បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការដោះស្រាយបញ្ហានៃការកើនឡើងករណីជំងឺដាច់សរសៃឈាមខួរក្បាល ដោយធ្វើការស្រាវជ្រាវបង្កើតម៉ូដែលការព្យាករណ៍ដែលមានភាពត្រឹមត្រូវខ្ពស់ និងមានប្រសិទ្ធភាពក្នុងប្រព័ន្ធថែទាំសុខភាពឆ្លាតវៃ។
វិធីសាស្ត្រ (The Methodology)៖ វិធីសាស្ត្រនៃការស្រាវជ្រាវនេះគឺប្រមូលទិន្នន័យអ្នកជំងឺ រួចធ្វើការចាត់ថ្នាក់តាមរយៈការរួមបញ្ចូលក្បួនដោះស្រាយម៉ាស៊ីនរៀន (Machine Learning) ជាមួយនឹងបច្ចេកទេសជ្រើសរើសលក្ខណៈពិសេសនៃទិន្នន័យកម្រិតខ្ពស់ ដើម្បីបង្កើនប្រសិទ្ធភាពការព្យាករណ៍។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Artificial Neural Networks (ANN) + Best First Search (BFS) បណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (ANN) រួមជាមួយបច្ចេកទេស Best First Search |
មានភាពត្រឹមត្រូវខ្ពស់បំផុត ស៊ីទំហំអង្គចងចាំតិចតួចបំផុត (១១៤.៦ KB) និងដំណើរការលឿន (៣.៩ វិនាទី) ដោយសារការកាត់បន្ថយទិន្នន័យរំខានបានល្អ។ | ម៉ូដែល ANN អាចមានភាពស្មុគស្មាញក្នុងការបកស្រាយដំណើរការខាងក្នុង (Black-box nature) បើប្រៀបធៀបទៅនឹងវិធីសាស្ត្រធម្មតា។ | សម្រេចបានភាពត្រឹមត្រូវខ្ពស់រហូតដល់ ៩៧.៥% និងកម្រិត ROC ៩៧.៩%។ |
| Fuzzy K-Nearest Neighbor (F-KNN) + Best First Search (BFS) ក្បួនដោះស្រាយ F-KNN រួមជាមួយបច្ចេកទេស Best First Search |
ដំណើរការល្អក្នុងការចាត់ថ្នាក់ទិន្នន័យដែលត្រួតស៊ីគ្នា (Overlapping data) ដោយប្រើគោលការណ៍កម្រិតភាពជាសមាជិក (Fuzzy logic)។ | ស៊ីទំហំអង្គចងចាំច្រើនជាង ANN (៥៦៧.៤ KB) និងប្រើពេលយូរជាងបន្តិច (៦.៤ វិនាទី)។ | សម្រេចបានភាពត្រឹមត្រូវ ៩៦.៣% និងកម្រិត ROC ៩៦.២%។ |
| Artificial Neural Networks (ANN) + Chi-Square បណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (ANN) រួមជាមួយបច្ចេកទេស Chi-Square |
អាចវាយតម្លៃទំនាក់ទំនងស្ថិតិរវាងលក្ខណៈពិសេសនៃទិន្នន័យបានល្អ និងជួយចម្រាញ់ទិន្នន័យបឋម។ | ប្រើប្រាស់ពេលវេលាដំណើរការយូរជាងគេ (១៧.៨ វិនាទី) និងទទួលបានភាពត្រឹមត្រូវទាបជាងការប្រើជាមួយ BFS ដោយសារវាអាចរំលងទំនាក់ទំនងទិន្នន័យដែលមិនមែនជាលីនេអ៊ែរ។ | សម្រេចបានភាពត្រឹមត្រូវត្រឹមតែ ៩១.៤%។ |
| Random Forest ក្បួនដោះស្រាយ Random Forest (ក្បួនដោះស្រាយប្រៀបធៀប) |
ជាក្បួនដោះស្រាយដែលងាយស្រួលប្រើ និងមានស្ថេរភាពក្នុងការទស្សន៍ទាយតាមរយៈការចងក្រងមែកធាងការសម្រេចចិត្ត។ | ទទួលបានលទ្ធផលភាពត្រឹមត្រូវទាបជាងវិធីសាស្ត្រស្នើឡើងយ៉ាងខ្លាំង និងស៊ីទំហំផ្ទុកច្រើនគួរសម (៧៤១.៦ KB)។ | សម្រេចបានភាពត្រឹមត្រូវទាបត្រឹមតែ ៨៤.២% ប៉ុណ្ណោះ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះបានវាស់វែងយ៉ាងច្បាស់លាស់អំពីពេលវេលា និងទំហំអង្គចងចាំដែលម៉ូដែលត្រូវការ ដោយបង្ហាញថាម៉ូដែលស្នើឡើងមានប្រសិទ្ធភាពខ្ពស់ក្នុងការប្រើប្រាស់ធនធាន។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យពីឃ្លាំងសាធារណៈស្ដង់ដារ (UCI និង Kaggle) ដែលភាគច្រើនឆ្លុះបញ្ចាំងពីប្រជាសាស្ត្រលោកខាងលិច។ សម្រាប់ប្រទេសកម្ពុជា កត្តាជីវភាពរស់នៅ របបអាហារដែលមានជាតិប្រៃខ្ពស់ (ដូចជាប្រហុក ឬទឹកត្រី) និងការយឺតយ៉ាវក្នុងការស្វែងរកសេវាសុខាភិបាល អាចធ្វើឱ្យកម្រិតហានិភ័យនៃជំងឺដាច់សរសៃឈាមខួរក្បាលមានទម្រង់ខុសប្លែកពីទិន្នន័យនេះ ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យក្នុងស្រុកបន្ថែម។
វិធីសាស្ត្រ និងម៉ូដែលស្រាវជ្រាវនេះមានសក្តានុពលខ្ពស់ និងស័ក្តិសមឥតខ្ចោះក្នុងការយកមកអនុវត្តនៅក្នុងប្រព័ន្ធថែទាំសុខភាពនៅប្រទេសកម្ពុជា។
ជារួម ការរួមបញ្ចូលបច្ចេកទេសជ្រើសរើសលក្ខណៈពិសេសកម្រិតខ្ពស់ (BFS) ធ្វើឱ្យម៉ូដែលស្រាល លឿន និងស៊ីធនធានតិច ដែលជាដំណោះស្រាយដ៏ល្អបំផុតសម្រាប់ប្រព័ន្ធសុខាភិបាលក្នុងប្រទេសកំពុងអភិវឌ្ឍន៍ដូចជាកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Artificial Neural Networks (ANN) | ជាម៉ូដែលកុំព្យូទ័រដែលត្រូវបានបង្កើតឡើងដោយយកគំរូតាមបណ្ដាញសរសៃប្រសាទនៃខួរក្បាលមនុស្ស ដើម្បីរៀនពីលំនាំទិន្នន័យដ៏ស្មុគស្មាញ និងធ្វើការព្យាករណ៍លទ្ធផល (ដូចជាការព្យាករណ៍ជំងឺ)។ | ដូចជាក្មេងម្នាក់ដែលរៀនស្គាល់សត្វឆ្កែនិងឆ្មា តាមរយៈការមើលរូបភាពច្រើនដងរហូតដល់ខួរក្បាលអាចចំណាំលក្ខណៈខុសគ្នារបស់វាបានយ៉ាងច្បាស់។ |
| Fuzzy K-Nearest Neighbor (F-KNN) | ជាក្បួនដោះស្រាយដែលប្រើសម្រាប់ចាត់ថ្នាក់ទិន្នន័យ ដោយវាធ្វើការវាស់ស្ទង់ចម្ងាយទិន្នន័យ និងផ្តល់តម្លៃភាគរយនៃភាពជាសមាជិក (Fuzzy membership) ថាទិន្នន័យថ្មីនោះមានភាពស្រដៀងគ្នាទៅនឹងក្រុមនីមួយៗកម្រិតណា។ | ដូចជាការវាយតម្លៃមនុស្សម្នាក់ដោយមិនមែនចាត់ទុកគេថាល្អឬអាក្រក់១០០%នោះទេ តែវាយតម្លៃថាគេមានចំណុចល្អ៧០% និងចំណុចអាក្រក់៣០% ដោយមើលលើមិត្តភក្តិដែលនៅជុំវិញគេ។ |
| Feature Selection | ជាដំណើរការកាត់បន្ថយ ឬជ្រើសរើសយកតែអថេរ (Variables) ណាដែលសំខាន់បំផុតពីសំណុំទិន្នន័យដ៏ធំ ដើម្បីយកទៅបង្ហាត់ម៉ាស៊ីនរៀន ដែលវាជួយកាត់បន្ថយភាពស្មុគស្មាញ និងបង្កើនល្បឿនដំណើរការម៉ូដែល។ | ដូចជាការរៀបចំវ៉ាលីធ្វើដំណើរដោយជ្រើសរើសយកតែសម្លៀកបំពាក់ដែលចាំបាច់បំផុតទៅជាមួយ ដើម្បីកុំឲ្យវ៉ាលីធ្ងន់ និងអាចធ្វើដំណើរបានលឿនជាងមុន។ |
| Best First Search (BFS) | ជាក្បួនស្វែងរកលក្ខណៈពិសេសនៃទិន្នន័យតាមបែបសាកល្បងនិងវាយតម្លៃ (Heuristic search) ដោយវាជ្រើសរើសយកតែលក្ខណៈណាដែលផ្តល់ព័ត៌មានមានប្រយោជន៍បំផុតមុនគេ ដើម្បីបញ្ជូនទៅឱ្យម៉ូដែលដំណើរការ។ | ដូចជាការរើសកីឡាករចូលក្រុម ដោយអ្នកតែងតែរើសយកអ្នកដែលមានសមត្ថភាពលេចធ្លោជាងគេមុនគេបំផុត ជំនួសឲ្យការរើសតាមលំដាប់អក្ខរក្រម។ |
| Chi-Square | ជាវិធីសាស្ត្រវាយតម្លៃផ្នែកស្ថិតិដែលប្រើសម្រាប់វាស់ស្ទង់ទំនាក់ទំនងរវាងលក្ខណៈពិសេសនីមួយៗនៃទិន្នន័យ និងលទ្ធផលចុងក្រោយ ដើម្បីជម្រុះចោលនូវទិន្នន័យរំខានដែលមិនសូវពាក់ព័ន្ធ។ | ដូចជាការប្រើប្រាស់កន្ត្រងដើម្បីរែងយកតែគ្រាប់ខ្សាច់ម៉ត់ៗសម្រាប់យកទៅសាងសង់ ហើយបោះចោលគ្រួសធំៗដែលមិនត្រូវការ។ |
| Receiver Operating Characteristics (ROC) area | ជារង្វាស់ដែលបង្ហាញពីសមត្ថភាព និងភាពសុក្រឹតរបស់ម៉ូដែលក្នុងការបែងចែករវាងក្រុមពីរ (ឧទាហរណ៍៖ ការបែងចែករវាងអ្នកមានជំងឺ និងអ្នកគ្មានជំងឺ)។ តម្លៃកាន់តែខិតជិត១ មានន័យថាម៉ូដែលកាន់តែពូកែ។ | ដូចជាពិន្ទុប្រឡងរបស់សិស្សម្នាក់ដែលបង្ហាញថា គេពូកែបែងចែករវាងចម្លើយខុស និងចម្លើយត្រូវ បានកម្រិតណា។ |
| Synthetic Minority Over-Sampling Technique (SMOTE) | ជាបច្ចេកទេសដោះស្រាយបញ្ហាទិន្នន័យមិនស្មើគ្នា (Imbalanced data) ដោយវាធ្វើការបង្កើតទិន្នន័យសិប្បនិម្មិតបន្ថែមសម្រាប់ក្រុមគោលដៅដែលមានទិន្នន័យតិច ដើម្បីឲ្យបរិមាណស្មើនឹងក្រុមដែលមានទិន្នន័យច្រើន។ | ដូចជាការថតចម្លងឯកសារសៀវភៅដែលមានតិចតួច ដើម្បីចែកឱ្យសិស្សបានគ្រប់គ្នាអាន មុននឹងចាប់ផ្តើមរៀនប្រៀបធៀបជាមួយសៀវភៅរបស់សិស្សក្រុមផ្សេងទៀត។ |
| Backpropagation | ជាដំណើរការដ៏សំខាន់នៅក្នុងបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត ដែលម៉ូដែលធ្វើការគណនាកំហុសរបស់វា រួចកែតម្រូវទម្ងន់ (Weights) ត្រលប់ថយក្រោយវិញពីលទ្ធផលទៅកាន់ចំណុចចាប់ផ្តើម ដើម្បីឲ្យការព្យាករណ៍លើកក្រោយកាន់តែត្រឹមត្រូវ។ | ដូចជាអ្នកលេងកីឡាបាញ់ព្រួញដែលបាញ់ខុសគោលដៅ រួចគាត់គិតថយក្រោយវិញថាតើខុសត្រង់ណា ដើម្បីកែតម្រូវកម្លាំង និងទិសដៅសម្រាប់ការបាញ់លើកក្រោយឲ្យចំកណ្តាល។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
