तुमचे पहिले AI मॉडेल: लहान प्रमाणावरील मशरूम फार्मसाठी बेसलाइन संसर्ग जोखीम अल्गोरिदम (Contamination Risk Algorithm) तयार करणे

मशरूम उत्पादकांना मोठ्या जोखमीचा सामना करावा लागतो. संसर्गामध्ये अचानक झालेली वाढ संपूर्ण पीक नष्ट करू शकते. यामुळे कष्टाचे रूपांतर नुकसानीत होते. अनेक लहान फार्म्स जोखीम ओळखण्यासाठी केवळ अंदाजावर अवलंबून असतात. तुम्ही सेन्सर लॉगचे (sensor logs) रूपांतर जोखीम स्कोअरमध्ये करून हे बदलू शकता. यामुळे समस्या पसरण्यापूर्वीच त्या ओळखण्यास मदत होते.

प्रेडिक्टिव्ह मॉडेल्स (Predictive models) कच्च्या डेटाचे वैशिष्ट्यांमध्ये (features) रूपांतर करून काम करतात. ही वैशिष्ट्ये सरासरी परिस्थिती आणि बदल दर्शवतात. संसर्ग जोखमीसाठी, तापमान, आर्द्रता (humidity) आणि CO2 ची दैनंदिन सरासरी काढा. सर्वाधिक आणि सर्वात कमी तापमानासारखी टोकाची मूल्ये देखील जोडा. तापमानातील चढ-उतार आणि आर्द्रता ९०% च्या वर राहणारे तास यांचाही समावेश करा. ही आकडेवारी भौतिक तणावाचे रूपांतर मॉडेलला समजणाऱ्या सिग्नलमध्ये करते.

समजा एखाद्या दिवशी सरासरी आर्द्रता ८५% आहे. तुमचे सेन्सर लॉग ९०% च्या वर सहा तास दाखवतात. तुमचे 'feature set' या उच्च आर्द्रतेच्या कालावधीला सूचित करते. मागील संसर्गाच्या घटनांवर प्रशिक्षित केलेले मॉडेल उच्च जोखीम स्कोअर (risk score) देते. यामुळे बीजाणू (spores) स्थिर होण्यापूर्वीच तुम्हाला हवेचा प्रवाह (airflow) वाढवण्याचा इशारा मिळतो.

तुमची प्रणाली तयार करण्यासाठी या पायऱ्या फॉलो करा:

  • तुमचा डेटासेट तयार करा: सहा महिन्यांचा तासाभराचा सेन्सर डेटा आणि उत्पादन नोंदी एक्सपोर्ट करा. मागील संसर्गाच्या आधारावर प्रत्येक दिवसाला 'contamination' (संसर्ग झालेला) किंवा 'clean' (स्वच्छ) असे लेबल द्या. सरासरी आणि चढ-उतार यांसारखी तुमची वैशिष्ट्ये (features) मोजा.

  • बेसलाइन मॉडेल प्रशिक्षित करा: तुमचा लेबल केलेला टेबल Google Vertex AI वर अपलोड करा. logistic regression सारखा साधा classification algorithm निवडा. हे प्लॅटफॉर्म तुमच्यासाठी feature scaling आणि model fitting हाताळते.

  • दैनंदिन रिपोर्ट तैनात करा: गेल्या २४ तासांचे लॉग मिळवण्यासाठी एक स्क्रिप्ट सेट करा. ही स्क्रिप्ट वैशिष्ट्ये मोजते, तुमच्या मॉडेलकडून जोखीम स्कोअर मिळवते आणि ईमेल सारांश पाठवते. या सारांशामध्ये उच्च आर्द्रता किंवा तापमानातील चढ-उतार यांसारखे मुख्य जोखीम घटक दर्शवले जातात.

काही मोजक्या वैशिष्ट्यांवरून तयार केलेल्या लहान मॉडेलपासून सुरुवात करा. यामुळे तुम्हाला पर्यावरणीय पॅटर्नबद्दल माहिती मिळेल. अधिक डेटा गोळा करा आणि दर काही महिन्यांनी तुमचे मॉडेल पुन्हा प्रशिक्षित करा. यामुळे कच्च्या सेन्सर स्ट्रीमचे रूपांतर तुमच्या फार्मसाठी एक विश्वसनीय चेतावणी प्रणालीमध्ये होईल.

Source: https://dev.to/ken_deng_ai/your-first-ai-model-building-a-baseline-contamination-risk-algorithm-for-small-scale-mushroom-farms-255f

Optional learning community: https://t.me/GyaanSetuAi