Studierende wenden künstliche Intelligenz an, um ein Modell zur Kaffeepreisprognose zu erstellen

Vietnam ist der zweitgrößte Kaffeeexporteur der Welt und deckt mehr als die Hälfte des weltweiten Robusta-Angebots. Die Kaffeeproduktion im Erntejahr 2022/23 wird voraussichtlich 29,75 Millionen Säcke erreichen, wovon mehr als 95 % auf Robusta entfallen. Die Preise für landwirtschaftliche Produkte im Allgemeinen und Kaffeebohnen im Besonderen sind jedoch oft instabil und können während Rekordernten stark schwanken, was die Einkommen der Landwirte erheblich beeinträchtigt und der Wirtschaft schadet.

Eine Gruppe von Studierenden im letzten Studienjahr des Bachelorstudiengangs 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, trainierten und evaluierten zusammen mit ihren Dozenten sechs Modelle des maschinellen Lernens (ML), um Kaffeepreise vorherzusagen. Die Modelle können vietnamesischen Bauern dabei helfen, geeignete Entscheidungen und Planungen für ihren Anbau zu treffen, Gewinne zu optimieren und Verluste zu minimieren.

Nguyen Hai Minh Trang, ein Forschungsmitglied, sagte, dass das Team sechs ML-Modelle entwickelt habe, nämlich LSTM, GRU, ARIMA, SARIMA, SVM und RF, basierend auf der Historie von Kaffeepreisen, Benzin, Temperatur und Niederschlag, um die Robusta-Kaffeepreise in der Provinz Lam Dong vorherzusagen. Es zeigte sich, dass das RF-Modell, das den gesamten Datensatz nutzt, am effektivsten ist.

Der Grund dafür ist, dass RF umfangreichere Datensätze integrieren und nichtlineare Beziehungen verarbeiten kann. Darüber hinaus erweist sich der Kraftstoffpreis als signifikanter Prädiktor und übertrifft alle anderen getesteten Merkmale zusammen.

Nach Ansicht des Forschungsteams besteht das Potenzial, das Modell weiter zu verbessern, indem die Auswirkungen von Ernteerträgen, Markttrends und geopolitischen Ereignissen auf die Agrarpreise untersucht und berücksichtigt werden.

Die Forschungsergebnisse wurden auf der 8. IEEE/ACIS International Conference on Big Data, Cloud Computing and Data Science Techniques (BCD 2023) vorgestellt – gemeinsam mit Forschern, Wissenschaftlern, Ingenieuren und Experten, die im Dezember in Ho-Chi-Minh-Stadt stattfand. Dort gaben die Experten Vorschläge zur Verbesserung der Genauigkeit und Anwendbarkeit der Modellvorhersagen. „Wir planen, uns eingehender mit fortschrittlichen Techniken und neuen Methoden in diesem Bereich zu befassen, um die Forschungsergebnisse des Teams weiter zu festigen“, sagte Thong.

Hai Minh