ベトナムは世界第2位のコーヒー輸出国であり、世界のロブスタ供給量の半分以上を占めています。 2022/23年度のコーヒー生産量は2,975万袋に達すると予想されており、そのうちロブスタが95%以上を占める。しかし、農産物全般、特にコーヒー豆の価格は不安定なことが多く、豊作の時期には急激に変動することがあり、農家の収入に大きな影響を与え、経済に損害を与えることがあります。

Nguyen Hai Minh Trang、Doan Chanh Thong、Le Ngoc Nguyen Thuan、Nguyen Phuong Nam、Lam Tin Dieu を含む理工学技術学部の情報技術専攻の最終学年の学生グループが、指導教員とともに、コーヒーの価格を予測する 6 つの機械学習 (ML) モデルをトレーニングし、評価しました。このモデルは、ベトナムの農家が適切な作物の決定と計画を立て、利益を最適化し、損失を最小限に抑えることをサポートします。

研究メンバーのグエン・ハイ・ミン・トラン氏は、ラムドン省のロブスタコーヒーの価格を予測するために、コーヒー価格、ガソリン、気温、降雨量の履歴に基づいて、LSTM、GRU、ARIMA、SARIMA、SVM、RFの6つのMLモデルを開発したと語った。データセット全体を使用する RF モデルが最も効率的であることがわかりました。

その理由は、RF はより豊富なデータセットを組み込み、非線形関係を処理できるためです。さらに、燃料価格は重要な予測因子であることが示され、テストされた他のすべての機能の合計よりも優れた結果を示しました。

研究チームによれば、このモデルは、作物の収穫量、市場動向、地政学的出来事が農産物価格に与える影響を研究し、追加することでさらに改善される可能性があるという。

研究成果は、12月にホーチミン市で開催された第8回IEEE/ACISビッグデータ、クラウドコンピューティング、データサイエンス技術に関する国際会議（BCD 2023）で、研究者、科学者、エンジニア、専門家らとともに発表されました。ここで専門家は、モデルの予測の精度と適用性を向上させるための提案を行いました。 「チームが達成した研究成果をさらに強化するために、この分野の最先端技術と新たな手法をさらに深く探究する予定です」とトン氏は述べた。

ハイミン