បញ្ហា (The Problem)៖ ការគ្រប់គ្រងដំណើរការដុតនំប៉័ងដើម្បីទទួលបានពណ៌សំបក និងកម្រិតបាត់បង់ទម្ងន់ដែលចង់បាន ទាមទារឱ្យមានការកំណត់សីតុណ្ហភាពយ៉ាងត្រឹមត្រូវនៅតាមតំបន់ដុតនីមួយៗ។ ឯកសារនេះដោះស្រាយបញ្ហានេះដោយការប្រើប្រាស់គំរូបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតដើម្បីរចនាទម្រង់សីតុណ្ហភាពដែលស័ក្តិសមបំផុត។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ទិន្នន័យចំនួន ៩៦ ឈុត និង ២៩ ឈុតសម្រាប់ការបង្វឹក និងការផ្ទៀងផ្ទាត់គំរូបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតដែលមាន ៤ ស្រទាប់ ដោយប្រៀបធៀបអនុគមន៍ Log-sigmoid និង Tan-sigmoid។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Neural Network with Log-sigmoid transfer function (6-6-4-4 Model) គំរូបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតប្រើប្រាស់អនុគមន៍ Log-sigmoid (ទម្រង់ ៦-៦-៤-៤) |
មានភាពសុក្រឹតខ្ពស់បំផុតក្នុងការទស្សន៍ទាយទំនាក់ទំនងច្រាស (ពីគុណភាពនំប៉័ងទៅជាសីតុណ្ហភាពឡ)។ ស័ក្តិសមសម្រាប់លទ្ធផលចន្លោះពី ០ ទៅ ១។ | ជាវិធីសាស្ត្រប្រអប់ខ្មៅ (Black box) ដែលពិបាកក្នុងការពន្យល់ពីទំនាក់ទំនងខាងក្នុងបើប្រៀបធៀបនឹងរូបមន្តគណិតវិទ្យា។ | ទទួលបានមេគុណទំនាក់ទំនង (R) ០.៩៣៥៦ និងកំហុសការេមធ្យម (MSE) ៥៣.៩២២៩ កំឡុងពេលផ្ទៀងផ្ទាត់។ |
| Neural Network with Tan-sigmoid transfer function (6-6-4-4 Model) គំរូបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតប្រើប្រាស់អនុគមន៍ Tan-sigmoid |
អាចបង្កើតលទ្ធផលក្នុងចន្លោះពី -១ ទៅ ១ ដែលផ្តល់ភាពបត់បែនសម្រាប់ប្រភេទនៃទិន្នន័យមួយចំនួន។ | មានភាពសុក្រឹតទាបជាងបន្តិចក្នុងការសិក្សានេះ បើប្រៀបធៀបទៅនឹងអនុគមន៍ Log-sigmoid។ | ទទួលបានមេគុណទំនាក់ទំនង (R) ០.៩៣៣៧ និងកំហុសការេមធ្យម (MSE) ៥៦.៨៣៨៣ (សម្រាប់ទម្រង់ ៦-៦-៤-៤)។ |
| Statistical/Mathematical Models គំរូស្ថិតិ និងគណិតវិទ្យាប្រពៃណី |
ងាយស្រួលក្នុងការយល់ដឹង និងបកស្រាយពីយន្តការនៃការផ្ទេរកម្ដៅនិងម៉ាសបានច្បាស់លាស់។ | មានភាពសុក្រឹតទាបក្នុងការទស្សន៍ទាយគុណភាពនំប៉័ងពីលក្ខខណ្ឌនៃដំណើរការដុតដែលស្មុគស្មាញ (បញ្ជាក់ដោយ Zhou និង Fong, ២០០២)។ | មិនមានតួលេខជាក់លាក់ក្នុងការសិក្សានេះទេ ប៉ុន្តែត្រូវបានចាត់ទុកថាមានប្រសិទ្ធភាពទាបជាង Neural Network ក្នុងបរិបទនេះ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារនូវកម្មវិធីកុំព្យូទ័រសម្រាប់ការគណនា និងទិន្នន័យជាក់ស្តែងពីការផលិតនំប៉័ងដើម្បីធ្វើការបង្វឹកគំរូ។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យនំប៉័ងសាំងវិចពីមន្ទីរពិសោធន៍ក្នុងប្រទេសថៃ (សាកលវិទ្យាល័យ Kasetsart) ដែលអាចមានលក្ខខណ្ឌខុសពីកម្ពុជា។ កត្តាដូចជា ប្រភេទម្សៅស្រូវសាលី សំណើមបរិយាកាស និងប្រភេទឡដុតដែលប្រើប្រាស់ក្នុងរោងចក្រនៅកម្ពុជា អាចមានឥទ្ធិពលខុសគ្នា ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យក្នុងស្រុកបន្ថែមដើម្បីឱ្យការទស្សន៍ទាយកាន់តែសុក្រឹត។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់ក្នុងការជួយប្រែក្លាយឧស្សាហកម្មផលិតនំប៉័ងនៅកម្ពុជាពីការធ្វើតាមទម្លាប់ ទៅជាការផលិតដែលមានស្តង់ដារបច្ចេកទេសច្បាស់លាស់។
សរុបមក ការអនុវត្តបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតអាចជួយឱ្យអ្នកផលិតនំប៉័ងនៅកម្ពុជាអាចគ្រប់គ្រងគុណភាពផលិតផលបានយ៉ាងល្អប្រសើរ និងបង្កើនភាពប្រកួតប្រជែងនៅក្នុងទីផ្សារ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Neural network (បណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត) | ប្រព័ន្ធកុំព្យូទ័រដែលត្រូវបានរចនាឡើងដោយត្រាប់តាមទម្រង់ខួរក្បាលរបស់មនុស្ស ដើម្បីរៀនពីទិន្នន័យយ៉ាងច្រើន និងទស្សន៍ទាយលទ្ធផលគោលដៅ ដូចជាការទស្សន៍ទាយសីតុណ្ហភាពដុតនំប៉័ងតាមរយៈគុណភាពដែលចង់បាន។ | ដូចជាកូនក្មេងដែលរៀនស្គាល់សត្វឆ្កែនិងឆ្មាដោយការមើលរូបភាពច្រើនដង រហូតអាចញែកដាច់និងសម្គាល់បានដោយខ្លួនឯងនូវសត្វដែលខ្លួនមិនធ្លាប់ឃើញពីមុនមក។ |
| Log-sigmoid transfer function (អនុគមន៍ផ្ទេរ Log-sigmoid) | រូបមន្តគណិតវិទ្យានៅក្នុងបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត ដែលប្រើសម្រាប់បំប្លែងទិន្នន័យបញ្ចូល (Input) ទាំងអស់ ឱ្យទៅជាទិន្នន័យចេញ (Output) ដែលមានតម្លៃកំណត់ច្បាស់លាស់ចន្លោះពី ០ ទៅ ១ ងាយស្រួលសម្រាប់ការគណនាបន្ត។ | ដូចជាម៉ាស៊ីនកិនសាច់ដែលទទួលយកសាច់ដុំធំៗ (ទិន្នន័យដើម) ហើយកិនវាឱ្យទៅជាសាច់ម៉ដ្ឋដែលមានទំហំស្តង់ដារតែមួយ (តម្លៃចន្លោះ ០ ទៅ ១)។ |
| Mean square error / MSE (កំហុសការេមធ្យម) | រង្វាស់ស្ថិតិដែលប្រើដើម្បីវាយតម្លៃភាពសុក្រឹតរបស់គំរូ ដោយគណនាមធ្យមភាគនៃការេនៃគម្លាតរវាងតម្លៃដែលគំរូទស្សន៍ទាយ និងតម្លៃជាក់ស្តែង។ តម្លៃ MSE កាន់តែតូច មានន័យថាគំរូកាន់តែមានភាពសុក្រឹតខ្ពស់។ | ដូចជាការបាញ់ធ្នូទៅកាន់ផ្ទាំងស៊ីប បើគ្រាប់ព្រួញភាគច្រើនបុកចំកណ្តាល ឬក្បែរៗនោះ (គម្លាតតិច) មានន័យថាកំហុសមានកម្រិតទាប (MSE តូច)។ |
| Starch gelatinization (ការកករឹងរបស់ម្សៅ) | ដំណើរការដែលគ្រាប់ម្សៅស្រូបយកទឹក និងរីកធំនៅពេលត្រូវកម្តៅ (ក្នុងរង្វង់សីតុណ្ហភាព ៩៥-៩៧ អង្សាសេ សម្រាប់នំប៉័ង) ដែលធ្វើឱ្យសាច់នំប៉័ងឆ្អិនល្អ និងមានរចនាសម្ព័ន្ធរឹងមាំអាចទ្រទ្រង់រូបរាងបាន។ | ដូចជាការដាំបាយ ដែលគ្រាប់អង្ករស្រូបទឹកពុះ រួចរីកមាឌនិងប្រែជាទន់ស្អិតជាប់គ្នា ក្លាយជាបាយ។ |
| L-value (តម្លៃ L) | រង្វាស់នៅក្នុងប្រព័ន្ធពណ៌ដែលតំណាងឱ្យកម្រិតពន្លឺ (Lightness) នៃពណ៌សំបកនំប៉័ង ដោយតម្លៃកាន់តែខ្ពស់មានន័យថាពណ៌កាន់តែភ្លឺ (ស ឬ លឿងខ្ចី) ចំណែកតម្លៃទាបគឺពណ៌ងងឹត (ត្នោតចាស់ ឬ ខ្មៅ)។ | ដូចជាការកែតម្រូវពន្លឺ (Brightness) នៅលើទូរស័ព្ទដៃ តម្លៃ L កាន់តែខ្ពស់ អេក្រង់កាន់តែភ្លឺ។ |
| Hidden layer (ស្រទាប់បិទបាំង) | ស្រទាប់នៃកោសិកា (Neurons) នៅក្នុងបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតដែលស្ថិតនៅចន្លោះទិន្នន័យបញ្ចូល (Input) និងទិន្នន័យចេញ (Output) ដែលមានតួនាទីគណនា និងស្វែងរកទំនាក់ទំនងស្មុគស្មាញនៃទិន្នន័យ។ | ដូចជាចុងភៅដែលនៅក្នុងផ្ទះបាយបិទទ្វារជិត ទទួលយកគ្រឿងផ្សំ (Input) រួចចម្អិននិងផ្សំគ្រឿងចេញជាម្ហូប (Output) ដោយអតិថិជនមិនដឹងពីសកម្មភាពចម្អិនខាងក្នុងនោះទេ។ |
| Back-propagation method (វិធីសាស្ត្របញ្ជូនសញ្ញាត្រឡប់ក្រោយ) | យន្តការសម្រាប់បង្វឹកគំរូបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត ដោយគណនាកំហុសពីលទ្ធផលចុងក្រោយ រួចបញ្ជូនព័ត៌មានកំហុសនេះថយក្រោយវិញតាមស្រទាប់នីមួយៗ ដើម្បីកែតម្រូវទម្ងន់ (Weights) នៃទំនាក់ទំនងរវាងកោសិកាឱ្យកាន់តែសុក្រឹត។ | ដូចជាសិស្សដែលធ្វើលំហាត់ខុស ហើយគ្រូប្រាប់ចម្លើយត្រឹមត្រូវ រួចសិស្សគិតថយក្រោយវិញដើម្បីរកមើលថាតើខ្លួនឯងគិតខុសនៅត្រង់កន្លែងណា ដើម្បីកែតម្រូវកុំឱ្យខុសនៅពេលក្រោយទៀត។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
