกต่างกัน การสื่อสารความซับซ้อนของสิ่งที่พวกเขากำลังทำกับโดเมน AI ได้อย่างมีประสิทธิภาพ หรือการจัดการเวลาและการสื่อสารเมื่อทำงานจากระยะไกล อย่างไรก็ตาม ด้วยการใช้เวลาอย่างมากในการวิจัย การเจาะลึกเอกสารวิจัยที่เกี่ยวข้องกับ AI และ ML และปรับปรุงทักษะทางเทคนิคและการทำงานร่วมกัน พวกเขาจึงปรับปรุงทักษะการวิจัย AI สำหรับปัญหาในโลกแห่งความเป็นจริง และสามารถพัฒนาการวิจัยของทีมให้เป็นผลิตภัณฑ์ในโลกแห่งความเป็นจริงได้
“ความท้าทายหลักสำหรับเราอยู่ที่การรวบรวมและบูรณาการข้อมูล” Thuan กล่าว
“แม้ว่าการพัฒนาโมเดลจะค่อนข้างตรงไปตรงมา แต่เวลาจำนวนมากที่จำเป็นในการรวบรวมและรวมข้อมูลเข้าด้วยกันกลับเป็นความท้าทายครั้งใหญ่สำหรับเรา สมาชิกในทีมแต่ละคนต้องเรียนรู้และพัฒนาทักษะทางเทคนิคและการประสานงานโครงการอย่างมาก ตั้งแต่การวิจัยเชิงลึก ไปจนถึงการผลักดันนวัตกรรมและคิดค้นโซลูชันใหม่ๆ”
ในช่วงเวลาของการศึกษา นัมทำงานจากฮานอยและมีงานประจำ นัมกล่าวว่า เพื่อป้องกันความล่าช้าและการหยุดชะงักที่อาจเกิดขึ้น ทีมงานได้จัดการประชุมรายสัปดาห์และสื่อสารกันอย่างสม่ำเสมอ ทั้งเพื่อกระตุ้นให้กันและกันทำงานตามแผนและทำงานที่ได้รับมอบหมายให้เสร็จ
โครงการหลักของทีมได้รับการดูแลอย่างใกล้ชิดจากคณาจารย์จากคณะวิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี RMIT Vietnam ผลงานของโครงการได้รับการนำเสนอในงานระดับนานาชาติที่มีชื่อเสียงอย่างการประชุมระดับนานาชาติครั้งที่ 8 ของ IEEE/ACIS เกี่ยวกับ Big Data, Cloud Computing และ Data Science Engineering (BCD 2023) โดยมีนักวิจัย นักวิทยาศาสตร์ วิศวกร และผู้เชี่ยวชาญในสาขา Big Data, Cloud Computing และ Data Science เข้าร่วม
นักศึกษา Nguyen Phuong Nam สาธิตการทำงานของเว็บไซต์จำลองราคากาแฟ
ทีมงานมีแผนที่จะปรับปรุงโมเดลตามข้อเสนอแนะจากการนำเสนอในงานประชุม และยังสำรวจแนวทางอื่น ๆ เพื่อปรับปรุงความแม่นยำและความสามารถในการใช้งานของการคาดการณ์อีกด้วย
“เราวางแผนที่จะเจาะลึกเทคนิคที่ล้ำสมัยและวิธีการเกิดใหม่ในสาขานี้มากขึ้น เพื่อเสริมความแข็งแกร่งให้กับผลการวิจัยที่ทีมงานบรรลุมา” ทองกล่าว
นอกจากนี้ เรายังวางแผนที่จะร่วมมือกับผู้เชี่ยวชาญคนอื่นๆ ในสาขานี้ และสำรวจความร่วมมือที่เป็นไปได้เพื่อขยายขอบเขตและผลกระทบของผลการวิจัยของกลุ่ม”
ทีมงานวางแผนที่จะดำเนินการปรับปรุงและอัพเกรดการวิจัยอย่างต่อเนื่อง เพื่อให้สามารถมีส่วนสนับสนุนในทางปฏิบัติต่อสาขา Big Data และ AI ที่มีการเปลี่ยนแปลงอยู่ตลอดเวลาจากการวิจัยเฉพาะของคุณได้
ลิงค์ที่มา
การแสดงความคิดเห็น (0)