Sinh viên ứng dụng trí tuệ nhân tạo làm mô hình dự báo giá cafe
05/02/2024
120 Lượt xem
Việt Nam là nước xuất khẩu cafe lớn thứ hai thế giới và đóng góp hơn một nửa nguồn cung Robusta toàn cầu. Sản lượng cafe niên vụ 2022/23 đạt 29,75 triệu bao, trong đó Robusta chiếm hơn 95%. Tuy nhiên giá các mặt hàng nông sản nói chung và giá hạt cafe thường không ổn định và có thể biến động mạnh vào thời điểm bội thu, khiến thu nhập của nông dân bị tác động đáng kể và gây thiệt hại cho nền kinh tế.
Nhóm sinh viên năm cuối ngành Cử nhân Công nghệ thông tin, Khoa Khoa học, Kỹ thuật và Công nghệ, gồm Nguyễn Hải Minh Trang, Đoàn Chánh Thống, Lê Ngọc Nguyên Thuần, Nguyễn Phương Nam và Lâm Tín Diệu, cùng với giảng viên hướng dẫn đã huấn luyện và đánh giá sáu mô hình máy học (machine learning - ML) để dự đoán giá cafe. Mô hình có thể hỗ trợ nông dân Việt Nam đưa ra quyết định về mùa vụ và lập kế hoạch phù hợp, tối ưu lợi nhuận và giảm thiểu tổn thất.
Mô hình RF cho ra kết quả tốt nhất. Ảnh: NVCC
Nguyễn Hải Minh Trang, thành viên nghiên cứu cho biết, nhóm đã phát triển sáu mô hình ML, cụ thể là LSTM, GRU, ARIMA, SARIMA, SVM và RF, dựa trên lịch sử giá cafe, xăng dầu, nhiệt độ và lượng mưa, để dự đoán giá cafe Robusta ở tỉnh Lâm Đồng. Nhận thấy mô hình RF, sử dụng toàn bộ bộ dữ liệu, là hiệu quả nhất.
Lý do, RF có thể kết hợp bộ dữ liệu phong phú hơn và xử lý được mối quan hệ phi tuyến. Ngoài ra, giá nhiên liệu cho thấy là một yếu tố dự báo quan trọng và vượt trội so với tất cả các tính năng được thử nghiệm khác kết hợp lại.
Theo nhóm nghiên cứu, mô hình này có tiềm năng tiếp tục cải tiến bằng cách nghiên cứu và bổ sung thêm tác động của năng suất cây trồng, xu hướng thị trường và các sự kiện địa chính trị đến giá cả của nông sản.
Các thành viên nhóm nghiên cứu. Ảnh: NVCC
Kết quả nghiên cứu được trình bày tại Hội nghị quốc tế IEEE/ACIS lần thứ 8 về Dữ liệu lớn, Điện toán đám mây và Kỹ thuật khoa học dữ liệu (BCD 2023) - cùng với các nhà nghiên cứu, khoa học, kỹ sư và chuyên gia tổ chức hồi tháng 12 tại TP HCM. Tại đây các chuyên gia đã góp ý nhằm cải thiện độ chính xác và khả năng áp dụng các dự đoán của mô hình. "Chúng tôi dự định đi sâu hơn vào các kỹ thuật tiên tiến và các phương pháp mới nổi trong lĩnh vực này để củng cố hơn nữa kết quả nghiên cứu mà nhóm đã thực hiện được", Thống cho biết.