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