Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
การท านายการอพยพของเพลยกระโดดสน าตาล
(จากรายงานสถานการณการระบาด)
ดร. นพดล ครเพชร ศนยเทคโนโลยอเลกทรอนกสและคอมพวเตอรแหงชาต
การประชมวชาการขาวและธญพชเมองหนาว ครงท 31, 21-23 พ.ค. 2557 Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
ตวอยางรายงานสถานการณศตรขาว
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
สถานการณปจจบน
เพลยในนาขาว
เพลยในนาขาว
เจาหนาทส ารวจและนบเพลยฯ
เจาหนาทรวบรวมขอมล
รายงานสถานการณการระบาด
การบรหารจดการ
การนบเพลยดวย smart phone
การท านายการอพยพของเพลยฯ
- การแกปญหา
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
แบบจ าลองการอพยพเพลยฯ
ระบบพยากรณการอพยพ
ระบบสารสนเทศการเตอนภยการระบาดศตรขาว
ระบบรายงานสถานการณการ
ระบาด
ระบบฐานขอมลสนบสนนการวเคราะหการระบาด
การนบเพลยดวย smart phone
องคประกอบ
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
วตถประสงค
• เพอสรางแบบจ ำลองทางคณตศาสตรเพอคาดการณการเคลอนยายประชากรเพลยกระโดดสน าตาล
• เพอสรางระบบซอฟตแวรทชวยท ำนำยกำรอพยพของเพลยฯเมอเกดการระบาด
• ผลประโยชนทคำดวำจะไดรบ • การคาดการณทศทางการเคลอนยายของประชากรเพลยกระโดดสน าตาล จะสามารถชวยตดสนใจในกำรวำงแผนกำรจดกำรลวงหนำทเหมาะสมในการปองกน และควบคมไดดยงขน
อายขาวและความตานทานจ านวนและชวงอายเพลยกระโดดฯจ านวนศตรธรรมชาตΘ
ความเรวและทศทางลม
ระยะทาง
อายขาวและความตานทานจ านวนและชวงอายเพลยกระโดดฯจ านวนศตรธรรมชาต
แปลง #1 ระบาดทเวลา t-1
แปลง #2 ระบาดทเวลา t
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
การหาเสนทางอพยพทเปนไปได
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
อายขาวและความตานทาน จ านวนและชวงอายเพลยกระโดดฯ จ านวนศตรธรรมชาต
Θ
ความเรวและทศทางลม
ระยะทาง
อายขาวและความตานทาน จ านวนและชวงอายเพลยกระโดดฯ จ านวนศตรธรรมชาต
แปลง #1 ระบาดทเวลา t-1
แปลง #2 ระบาดทเวลา t
BHP Migration Model
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
• ใชส าหรบศกษาความสมพนธระหวางการอพยพ มคาผลลพธเปน • อพยพ • ไมอพยพ
• เปนตวแปรตาม (response variables) กบขอมลปจจยตางๆ (exploratory variables) • ผลของตวแปรตามคอระบาด ดวยความนาจะเปน p สมการ logistic regression คอ
• โดยท คอปจจยตางๆทท าใหเกดการอพยพ
Logistic Regression Model
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
• การสรางแบบจ าลองแบบ Classification and Prediction ทจ าแนกประเภท และการท านาย
• ใชคนหาโมเดลทอธบายขอมลแตละประเภทได ซงท านายบางคาทไมรหรอหายไปจากฐานขอมลดวยรปแบบของกฏ (rule)
• วเคราะหขอมลการอพยพ และปจจยการระบาดในลกษณะเดยวกบ Logistic regression แตใหผลลพธในรปของกฏการตดสนใจ (rule-based classifier)
Decision Rules
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
• ขอมลทงหมดทดสอบดวยวธ 10-fold cross validation แบงชดขอมลออกเปน • ชดขอมลเพอเปนแบบจ าลองท าการเรยนร (Train) • ชดขอมลเพอเปนแบบทดสอบแบบจ าลอง (Test)
• ใชคาอตราการท านายทถกตอง (Correct Classification Rate) และ ไมถกตอง (Misclassification Rate) มาวดประสทธภาพของวธการสรางแบบจ าลอง สามารถแสดงในรปแบบตาราง Confusion Matrix
การวดผลของแบบจ าลอง
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
ผลการศกษา - เสนทางการระบาด
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
• ดวยขอจ ากดของขอมลรายงานการระบาด มขอมลทสามารถน ามาใชไดดงน
ผลการศกษา - ตวแปรทมผล
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
คำท ำนำย
คำจรง อพยพ ไมอพยพ รวม
อพยพ 135 (Sensitivity
18.8%)
583
718
ไมอพยพ 89
1418 (Specificity
94.1%)
1507
รวม 224 2001 2225
คำท ำนำย
คำจรง อพยพ ไมอพยพ รวม
อพยพ 563
(Sensitivity
78.4%)
115
718
ไมอพยพ 137
1370
(Specificity
90.9%)
1507
รวม 224 2001 2225
Classification Table ส าหรบวธการสรางแบบจ าลองดวย logistic regression
Classification Table ส าหรบวธการสรางแบบจ าลองดวย Decision Rules
ผลการศกษา – classification rate
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
กำร
ท ำนำย TP Rate FP Rate Precision Recall F-Measure
ROC
Area
Logistic
Regression
อพยพ 0.188 0.059 0.603 0.188 0.287 0.678
ไมอพยพ 0.941 0.812 0.709 0.941 0.808 0.678
Decision
Rules
อพยพ 0.784 0.091 0.804 0.784 0.794 0.884
ไมอพยพ 0.909 0.216 0.898 0.909 0.904 0.884
วธกำรสรำงแบบจ ำลองกำรอพยพ Misclassification
Rate (%)
Correct Classification
Rate (%)
Model 1: Logistic
Regression
30.20 69.80
Model 2: Decision Rules 13.12 86.88
ผลเปรยบเทยบประสทธภาพระหวา 2 โมเดล คอ Logistic Regression และ Decision Rules
คาวดทางสถตตางๆส าหรบการเปรยบเทยบประสทธภาพการท านายการอพยพระหวางวธ logistic regression และ decision rules
ผลการศกษา – เปรยบเทยบแบบจ าลอง
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
• สามารถสรางแบบจ าลองการเคลอนยายประชากรเพลยกระโดดสน าตาลจากขอมลรายงานการระบาดยอนหลงรายสปดาห
• ดวยการสราง decision rules บนเสนทางการอพยพจะไดความถกตองประมาณ 85%
• ในอนาคต การเพมประสทธภาพความถกตองของแบบจ าลอง อาจเพมเตมพนธขาว อายและจ านวนเพลยฯ ขอมลศตรธรรมชาต เปนตน
• จ าเปนตองมระบบเชอมโยงขอมลการระบาดรายสปดาหเขากบระบบพยากรณการอพยพนเพอสามารถท านายการอพยพไดโดยอตโนมต
ขอสรป
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent
ขอขอบคณ กรมกำรขำว ทมงำน และผฟงทกทำนครบ
Bureau
of R
ice R
esea
rch an
d Dev
elopm
ent