TAILIEUCHUNG - Dự báo giá khoai lang huyện Bình Tân, tỉnh Vĩnh Long bằng trí tuệ nhân tạo

Bài viết này trình bày việc ứng dụng mô hình học sâu Long Short Term Memory (LSTM) trong dự báo giá khoai lang huyện Bình Tân tỉnh Vĩnh Long. Thực nghiệm trên bộ số liệu về giá loại khoai lang Tím nhật phổ biến ở huyện Bình Tân tỉnh Vĩnh Long từ năm 2015 đến tháng 3/2020 cho thấy LSTM dự báo dài hạn tốt hơn ARIMA. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI DỰ BÁO GIÁ KHOAI LANG HUYỆN BÌNH TÂN TỈNH VĨNH LONG BẰNG TRÍ TUỆ NHÂN TẠO Lê Duy Đồng1 Nguyễn Thị Thý Liễu2 Vũ Thanh Nguyên3 Nguyễn Thanh Nghiêm4 Lê Kim Nga5 1 2 Phân hiệu Trường Đại học Kinh tế Thành phố Hồ Chí Minh tỉnh Vĩnh Long 3 Trường Đại học Công nghiệp Thực phẩm Thành phố Hồ Chí Minh 4 Trung tâm Khuyến nông - Sở Nông nghiệp và Phát triển nông thôn tỉnh Vĩnh Long 5 Trường Trung học phổ thông amp Trung học cơ sở Trưng Vương - thành phố Vĩnh Long dongld@ lieuntt@ nguyenvt@ thanhnghiem79@ lekimngavlg@ TÓM TẮT Bài báo này trình bày việc ứng dụng mô hình học sâu Long Short Term Memory LSTM trong dự báo giá khoai lang huyện Bình Tân tỉnh Vĩnh Long. Chúng tôi đã thực hiện Thu thập và xử lý dữ liệu học Xây dựng và huấn luyện mô hình Dự báo và Đánh giá sai số So sánh kết quả với mô hình thống kê ARIMA. Thực nghiệm trên bộ số liệu về giá loại khoai lang Tím nhật phổ biến ở huyện Bình Tân tỉnh Vĩnh Long từ năm 2015 đến tháng 3 2020 cho thấy LSTM dự báo dài hạn tốt hơn ARIMA. Từ khóa LSTM ARIMA dự báo chuỗi thời gian dự báo giá nông sản. I. GIỚI THIỆU Trong những năm qua việc ứng dụng thành tựu khoa học máy tính vào công tác dự báo kinh tế nói chung và dự báo giá cả hàng nông sản nói riêng trên thế giới cũng như ở Việt Nam đã đạt được những thành tựu quan trọng. Năm 2018 Sima Siami Namin - nghiên cứu sinh Khoa Nông nghiệp và Kinh tế ứng dụng Akbar Siami Namin - giáo sư Khoa Khoa học Máy tính tại Trường Đại học Kỹ thuật Texas ở Hoa Kỳ đã ứng dụng thành công mô hình Arima và LSTM trong dự báo giá chứng khoán 1 . Tại Ấn Độ năm 2005 ba tác giả Sagar Pathane Uttam Patil Nandini Sidnal là giáo sư và sinh viên Khoa Khoa học Máy tính Trường Đại học Sheshgiri ở Ấn Độ đã nghiên cứu thành công và công bố trên tạp chí bài báo Prediction of Future Market .

• Nông nghiệp
• Dự báo chuỗi thời gian
• Dự báo giá nông sản
• Dự báo giá khoai lang
• Mô hình học sâu Long Short Term Memory
• Dự báo với mô hình Arima
• Bài giảng Dự báo trong kinh doanh
• Dự báo trong kinh doanh
• Chuỗi thời gian
• Dự báo trên chuỗi thời gian
• Mô hình dự báo thô đơn giản
• Dự báo bằng phương pháp trung bình trượt
• Phương pháp dự báo chuỗi thời gian
• Chuỗi thời gian mờ
• Tiếp cận đại số gia tử
• Tham chiếu của chuỗi thời gian
• Mô hình chuỗi thời gian mờ
• Chuỗi thời gian mờ bậc nhất
• Nhóm quan hệ mờ
• Phép tính số học
• Phương pháp so trùng mẫu
• Trùng mẫu dưới độ đo xoắn
• Độ đo xoắn thời gian động
• Dự báo chuỗi thời gian mờ
• Quan hệ mờ
• Nhóm quan hệ mờ phụ thuộc thời gian
• Tối ưu bày đàn
• Chuỗi thời gian mờ trên ngữ nghĩa
• Đại số gia tử
• Mờ hóa dữ liệu
• Giải mờ dữ liệu
• Mô hình xu thế tuyến tính
• Dự báo bằng mô hình san bằng hàm mũ
• Mô hình hóa xu thế
• Phân tích hồi quy
• Luận án Tiến sĩ
• Ứng dụng mô hình xích Markov
• Mô hình xích Markov và chuỗi thời gian mờ
• Mô hình hóa chuỗi thời gian
• Quy luật mờ của chuỗi thời gian
• Xích Markov bậc cao
• Tóm tắt luận án Tiến sĩ Toán học
• Bài giảng Dự báo chuỗi thời gian
• Mô hình ARMA và ARIMA
• Dãy số nhiễu trắng
• Chỉ xét dãy số công bằng
• Dãy số ARMA
• Ngữ nghĩa ngôn ngữ
• Luật dự báo chuỗi thời gian mờ
• Tham số ngữ nghĩa hóa
• Bài giảng Dự báo
• Dự báo kinh tế
• Phương pháp dự báo đơn giản
• Phương pháp phân tích chuỗi thời gian
• Phân tích chuỗi thời gian
• Phương pháp làm mịn dữ liệu
• Tập mờ
• Đại học Alabama
• Dự báo đỉnh mặn
• Đỉnh mặn tại các trạm đo chính
• Các trạm đo chính của tỉnh Cà Mau
• Mô hình dự báo chuỗi thời gian mờ
• Kỹ thuật phân cụm
• Phân cụm dựa trên đồ thị
• Dự báo dữ liệu tuyển sinh
• Quan hệ logic mờ
• Thuật toán tối ưu bầy đàn
• Dự báo sử dụng Eviews
• Bài giảng Dự báo sử dụng Eviews
• Bồi dưỡng Dự báo sử dụng Eviews
• Mô hình chuỗi thời gian đơn biến
• Hồi quy trong Eviews
• Dự báo chuỗi thời gian đơn biến
• Mô hình dự báo
• Mạng nơron FIR
• Xây dựng mô hình ARIMA
• Kỹ thuật khai phá dữ liệu chuỗi thời gian
• Mô hình xích Markov
• Tổng quan xích Markov
• Xích Markov trong dự báo chuỗi thời gian
• Thời gian mờ
• Số lượng doanh nghiệp
• Mô hình dự báo mờ
• Dự toán doanh nghiệp
• Quản trị doanh nghiệp
• Kỹ thuật dự báo
• Phương pháp dự báo của Box Jenkins
• Phương pháp dự báo
• Mô hình của Box Jenkins
• Phương pháp phân ly
• Sử dụng mô hình Arima
• Bài giảng kinh tế học
• Tài liệu kinh tế học
• Ứng dụng dự báo giá
• Dự báo tài chính
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học máy tính
• Mô hình dự báo tuyển sinh
• Lý thuyết tập mờ
• Mô hình chuỗi thời gian
• Bài giảng Mô hình chuỗi thời gian
• Hồi quy với biến trễ
• Phân bổ trễ
• Trễ số học
• Phân bổ trễ số mũ
• Nguyên lý thống kê
• Thống kê doanh nghiệp
• Thống kê ứng dụng
• Bài giảng thống kê ứng dụng
• Tài liệu thống kê ứng dụng