Eine Gruppe von Studenten des RMIT Vietnam entwickelte ein Modell, das die Preise für Robusta-Kaffee vorhersagen kann, indem es historische Daten zu Kaffeepreisen, Benzinpreisen, Temperatur und Niederschlag nutzt.
Vietnam ist der zweitgrößte Kaffeeexporteur der Welt und trägt mehr als die Hälfte zur globalen Robusta-Versorgung bei. Die Kaffeeproduktion im Erntejahr 2022/23 wird voraussichtlich 29,75 Millionen Säcke erreichen, wovon mehr als 95 % auf Robusta entfallen. Allerdings sind die Preise für Agrarprodukte im Allgemeinen und für Kaffeebohnen im Besonderen oft instabil und können in Zeiten großer Ernten stark schwanken, was sich deutlich auf die Einkommen der Landwirte auswirkt und der Wirtschaft schadet.
Eine Gruppe von Studenten im letzten Studienjahr der Informationstechnologie an der Fakultät für Naturwissenschaften, Ingenieurwesen und Technologie, darunter Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam und Lam Tin Dieu, haben zusammen mit ihren Dozenten sechs Modelle des maschinellen Lernens (ML) trainiert und evaluiert, um Kaffeepreise vorherzusagen. Das Modell kann vietnamesische Landwirte dabei unterstützen, geeignete Entscheidungen hinsichtlich des Anbaus zu treffen und diese zu planen, sowie den Gewinn zu optimieren und Verluste zu minimieren.
Das RF-Modell liefert die besten Ergebnisse. Foto: NVCC
Nguyen Hai Minh Trang, ein Forschungsmitglied, sagte, das Team habe sechs ML-Modelle entwickelt, nämlich LSTM, GRU, ARIMA, SARIMA, SVM und RF, basierend auf der Historie der Kaffeepreise, Benzin, Temperatur und Niederschlagsmenge, um die Preise für Robusta-Kaffee in der Provinz Lam Dong vorherzusagen. Es zeigte sich, dass das RF-Modell, das den gesamten Datensatz nutzt, das effizienteste ist.
Der Grund liegt darin, dass RF umfangreichere Datensätze integrieren und nichtlineare Beziehungen verarbeiten kann. Darüber hinaus erwies sich der Kraftstoffpreis als signifikanter Prädiktor und übertraf alle anderen getesteten Merkmale zusammen.
Dem Forschungsteam zufolge besteht das Potenzial, das Modell noch weiter zu verbessern, indem man die Auswirkungen von Ernteerträgen, Markttrends und geopolitischen Ereignissen auf die Agrarpreise untersucht und berücksichtigt.
Mitglieder des Forschungsteams. Foto: NVCC
Die Forschungsergebnisse wurden auf der 8. internationalen IEEE/ACIS-Konferenz zu Big Data, Cloud Computing und Data Science-Techniken (BCD 2023) vorgestellt – gemeinsam mit Forschern, Wissenschaftlern, Ingenieuren und Experten, die im Dezember in Ho-Chi-Minh-Stadt stattfand. Hier machten Experten Vorschläge, um die Genauigkeit und Anwendbarkeit der Modellvorhersagen zu verbessern. „Wir planen, uns eingehender mit den neuesten Techniken und neuen Methoden auf diesem Gebiet zu befassen, um die vom Team erzielten Forschungsergebnisse weiter zu festigen“, sagte Thong.
Hai Minh
[Anzeige_2]
Quellenlink
Kommentar (0)