បញ្ហា (The Problem)៖ ម៉ូដែលទស្សន៍ទាយទឹកជំនន់ដែលប្រើប្រាស់បណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (DNN) ទាមទារទិន្នន័យយ៉ាងច្រើន ដែលជាបញ្ហាប្រឈមធំសម្រាប់ទីជម្រាលតូចៗ ឬមធ្យមដែលខ្វះខាតទិន្នន័យវាស់វែងជាក់ស្តែង។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់បច្ចេកទេសរៀនផ្ទេរចំណេះដឹង (Transfer Learning) តាមរយៈម៉ូដែល Convolutional Neural Network (CNN) ដោយបំប្លែងទិន្នន័យស៊េរីពេលវេលាទៅជារូបភាពដើម្បីធ្វើការព្យាករណ៍។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| CNN with Transfer Learning (Pre-trained & Fine-tuned) ម៉ូដែល CNN ដែលប្រើប្រាស់បច្ចេកទេសផ្ទេរចំណេះដឹង (បង្វឹកជាមុន និងបង្វឹកឡើងវិញកែតម្រូវ) |
កាត់បន្ថយពេលវេលាគណនាបានយ៉ាងច្រើន (៦០%) និងបង្កើនភាពត្រឹមត្រូវខ្ពស់សម្រាប់ការព្យាករណ៍ទឹកជំនន់មុន ១ម៉ោង និង ៣ម៉ោង នៅក្នុងតំបន់ដែលខ្វះខាតទិន្នន័យ។ | ទាមទារទិន្នន័យដ៏ច្រើនពីតំបន់ប្រភពផ្សេងទៀតដើម្បីបង្វឹកជាមុន ហើយនៅតែមិនទាន់មានភាពត្រឹមត្រូវខ្ពស់សម្រាប់ការព្យាករណ៍រយ:ពេលវែង (មុន ៦ ម៉ោង)។ | កាត់បន្ថយកំហុស RMSE បានពី ២០-៣៦% សម្រាប់ការព្យាករណ៍មុន ៣ ម៉ោង ដោយចំណាយពេលវេលាគណនាត្រឹមតែ ២/៥ នៃម៉ូដែលធម្មតា។ |
| CNN without Transfer Learning (Trained from scratch) ម៉ូដែល CNN ដែលមិនប្រើប្រាស់បច្ចេកទេសផ្ទេរចំណេះដឹង (បង្វឹកពីដំបូងទាំងស្រុង) |
មិនត្រូវការស្វែងរកទិន្នន័យពីតំបន់ជលសាស្ត្រផ្សេងទៀត ហើយអាចសិក្សាពីលក្ខណៈជាក់លាក់របស់តំបន់នោះដោយផ្ទាល់ប្រសិនបើមានទិន្នន័យគ្រប់គ្រាន់។ | ដំណើរការបង្វឹកម៉ូដែលទាមទារពេលវេលាយូរ និងមានភាពត្រឹមត្រូវទាបនៅពេលដែលអនុវត្តក្នុងតំបន់ដែលមានទិន្នន័យប្រវត្តិសាស្ត្រតិចតួច។ | មានកំហុស RMSE ខ្ពស់ជាង និងប្រើប្រាស់ពេលវេលាគណនាពេញលេញ ដែលធ្វើឲ្យមិនសូវមានប្រសិទ្ធភាពសម្រាប់តំបន់ខ្វះទិន្នន័យ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះបានបញ្ជាក់យ៉ាងច្បាស់អំពីតម្រូវការផ្នែករឹង (Hardware) និងផ្នែកទន់ (Software) ក៏ដូចជាទំហំទិន្នន័យដែលចាំបាច់សម្រាប់ដំណើរការម៉ូដែលបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតនេះ។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើប្រាស់ទិន្នន័យពីប្រទេសជប៉ុន ដែលជាតំបន់ទទួលរងឥទ្ធិពលព្យុះទីហ្វុងញឹកញាប់ និងមានលក្ខណៈភូមិសាស្ត្រខុសពីកម្ពុជា។ ទោះជាយ៉ាងណាក៏ដោយ បញ្ហាចម្បងនៃការសិក្សានេះគឺ 'ការខ្វះខាតទិន្នន័យវាស់វែង' នៅតាមទីជម្រាលតូចៗ ដែលនេះជាបញ្ហាប្រឈមធំដូចគ្នាសម្រាប់ប្រព័ន្ធជលសាស្ត្រនៅប្រទេសកម្ពុជា។
វិធីសាស្ត្រផ្ទេរចំណេះដឹង (Transfer Learning) នេះមានសក្តានុពលខ្ពស់ខ្លាំងណាស់សម្រាប់ការដោះស្រាយបញ្ហាខ្វះខាតទិន្នន័យស្ថានីយជលសាស្ត្រនៅកម្ពុជា។
សរុបមក ការប្រើប្រាស់បច្ចេកទេស Transfer Learning នេះ នឹងជួយប្រទេសកម្ពុជាកាត់បន្ថយការចំណាយថវិកាលើការដំឡើងសេនស័រ (Sensors) រាប់រយទីតាំង ដោយងាកមកប្រើប្រាស់ទិន្នន័យពីស្ថានីយធំៗដែលមានស្រាប់ជួយគាំទ្រស្ថានីយតូចៗវិញ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Transfer learning | បច្ចេកទេសក្នុងបញ្ញាសិប្បនិម្មិតដែលយកម៉ូដែលដែលបានបង្វឹកនិងរៀនរួចនៅលើបញ្ហាមួយ (ឬទីតាំងមួយមានទិន្នន័យច្រើន) ទៅប្រើប្រាស់និងកែតម្រូវបន្តិចបន្តួចដើម្បីដោះស្រាយបញ្ហាថ្មីមួយទៀត (ឬទីតាំងថ្មីដែលមានទិន្នន័យតិច)។ | ដូចជាមនុស្សដែលចេះជិះកង់រួចហើយ ពេលទៅរៀនជិះម៉ូតូគឺឆាប់ចេះជាងអ្នកដែលមិនធ្លាប់ជិះអ្វីសោះ។ |
| Convolutional neural network (CNN) | ប្រភេទនៃបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតដែលពូកែខាងវិភាគទិន្នន័យជារូបភាព ដោយវាប្រើប្រាស់ស្រទាប់តម្រង (Filters) ដើម្បីទាញយកលក្ខណៈពិសេសៗ (Features) ពីរូបភាពទាំងនោះ។ ក្នុងការសិក្សានេះ គេបំប្លែងទិន្នន័យកម្ពស់ទឹកពីតួលេខទៅជារូបភាពដើម្បីឲ្យ CNN វិភាគរកទម្រង់នៃទឹកជំនន់។ | ដូចជាកែវពង្រីកដែលឆ្លុះមើលរាល់ចំណុចតូចៗនៃរូបភាព ដើម្បីកត់សម្គាល់ថាតើវាជារូបអ្វីពិតប្រាកដ។ |
| Leave-one-out cross validation | វិធីសាស្ត្រវាយតម្លៃភាពត្រឹមត្រូវរបស់ម៉ូដែល ដោយទាញយកទិន្នន័យមួយចេញមកធ្វើជាទិន្នន័យសាកល្បង (Test) ហើយយកទិន្នន័យដែលសល់ទាំងអស់ទៅបង្វឹកម៉ូដែល (Train)។ គេធ្វើបែបនេះវិលជុំរហូតដល់ទិន្នន័យទាំងអស់ធ្លាប់ត្រូវបានយកមកធ្វើជាទិន្នន័យសាកល្បងម្ដងម្នាក់។ | ដូចជាការរៀនត្រៀមប្រឡង ដោយបិទសំណួរមួយទុកធ្វើតេស្តសមត្ថភាពខ្លួនឯង ហើយរៀនចម្លើយនៃសំណួរទាំងអស់ដែលនៅសល់ ធ្វើបែបនេះឆ្លាស់គ្នារហូតដល់សាកល្បងអស់គ្រប់សំណួរ។ |
| max-pooling layer | ស្រទាប់មួយនៅក្នុងម៉ូដែល CNN ដែលមានតួនាទីបង្រួមទំហំទិន្នន័យរូបភាព ដោយជ្រើសរើសយកតែតម្លៃដែលធំជាងគេ (Max) ក្នុងប្លុកនីមួយៗ ដើម្បីរក្សាលក្ខណៈសំខាន់ៗនិងកាត់បន្ថយបន្ទុកព្រមទាំងពេលវេលាក្នុងការគណនា។ | ដូចជាការសង្ខេបអត្ថបទវែងមួយដោយជ្រើសរើសយកតែចំណុចសំខាន់ៗបំផុតមកទុក ដើម្បីងាយស្រួលអាននិងចំណាំ។ |
| time-series data | សំណុំទិន្នន័យដែលត្រូវបានកត់ត្រាជាបន្តបន្ទាប់ទៅតាមលំដាប់នៃពេលវេលាជាប់ៗគ្នា ដូចជាទិន្នន័យកម្ពស់ទឹកទន្លេ ឬបរិមាណទឹកភ្លៀងដែលស្ថានីយវាស់រៀងរាល់មួយម៉ោងម្ដងៗ។ | ដូចជាសៀវភៅកំណត់ហេតុប្រចាំថ្ងៃដែលយើងកត់ត្រាសីតុណ្ហភាពរាងកាយរៀងរាល់ព្រឹកជាប្រចាំ។ |
| epoch | ចំនួនជុំដែលម៉ូដែលបញ្ញាសិប្បនិម្មិត (AI) បានរៀនសូត្រឆ្លងកាត់សំណុំទិន្នន័យបង្វឹក (Training Dataset) ទាំងមូលមួយចប់។ ការកំណត់ចំនួន Epoch សមស្របជួយឲ្យម៉ូដែលរៀនបានច្បាស់លាស់ដោយមិនទន្ទេញចាំមាត់ពេក (Overfitting)។ | ដូចជាចំនួនដងដែលសិស្សអានសៀវភៅមេរៀនមួយក្បាលពីដើមដល់ចប់ ដើម្បីត្រៀមប្រឡង។ |
| Root mean square error (RMSE) | រូបមន្តគណិតវិទ្យាសម្រាប់វាស់ស្ទង់ទំហំនៃកំហុសរវាងតម្លៃដែលម៉ូដែលទាយបាន និងតម្លៃពិតប្រាកដជាក់ស្តែង។ កាលណា RMSE មានតម្លៃកាន់តែតូច មានន័យថាម៉ូដែលទាយបានកាន់តែត្រឹមត្រូវ។ | ដូចជាការវាស់ចម្ងាយគោលដៅនិងចំណុចដែលព្រួញបាញ់ចំ បើចម្ងាយកាន់តែខ្លី មានន័យថាអ្នកបាញ់កាន់តែពូកែនិងច្បាស់។ |
| fine-tuned | ដំណើរការបង្វឹកឡើងវិញនូវស្រទាប់ខាងចុងនៃម៉ូដែលដែលបានបង្វឹកជាមុនរួចហើយ (Pre-trained model) ដោយប្រើប្រាស់ទិន្នន័យថ្មីក្នុងបរិមាណតិចតួច ដើម្បីឲ្យវាអាចសម្របខ្លួនទៅនឹងបរិបទថ្មី ឬទីតាំងថ្មីបានយ៉ាងល្អ។ | ដូចជាអ្នកចេះលេងហ្គីតាសូទិចរួចហើយ ចំណាយពេលហាត់បន្ថែមបន្តិចបន្តួចដើម្បីឲ្យចេះលេងហ្គីតាអគ្គិសនីបានស្ទាត់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
