Vietnam es el segundo mayor exportador de café del mundo y aporta más de la mitad del suministro mundial de Robusta. Se espera que la producción de café en la campaña 2022/23 alcance los 29,75 millones de sacos, de los cuales Robusta representa más del 95%.
En la Revisión Anual 2021/2022 de la Organización Internacional del Café, Vietnam ocupó el primer lugar en productividad del cultivo de café con 2,4 toneladas/ha. La producción de café en Vietnam se compone de granos de Robusta, Arábica, Cherri, Moka y Culi, que son los granos de café más populares cultivados en Vietnam.
Sin embargo, los precios de los productos agrícolas en general, y del café en particular, suelen ser inestables y pueden fluctuar bruscamente durante cosechas excelentes, lo que afecta significativamente los ingresos de los agricultores y causa daños a la economía.
De izquierda a derecha: Estudiantes de la Facultad de Ciencias, Ingeniería y Tecnología de RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (fila superior), Le Ngoc Nguyen Thuan, Doan Chanh Thong (fila inferior)
De izquierda a derecha: Estudiantes de la Facultad de Ciencias, Ingeniería y Tecnología de RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (fila superior), Le Ngoc Nguyen Thuan, Doan Chanh Thong (fila inferior)
Para investigar una solución a este problema, durante un período de cuatro meses, un grupo de estudiantes de último año de la carrera de Tecnología de la Información de la Facultad de Ciencias, Ingeniería y Tecnología, entre ellos Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam y Lam Tin Dieu, entrenaron y evaluaron seis modelos de aprendizaje automático (ML) para predecir los precios del café, lo que puede ayudar a los agricultores vietnamitas a tomar decisiones informadas sobre sus cultivos y planificar en consecuencia, optimizando las ganancias y minimizando las pérdidas.
“Desarrollamos seis modelos ML, a saber, LSTM, GRU, ARIMA, SARIMA, SVM y RF, basados en el historial de precios del café, precios de la gasolina, temperatura y precipitaciones, para predecir los precios del café Robusta en la provincia de Lam Dong y descubrimos que el modelo RF, utilizando todo el conjunto de datos, era el más eficaz”, dijo Trang.
Entre los seis modelos de aprendizaje automático, el modelo RF, que utiliza todo el conjunto de datos, produjo los mejores resultados.
“La radiofrecuencia puede incorporar conjuntos de datos más completos y manejar relaciones no lineales. Además, el precio del combustible demostró ser un predictor significativo y superó a todas las demás características probadas combinadas”.
El equipo destacó que el modelo tiene potencial para mejorarse aún más mediante el estudio e incorporación del impacto del rendimiento de los cultivos, las tendencias del mercado y los eventos geopolíticos en los precios agrícolas.
Cada miembro del equipo enfrenta diferentes desafíos durante el proyecto, como la falta de comprensión profunda de los diferentes modelos de ML, la comunicación efectiva de la complejidad de lo que hace al dominio de IA o la gestión del tiempo y la comunicación cuando se trabaja de forma remota. Sin embargo, al invertir un tiempo significativo en la investigación, profundizar en los artículos de investigación relacionados con IA y ML y mejorar sus habilidades técnicas y de colaboración, mejorará sus habilidades de investigación de IA para problemas del mundo real y podrá desarrollar la investigación de su equipo en productos del mundo real.
“El principal desafío para nosotros giró en torno a la recopilación e integración de datos”, compartió Thuan.
“Si bien desarrollar el modelo fue bastante sencillo, el tiempo significativo que se necesitó para recopilar y combinar los datos representó un gran desafío para nosotros. Cada miembro del equipo atravesó una curva de aprendizaje y mejoró sus habilidades tanto en la coordinación técnica como en la de proyectos, desde la investigación en profundidad hasta el impulso de la innovación y la búsqueda de nuevas soluciones”.
En el momento del estudio, Nam trabajaba desde Hanoi y tenía un empleo a tiempo completo. Para evitar retrasos y posibles interrupciones, Nam dijo que el equipo organizó reuniones semanales y mantuvo una comunicación regular, tanto para alentarse mutuamente a seguir adelante como para completar bien la carga de trabajo asignada.
El proyecto final del equipo fue supervisado de cerca por profesores de la Escuela de Ciencias, Ingeniería y Tecnología, RMIT Vietnam. Los resultados del proyecto se presentaron recientemente en un prestigioso evento internacional, la 8ª Conferencia Internacional IEEE/ACIS sobre Big Data, Computación en la Nube e Ingeniería de la Ciencia de Datos (BCD 2023), junto con investigadores, científicos, ingenieros y expertos en los campos de Big Data, Computación en la Nube y Ciencia de Datos.
El estudiante Nguyen Phuong Nam demuestra cómo funciona el sitio web de simulación de precios del café
El equipo planea perfeccionar los modelos basándose en los comentarios de las presentaciones de la conferencia y también explorar otros enfoques para mejorar la precisión y aplicabilidad de sus predicciones.
“Planeamos profundizar en técnicas de vanguardia y métodos emergentes en el campo para fortalecer aún más los resultados de investigación que el equipo ha logrado”, afirmó Thong.
“Además, planeamos colaborar con otros expertos en el campo y explorar posibles asociaciones para ampliar el alcance y el impacto de los hallazgos de investigación del grupo”.
El equipo planea continuar iterando y mejorando la investigación para que pueda hacer contribuciones prácticas al campo en constante evolución de Big Data e IA a partir de su investigación específica.
Enlace de origen
Kommentar (0)