បញ្ហា (The Problem)៖ ការប្រើប្រាស់វិធីសាស្ត្រ Monte Carlo (MC) សម្រាប់ប៉ាន់ប្រមាណភាពមិនប្រាកដប្រជានៃប៉ារ៉ាម៉ែត្រក្នុងម៉ូដែលជលសាស្ត្រ ចំណាយពេលវេលា និងធនធានកុំព្យូទ័រច្រើន ដែលធ្វើឱ្យវាមិនអាចអនុវត្តបានសម្រាប់ការទស្សន៍ទាយតាមពេលវេលាជាក់ស្តែង (real-time forecasting)។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះស្នើឱ្យបង្កើតម៉ូដែលតំណាង (Surrogate model) ដោយប្រើប្រាស់បច្ចេកទេសរៀនដោយម៉ាស៊ីន (Machine learning) គឺ M5 model tree ដើម្បីចម្លងតាម និងជំនួសការក្លែងធ្វើ MC សម្រាប់អនុវត្តជាក់ស្តែងលើម៉ូដែលជលសាស្ត្រ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Monte Carlo (MC) Simulation ការក្លែងធ្វើម៉ុងតេការឡូ (Monte Carlo Simulation) |
អាចអនុវត្តបានទូលំទូលាយ មានភាពបត់បែនខ្ពស់ និងអាចវាស់ស្ទង់ភាពមិនប្រាកដប្រជានៃប៉ារ៉ាម៉ែត្រក្នុងម៉ូដែលបានយ៉ាងច្បាស់លាស់។ | ត្រូវការដំណើរការម៉ូដែលរាប់ពាន់ដង ដែលស៊ីពេលនិងធនធានកុំព្យូទ័រខ្លាំង ធ្វើឱ្យវាមិនស័ក្តិសមសម្រាប់ការទស្សន៍ទាយតាមពេលវេលាជាក់ស្តែង (Real-time forecasting)។ | ទាមទារការក្លែងធ្វើរហូតដល់ ១០,០០០ ដង ដើម្បីទទួលបានស្ថិរភាពនៃលទ្ធផល និងការវាយតម្លៃភាពមិនប្រាកដប្រជាដែលអាចទុកចិត្តបាន។ |
| M5 Model Tree Surrogate ម៉ូដែលតំណាង M5 Model Tree |
មានល្បឿនលឿនក្នុងការរៀន ផ្តល់លទ្ធផលងាយស្រួលយល់ (Interpretable) និងអាចប៉ាន់ស្មានភាពមិនប្រាកដប្រជាតាមពេលវេលាជាក់ស្តែងដោយមិនបាច់ដំណើរការ MC ឡើងវិញ។ | ទាមទារទិន្នន័យដែលបង្កើតដោយ MC ជាមុនសិនដើម្បីបង្ហាត់ម៉ូដែល ហើយប្រសិទ្ធភាពក្នុងការទស្សន៍ទាយតម្លៃ Quantile កម្រិតខ្ពស់ (95%) មានភាពលំបាកនិងមិនសូវសុក្រឹតជាងកម្រិតទាប (5%)។ | អាចគ្របដណ្តប់ ៦៨.៧២% នៃទិន្នន័យលំហូរទឹកសង្កេតជាក់ស្តែងក្នុងចន្លោះ ៩០% នៃការព្យាករណ៍ ដោយមានទំហំមធ្យមនៃភាពមិនប្រាកដប្រជាត្រឹមតែ ១.៩៥ m³/s។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះទាមទារនូវទិន្នន័យវារីអាកាសធាតុប្រចាំម៉ោងដែលមានភាពជាក់លាក់ និងថាមពលកុំព្យូទ័រខ្ពស់សម្រាប់តែដំណាក់កាលបង្ហាត់ម៉ូដែលជាមុនប៉ុណ្ណោះ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ផ្ទៃរងទឹកភ្លៀង Brue ក្នុងចក្រភពអង់គ្លេស ដែលមានទំហំតូច (135 km2) និងមានបណ្តាញស្ថានីយវាស់ទឹកភ្លៀងក្រាស់ឃ្មឹក។ នេះអាចជាបញ្ហាប្រឈមធំសម្រាប់ប្រទេសកម្ពុជា ដោយសារបណ្តាញស្ថានីយជលសាស្ត្រនិងឧតុនិយមនៅតាមតំបន់អាងទន្លេមេគង្គ ឬតំបន់ដាច់ស្រយាលនៅមានកម្រិត និងរបាយទិន្នន័យមិនសូវមានភាពជាប់លាប់ល្អ។
ទោះបីជាមានបញ្ហាប្រឈមផ្នែកទិន្នន័យ ក៏វិធីសាស្ត្រកាត់បន្ថយពេលវេលាគណនានេះមានសក្តានុពលខ្ពស់សម្រាប់ប្រព័ន្ធជលសាស្ត្រនៅកម្ពុជា។
សរុបមក ការប្រើប្រាស់ម៉ូដែល Machine Learning ជាតំណាងឱ្យម៉ូដែលគណនាដ៏ស្មុគស្មាញ គឺជាដំណោះស្រាយដ៏ឆ្លាតវៃដែលឆ្លើយតបទៅនឹងតម្រូវការទស្សន៍ទាយរហ័សក្នុងបរិបទគ្រប់គ្រងគ្រោះមហន្តរាយនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Monte Carlo (MC) simulation | គឺជាដំណើរការគណនាដែលប្រើប្រាស់ការសាកល្បងដោយចៃដន្យរាប់ពាន់ ឬរាប់ម៉ឺនដង ដើម្បីប៉ាន់ស្មានលទ្ធផលផ្សេងៗដែលអាចកើតមានឡើង និងវាយតម្លៃពីភាពមិនប្រាកដប្រជានៃប្រព័ន្ធអ្វីមួយ។ | ដូចជាការបោះកាក់១ម៉ឺនដង ដើម្បីរកភាគរយនៃឱកាសដែលកាក់នឹងចេញខាងមេ ឬខាងកន្ទុយឱ្យបានច្បាស់លាស់។ |
| surrogate model | គឺជាម៉ូដែលជំនួសដែលត្រូវបានបង្កើតឡើងដើម្បីធ្វើត្រាប់តាមម៉ូដែលដើមដែលមានភាពស្មុគស្មាញនិងស៊ីពេលយូរ ដោយវាអាចផ្តល់លទ្ធផលប្រហាក់ប្រហែលគ្នាក្នុងរយៈពេលដ៏ខ្លី។ | ដូចជាការប្រើរូបថតរបស់នរណាម្នាក់ដើម្បីចំណាំមុខគេ ជំនួសឱ្យការត្រូវធ្វើដំណើរផ្លូវឆ្ងាយដើម្បីទៅមើលមុខមនុស្សនោះផ្ទាល់។ |
| M5 model tree | គឺជាក្បួនដោះស្រាយនៃបញ្ញាសិប្បនិម្មិត (Machine Learning) ដែលបំបែកទិន្នន័យជាក្រុមតូចៗ (មែកធាង) ហើយក្នុងក្រុមនីមួយៗវាបង្កើតសមីការបន្ទាត់ត្រង់មួយដើម្បីទស្សន៍ទាយលទ្ធផល។ | ដូចជាវេជ្ជបណ្ឌិតដែលបែងចែកអ្នកជំងឺតាមក្រុមអាយុ រួចទើបចេញវេជ្ជបញ្ជាព្យាបាលជាក់លាក់មួយសម្រាប់ក្រុមនីមួយៗ។ |
| Parametric uncertainty | គឺជាភាពមិនច្បាស់លាស់នៃលទ្ធផលទស្សន៍ទាយរបស់ម៉ូដែល ដែលបណ្តាលមកពីការមិនដឹងតម្លៃពិតប្រាកដ ឬភាពត្រឹមត្រូវនៃកត្តា (ប៉ារ៉ាម៉ែត្រ) នានាដែលបានបញ្ចូលទៅក្នុងម៉ូដែលនោះ។ | ដូចជាការស្មានរសជាតិសម្លដែលយើងមិនដឹងច្បាស់ថា ចុងភៅបានដាក់អំបិលឬស្ករក្នុងបរិមាណប៉ុន្មាន។ |
| piece-wise linear regression | គឺជាវិធីសាស្ត្រស្ថិតិដែលបែងចែកទិន្នន័យជាផ្នែកៗ ហើយប្រើប្រាស់បន្ទាត់ត្រង់ផ្សេងៗគ្នាសំរាប់ផ្នែកនីមួយៗ ដើម្បីតំណាងឲ្យទំនាក់ទំនងរវាងអថេរ ជំនួសឲ្យការប្រើបន្ទាត់កោងតែមួយទាំងមូល។ | ដូចជាការតភ្ជាប់បន្ទាត់ត្រង់ខ្លីៗជាច្រើនចូលគ្នា ដើម្បីគូរជារូបរាងផ្លូវកោងមួយនៅលើក្រដាស។ |
| prediction quantile | គឺជាតម្លៃគោលដៅមួយដែលបង្ហាញថា តើមានភាគរយប៉ុន្មាននៃលទ្ធផលទស្សន៍ទាយទាំងអស់ ដែលមានតម្លៃទាបជាង ឬស្មើនឹងតម្លៃគោលដៅនោះ (ឧទាហរណ៍ 95% quantile) ដែលគេប្រើដើម្បីកំណត់ទំហំនៃភាពមិនប្រាកដប្រជា។ | ដូចជាការនិយាយថា ៩៥% នៃសិស្សក្នុងថ្នាក់មានពិន្ទុទាបជាង ៩០ ដូច្នេះ "៩០" គឺជាតម្លៃ prediction quantile ទី៩៥។ |
| generalized likelihood uncertainty estimation (GLUE) | គឺជាវិធីសាស្ត្រដែលផ្តល់ទម្ងន់ (Weight) ទៅលើលទ្ធផលនៃការក្លែងធ្វើផ្សេងៗគ្នា ដោយផ្អែកលើថាតើលទ្ធផលទាំងនោះស៊ីសង្វាក់គ្នាជាមួយទិន្នន័យសង្កេតជាក់ស្តែងកម្រិតណា ដើម្បីវាស់ស្ទង់ភាពមិនប្រាកដប្រជា។ | ដូចជាការជឿទុកចិត្តលើសាក្សីណាមួយច្រើនជាងគេ ប្រសិនបើសម្តីរបស់សាក្សីនោះស៊ីសង្វាក់គ្នាជាមួយនឹងភស្តុតាងដែលប៉ូលីសបានរកឃើញជាក់ស្តែង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
