មេរៀនទី១២៖ ការចាត់ថ្នាក់មានការណែនាំ¶
ព័ត៌មានមេរៀន
រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ១២ ក្នុងចំណោម ១៥
ការចាត់ថ្នាក់គ្មានការណែនាំ (មេរៀនទី១១) មានចំណុចខ្សោយមួយធំ៖ វាមិនដឹងថាចង្កោមនីមួយៗគឺជាអ្វីទេ ហើយអ្នកវិភាគត្រូវដាក់ស្លាកក្រោយការគណនា។ បើអ្នកមានចំណេះដឹងស្រាប់ថាកន្លែងណាជាព្រៃ កន្លែងណាជាស្រែ ហេតុអ្វីមិនប្រើចំណេះដឹងនោះជា ព័ត៌មានបញ្ចូល ដល់ក្បួនដោះស្រាយតាំងពីដើម?
នេះជាគំនិតស្នូលនៃ ការចាត់ថ្នាក់មានការណែនាំ (Supervised Classification)៖ អ្នកបង្ហាញឧទាហរណ៍ (គំរូបណ្ដុះបណ្ដាល) ដល់ក្បួនដោះស្រាយ រួចវារៀនលក្ខណៈស្ពិចត្រាល់ពីឧទាហរណ៍នោះ ដើម្បីចាត់ថ្នាក់ផ្នែកនៅសល់នៃរូបភាព។
១២.១. គោលបំណងសិក្សា¶
បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖
- ពន្យល់ដំណើរការទាំងបួនជំហាននៃការចាត់ថ្នាក់មានការណែនាំ។
- ជ្រើស និងវាយតម្លៃគំរូបណ្ដុះបណ្ដាលប្រកបដោយគុណភាព។
- ពន្យល់ក្បួនដោះស្រាយចម្ងាយអប្បបរមា និង Parallelepiped ជាមូលដ្ឋាន។
- ប្រៀបធៀបក្បួនដោះស្រាយសាមញ្ញ ជាមួយក្បួនដោះស្រាយទំនើបជាងដូច Random Forest។
- កំណត់កំហុសទូទៅក្នុងការជ្រើសគំរូបណ្ដុះបណ្ដាល។
ចំណេះដឹងមុនត្រូវមាន¶
១២.២. ស្ថានភាពបើកមេរៀន៖ ប្រើចំណេះដឹងដែលមានស្រាប់¶
ក្រុមការងារដដែលពីមេរៀនមុន ឥឡូវមានពេលបន្ថែម និងអាចចុះទីវាលបានបន្តិច។ ពួកគេចុះទៅ ២០ ចំណុច កត់ត្រាកូអរដោនេ GPS ព្រមព័ត៌មានគម្របដីពិត (ទឹក ព្រៃ ស្រែ សំណង់ ដីទទេ)។
ជំនួសឱ្យប្រើ K-means ដែលមិនដឹងអត្ថន័យចង្កោម ពួកគេចង់ប្រើចំណុចទាំង ២០ នេះ ដើម្បី បង្រៀន ក្បួនដោះស្រាយថាតម្លៃក្រុមរលកបែបណាត្រូវនឹងគម្របដីមួយណា។ រួចប្រើចំណេះដឹងនោះចាត់ថ្នាក់ក្រឡាទាំងអស់ដែលនៅសល់ក្នុងរូបភាព ដែលមានច្រើនជាងចំណុចគំរូរាប់ពាន់ដង។
សំណួរដែលមេរៀននេះឆ្លើយ៖ តើត្រូវយកគំរូបណ្ដុះបណ្ដាលយ៉ាងណា ដើម្បីឱ្យវាមានគុណភាព? តើក្បួនដោះស្រាយចាត់ថ្នាក់ក្រឡាថ្មីដោយរបៀបណា? ហើយហេតុអ្វីវិធីនេះជាទូទៅផ្ដល់ភាពត្រឹមត្រូវខ្ពស់ជាងការចាត់ថ្នាក់គ្មានការណែនាំ?
១២.៣. ទ្រឹស្ដីស្នូល¶
១២.៣.១. ដំណើរការទាំងបួនជំហាន¶
១. យកគំរូបណ្ដុះបណ្ដាល (Training samples)៖ ជ្រើសក្រឡាដែលដឹងច្បាស់ថាជាគម្របដីអ្វី ដោយប្រើចំណុច GPS ទីវាល ការបកស្រាយដោយភ្នែកលើរូបភាពគុណភាពខ្ពស់ ឬចំណេះដឹងតំបន់។
២. គណនាសញ្ញាណស្ពិចត្រាល់សម្រាប់ថ្នាក់នីមួយៗ៖ សម្រាប់ថ្នាក់នីមួយៗ គណនាតម្លៃមធ្យម (និងជួនកាលគម្លាតគំរូ) នៃក្រុមរលកទាំងអស់ ពីគំរូបណ្ដុះបណ្ដាលរបស់ថ្នាក់នោះ។
៣. ចាត់ថ្នាក់ក្រឡាទាំងអស់៖ សម្រាប់ក្រឡានីមួយៗក្នុងរូបភាព (រួមទាំងក្រឡាដែលមិនមែនជាគំរូ) គណនាថាតម្លៃរបស់វាជិតនឹងសញ្ញាណថ្នាក់ណាបំផុត រួចចាត់ថ្នាក់តាមនោះ។
៤. វាយតម្លៃភាពត្រឹមត្រូវ៖ ប្រើគំរូឯករាជ្យ (មិនប្រើក្នុងជំហានទី១) ដើម្បីពិនិត្យថាការចាត់ថ្នាក់ត្រឹមត្រូវប៉ុនណា (មេរៀនទី១៣)។
ភាពខុសគ្នាស្នូលពី K-means៖ ការចាត់ថ្នាក់មានការណែនាំ ចាប់ផ្ដើមពីចំណេះដឹងរបស់មនុស្ស មិនមែនពីទិន្នន័យតែម្នាក់ឯងទេ។
អានរូបនេះ
- គុណភាពគំរូ កំណត់គុណភាពលទ្ធផលច្រើនជាងក្បួនដោះស្រាយ។
- ត្រឡប់ទៅជំហានទី១ ពេលថ្នាក់ពីរច្រឡំគ្នាខ្លាំង។
- ទុកគំរូផ្ទៀងផ្ទាត់ដាច់ដោយឡែក មិនប្រើក្នុងការបណ្ដុះបណ្ដាល។
១២.៣.២. ក្បួនដោះស្រាយចម្ងាយអប្បបរមា¶
ក្បួនដោះស្រាយសាមញ្ញបំផុតគឺ ចម្ងាយអប្បបរមាទៅកណ្ដាលថ្នាក់ (Minimum Distance to Mean)៖ សម្រាប់ក្រឡានីមួយៗ គណនាចម្ងាយ (ក្នុងលំហលក្ខណៈ) ទៅកណ្ដាលនៃថ្នាក់នីមួយៗ រួចចាត់ថ្នាក់ទៅថ្នាក់ដែលមានចម្ងាយខ្លីបំផុត។ វិធីនេះស្រដៀងនឹងជំហាន «ចាត់តាំង» នៃ K-means ប៉ុន្តែកណ្ដាលថ្នាក់មកពីគំរូដែលមនុស្សកំណត់ មិនមែនរកដោយចៃដន្យទេ។
ពិសោធន៍៖ ចាត់ថ្នាក់ដោយចម្ងាយអប្បបរមា
ប្ដូរចំនួនគំរូក្នុងមួយថ្នាក់ ហើយចុច «យកគំរូ និងចាត់ថ្នាក់»។ សង្កេតថាភាពត្រឹមត្រូវទំនោរកើនឡើងជាមួយចំនួនគំរូបន្ថែម ប៉ុន្តែមិនស្មើ ១០០% ជានិច្ចទេ។
ចំណុចខ្សោយចម្បងនៃវិធីនេះ៖ ក្រឡាគ្រប់ក្រឡាត្រូវបានចាត់ថ្នាក់ជានិច្ច សូម្បីតែក្រឡាដែលមិនស្រដៀងថ្នាក់ណាមួយសោះ (ដូចជាដំបូលពណ៌ចម្លែក ឬវត្ថុថ្មីដែលគ្មានក្នុងគំរូ)។ វាចាត់ចូលទៅថ្នាក់ដែល «ជិតបំផុត» ទោះជិតបំផុតនោះនៅឆ្ងាយក៏ដោយ។
អានរូបនេះ
- Minimum distance សាមញ្ញ និងលឿន។
- វាមិនគិតពីទំហំការរាយប៉ាយនៃថ្នាក់ទេ៖ ថ្នាក់រាយធំ (ដំណាំ) ត្រូវបាត់ក្រឡា។
- Maximum Likelihood ប្រើអេលីបការរាយប៉ាយ ដើម្បីដោះស្រាយបញ្ហានេះ។
អានរូបនេះ
- ពិនិត្យតារាងនេះមុនចាត់ថ្នាក់៖ ថ្នាក់ពីរដែលតម្លៃជិតគ្នា នឹងច្រឡំគ្នា។
- សំណង់ និងដីទទេ ជិតគ្នាគ្រប់ក្រុមរលក។
- ទឹកមាន B5–B7 ទាបបំផុត៖ ងាយបំបែក។
១២.៣.៣. Parallelepiped៖ ជម្រើសដែលអនុញ្ញាតឱ្យ «មិនដឹង»¶
ក្បួនដោះស្រាយមួយទៀតគឺ Parallelepiped៖ សម្រាប់ថ្នាក់នីមួយៗ កំណត់ ជួរតម្លៃ (អប្បបរមា/អតិបរមា ឬមធ្យម ± គម្លាតគំរូ) សម្រាប់ក្រុមរលកនីមួយៗ ដោយផ្អែកលើគំរូបណ្ដុះបណ្ដាល ដែលបង្កើត «ប្រអប់» ក្នុងលំហលក្ខណៈ។ ក្រឡាមួយត្រូវបានចាត់ថ្នាក់ទៅថ្នាក់ណាដែលតម្លៃរបស់វាធ្លាក់ក្នុងប្រអប់នោះ។
ពិសោធន៍៖ ព្រំដែនការសម្រេចចិត្ត
ប្ដូររវាងវិធីទាំងពីរ ហើយសង្កេតតំបន់ពណ៌ស (មិនបានចាត់ថ្នាក់) ក្នុងវិធី Parallelepiped។
ភាពខុសគ្នាសំខាន់៖ Parallelepiped អនុញ្ញាតឱ្យមាន ក្រឡាមិនបានចាត់ថ្នាក់ (unclassified) បើតម្លៃរបស់វាមិនធ្លាក់ក្នុងប្រអប់ណាមួយ។ វាស្មោះត្រង់ជាង (មិនធ្វើពុតថាដឹង ពេលមិនប្រាកដ) ប៉ុន្តែផលិតលទ្ធផលដែលមានចន្លោះទទេ ដែលអ្នកប្រើមួយចំនួនចាត់ទុកថាមិនងាយស្រួល។
ក្បួនដោះស្រាយទាំងពីរនេះ (ចម្ងាយអប្បបរមា និង Parallelepiped) សាមញ្ញ និងងាយពន្យល់ ដែលជាមូលហេតុដែលវាល្អសម្រាប់ការសិក្សាគោលការណ៍មូលដ្ឋាន។ ក្នុងការអនុវត្តជាក់ស្ដែងទំនើប ក្បួនដោះស្រាយស្មុគស្មាញជាងតែងផ្ដល់ភាពត្រឹមត្រូវខ្ពស់ជាង។
អានរូបនេះ
- ដំណាំ/ស្មៅ មានអេលីបធំ ព្រោះលាយស្ថានភាពច្រើន។
- ទឹកមានអេលីបតូច ហើយដាច់ពីគេ។
- ML សន្មតថាថ្នាក់មានការចែកចាយ normal៖ មិនពិតជានិច្ចទេ។
១២.៣.៤. ក្បួនដោះស្រាយទំនើបជាង¶
| ក្បួនដោះស្រាយ | គោលការណ៍សង្ខេប | គុណសម្បត្តិ |
|---|---|---|
| Maximum Likelihood | គណនាប្រូបាប៊ីលីតេស្ថិតិដោយសន្មតការចែកចាយធម្មតា | គិតគូរទាំងរូបរាង និងទំហំនៃចង្កោមថ្នាក់ |
| Random Forest | ដើមឈើសម្រេចចិត្តជាច្រើន បោះឆ្នោតរួមគ្នា | ត្រឹមត្រូវខ្ពស់ ធន់នឹងសំឡេងរំខាន ប្រើក្រុមរលកច្រើនបានល្អ |
| Support Vector Machine (SVM) | រកបន្ទាត់ (ឬផ្ទៃ) ដែលបំបែកថ្នាក់បានល្អបំផុត | ដំណើរការល្អជាមួយគំរូតិច |
| Neural Network / Deep Learning | ស្រទាប់គណនាច្រើនរៀនលក្ខណៈស្មុគស្មាញ | ត្រឹមត្រូវបំផុតជាមួយទិន្នន័យច្រើន ប៉ុន្តែត្រូវការគំរូច្រើន និងកុំព្យូទ័រខ្លាំង |
ក្នុង QGIS Semi-Automatic Classification Plugin (SCP) ផ្ដល់ជម្រើសចម្ងាយអប្បបរមា Maximum Likelihood និង Spectral Angle Mapping។ សម្រាប់ Random Forest ឬវិធីទំនើបជាង ត្រូវប្រើកម្មវិធីជំនួយ Orfeo Toolbox (OTB) ដែលភ្ជាប់ជាមួយ QGIS ឬប្រើ Python/scikit-learn ដោយផ្ទាល់ (ជាខ្លឹមសារកម្រិតខ្ពស់ជាងវិសាលភាពសៀវភៅនេះ)។
អានរូបនេះ
- គំរូត្រូវតំណាងការប្រែប្រួលនៃថ្នាក់ទាំងមូល។
- ចែកសព្វរូបភាព ដើម្បីរួមលក្ខខណ្ឌខុសៗគ្នា។
- កុំយកគំរូនៅគែមរវាងថ្នាក់ (ក្រឡាចម្រុះ)។
១២.៣.៥. ការជ្រើសគំរូបណ្ដុះបណ្ដាលប្រកបដោយគុណភាព¶
គុណភាពនៃលទ្ធផលចាត់ថ្នាក់ អាស្រ័យលើគុណភាពនៃគំរូបណ្ដុះបណ្ដាល ច្រើនជាងក្បួនដោះស្រាយ។ គោលការណ៍ណែនាំ៖
- ចំនួនគំរូគ្រប់គ្រាន់៖ យ៉ាងតិច ១០ ដល់ ៣០ ក្រឡាក្នុងមួយថ្នាក់ តាមចំនួនក្រុមរលក (ច្រើនក្រុមរលក ត្រូវការគំរូច្រើនជាង)។
- ភាពបរិសុទ្ធ៖ ជៀសវាងក្រឡាព្រំដែន ឬក្រឡាចម្រុះ។ ជ្រើសកណ្ដាលនៃផ្ទៃធំគ្រប់គ្រាន់នៃថ្នាក់នីមួយៗ។
- ការចែកចាយសព្វទូទាំងតំបន់៖ គំរូដែលប្រមូលផ្ដុំតែជ្រុងមួយ អាចមិនតំណាងឱ្យប្រែប្រួលនៃថ្នាក់នោះទូទាំងតំបន់ (ឧ. ព្រៃនៅជម្រាលខុសគ្នា អាចមានស្រមោលខុសគ្នា)។
- តំណាងឱ្យប្រែប្រួលខាងក្នុងថ្នាក់៖ «ស្រែ» រួមទាំងស្រែខ្ចី និងស្រែទុំ។ បើគំរូយកតែស្រែខ្ចី ក្បួនដោះស្រាយនឹងខកខានចាត់ថ្នាក់ស្រែទុំបានត្រឹមត្រូវ។
- ឯករាជ្យពីគំរូវាយតម្លៃ៖ គំរូសម្រាប់ជំហានទី១ (បណ្ដុះបណ្ដាល) និងជំហានទី៤ (វាយតម្លៃ) ត្រូវខុសគ្នា ជៀសវាងលទ្ធផលដែលមើលទៅល្អហួសហេតុ។
កំហុសទូទៅបំផុត
កំហុសទូទៅបំផុតរបស់និស្សិត គឺប្រើគំរូតែមួយសំណុំសម្រាប់ទាំងបណ្ដុះបណ្ដាល ទាំងវាយតម្លៃ។ នេះផ្ដល់ភាពត្រឹមត្រូវដែលមើលទៅខ្ពស់ណាស់ ប៉ុន្តែជា ការវាស់ក្លែងក្លាយ ព្រោះក្បួនដោះស្រាយ «ធ្លាប់ឃើញ» ទិន្នន័យទាំងនោះរួចមកហើយ។ លំហាត់ទី១៣ នឹងបង្ហាញពីរបៀបញែកគំរូឱ្យត្រឹមត្រូវ។
អានរូបនេះ
- កំហុសប្រមូលផ្ដុំតាមគែម និងរវាងសំណង់–ដីទទេ។
- ការមើលផែនទីកំហុស ជួយកែ ROI មុនការវាយតម្លៃផ្លូវការ។
- OA នេះប្រៀបធៀបនឹងផែនទីយោងដែលមានកំហុសផ្ទាល់ខ្លួន (មេរៀនទី១៣)។
១២.៣.៦. ក្បួនជាក់ស្ដែងសម្រាប់តំបន់គំរូ (ROI)¶
| លក្ខណៈវិនិច្ឆ័យ | ក្បួន |
|---|---|
| ចំនួនក្រឡា | ក្រុមរលក n → យ៉ាងតិច ១០n ក្រឡា ក្នុងមួយថ្នាក់ (Landsat ៦ ក្រុមរលក → > ៦០ ក្រឡា) |
| ចំនួនតំបន់ | យ៉ាងតិច ៥ ដល់ ១០ តំបន់ ក្នុងមួយថ្នាក់ |
| ទីតាំង | ចែកសព្វរូបភាព មិនប្រមូលផ្ដុំកន្លែងតែមួយ |
| ទំហំ | ធំល្មមដើម្បីប៉ាន់ស្មានមធ្យម និងគម្លាតគំរូបានត្រឹមត្រូវ |
| ភាពឯកសណ្ឋាន | អ៊ីស្តូក្រាមក្នុងក្រុមរលកនីមួយៗមានកំពូលតែមួយ (unimodal) |
មូលហេតុនៃការច្រឡំថ្នាក់៖ គម្របដីមានសញ្ញាណស្រដៀងគ្នា (ដំណាំផ្សេងៗ ដីទទេ និងសំណង់) · ស្រមោល ឬពពក · តំបន់គំរូគូសធំពេក ធ្វើឱ្យរួមបញ្ចូលគម្របដីច្រើនប្រភេទ ឬតូចពេក មិនចាប់បានភាពប្រែប្រួលក្នុងថ្នាក់។ ដំណោះស្រាយ៖ បង្កើតតំបន់គំរូច្រើនតូចៗ សម្រាប់ផ្នែកផ្សេងៗនៃថ្នាក់តែមួយ ជាជាងតំបន់ធំមួយ។
គូសពហុកោណ ធៀបនឹង Region Growing៖ សម្រាប់ផ្ទៃធំឯកសណ្ឋាន (បឹង ទន្លេ) គូសពហុកោណដោយដៃបាន។ សម្រាប់ផ្ទៃដែលប្រែប្រួលច្រើន (ព្រៃលើភ្នំ ចម្ការ) ប្រើ Region Growing៖ ចាប់ផ្ដើមពីក្រឡាគ្រាប់ពូជ (seed) រួមបញ្ចូលក្រឡាជិតខាងដែលមាន ចម្ងាយស្ពិចត្រាល់ តិចជាងកម្រិតកំណត់ (ឧ. ០,០៨ សម្រាប់ទិន្នន័យចាំងផ្លាត ០–១) រហូតដល់ទំហំអតិបរមា។
Maximum Likelihood និង Spectral Angle Mapper៖
- ចម្ងាយអប្បបរមា ប្រើតែ មធ្យម នៃថ្នាក់។
- Maximum Likelihood ប្រើទាំង មធ្យម និងបម្រែបម្រួល (covariance) ដើម្បីគណនាប្រូបាប៊ីលីតេដែលក្រឡាមួយជាថ្នាក់នីមួយៗ ដោយសន្មតការចែកចាយធម្មតា។ ថ្នាក់ដែលមានបម្រែបម្រួលធំ (ទីក្រុង) «ចាប់» ក្រឡាបានទូលាយជាងថ្នាក់ដែលឯកសណ្ឋាន (ទឹក)។ ត្រូវការគំរូច្រើនជាងចម្ងាយអប្បបរមា ដើម្បីប៉ាន់ស្មាន covariance បានត្រឹមត្រូវ។
- Spectral Angle Mapper (SAM) វាស់ មុំ រវាងវ៉ិចទ័រស្ពិចត្រាល់ មិនមែនចម្ងាយទេ ដូច្នេះវាធន់នឹងភាពខុសគ្នានៃពន្លឺ (ជម្រាលភ្នំដែលមានស្រមោល និងមុខដែលត្រូវពន្លឺ មានរាងខ្សែដូចគ្នា ប៉ុន្តែកម្រិតខុសគ្នា)។
Macroclass និង Class ក្នុង SCP៖ SCP អនុញ្ញាតឱ្យគូសតំបន់គំរូជា class លម្អិត (ស្មៅ ដើមឈើ អគារ ផ្លូវ) ហើយដាក់ពួកវាក្រោម macroclass ធំ (រុក្ខជាតិ តំបន់សាងសង់)។ ការចាត់ថ្នាក់តាម class ធ្វើឱ្យគំរូឯកសណ្ឋាន ហើយលទ្ធផលចុងក្រោយអាចបង្ហាញតាម macroclass។
១២.៤. ឧទាហរណ៍ដែលបានដោះស្រាយ៖ ចាត់ថ្នាក់ដោយប្រើគំរូទីវាល ២០ ចំណុច¶
ក្រុមការងារមានចំណុច GPS ២០ ដែលបានពិនិត្យទីវាល ចែកទៅតាមថ្នាក់ប្រាំ (៤ ចំណុចក្នុងមួយថ្នាក់)។
ជំហានទី១៖ វាយតម្លៃគំរូ¶
៤ ចំណុចក្នុងមួយថ្នាក់ តិចជាងអប្បបរមា ១០ ដែលបានណែនាំ។ ក្រុមការងារសម្រេចចិត្តបន្ថែមគំរូពីការបកស្រាយដោយភ្នែក (មិនចុះទីវាល) លើផ្ទៃធំច្បាស់ៗ ដើម្បីបានយ៉ាងតិច ១៥ ក្រឡាក្នុងមួយថ្នាក់។
ជំហានទី២៖ គណនាសញ្ញាណ¶
សម្រាប់ថ្នាក់នីមួយៗ គណនាតម្លៃមធ្យមក្រុមរលកទាំងប្រាំមួយ (B2 B3 B4 B8 B11 B12) ពីគំរូបណ្ដុះបណ្ដាល។
ជំហានទី៣៖ ចាត់ថ្នាក់¶
ប្រើវិធីចម្ងាយអប្បបរមា ចាត់ថ្នាក់ក្រឡាទាំងអស់ក្នុងតំបន់សិក្សា (ច្រើនជាងគំរូរាប់ម៉ឺនដង)។
ជំហានទី៤៖ ពិនិត្យដោយភ្នែក¶
ត្រួតលទ្ធផលលើពណ៌ពិត។ ភាគច្រើនស៊ីគ្នាល្អ ប៉ុន្តែមានតំបន់ព្រំដងទន្លេ ដែលចាត់ថ្នាក់ខុសទៅជា «សំណង់» ដោយសារជាក្រឡាចម្រុះទឹក/ដី។
ជំហានទី៥៖ សម្គាល់សម្រាប់ជំហានបន្ទាប់¶
កត់ត្រាតំបន់ដែលមានបញ្ហា ជាការត្រៀមសម្រាប់ការវាយតម្លៃភាពត្រឹមត្រូវជាផ្លូវការ (មេរៀនទី១៣) ដែលនឹងផ្ដល់លេខច្បាស់លាស់ជាងការសង្កេតដោយភ្នែក។
សេចក្ដីសន្និដ្ឋានដែលសមស្រប¶
«ការចាត់ថ្នាក់មានការណែនាំប្រើប្រាស់ចំណេះដឹងទីវាលប្រកបដោយប្រសិទ្ធភាព ដោយពង្រីកចំណុចគំរូតិចទៅជាផែនទីពេញលេញ។ គុណភាពលទ្ធផលអាស្រ័យខ្លាំងលើគុណភាព និងបរិមាណនៃគំរូបណ្ដុះបណ្ដាល។»
អ្វីដែលយើងមិនអាចសន្និដ្ឋាន
ការពិនិត្យដោយភ្នែកមិនអាចផ្ដល់តួលេខភាពត្រឹមត្រូវជាផ្លូវការបានទេ។ វាអាចរកឃើញតែបញ្ហាធំៗដែលមើលឃើញច្បាស់ តំបន់ដែលមានកំហុសតូចៗអាចនៅមិនត្រូវបានរកឃើញ រហូតដល់ការវាយតម្លៃជាផ្លូវការ។
១២.៥. សកម្មភាពអនុវត្ត¶
លំហាត់នេះស្ថិតក្នុងសៀវភៅអនុវត្ត
ការអនុវត្តលើ QGIS សម្រាប់មេរៀននេះស្ថិតក្នុង លំហាត់ទី១២។
និស្សិតធ្វើលំហាត់នេះ ដោយខ្លួនឯង នៅក្រៅម៉ោងរៀន។
១២.៦. ការយល់ច្រឡំដែលត្រូវប្រុងប្រយ័ត្ន¶
១. «ការចាត់ថ្នាក់មានការណែនាំតែងត្រឹមត្រូវជាងគ្មានការណែនាំ» វាជាទូទៅត្រឹមត្រូវជាង ប៉ុន្តែអាស្រ័យខ្លាំងលើគុណភាពគំរូ។ គំរូមិនល្អ អាចផ្ដល់លទ្ធផលអាក្រក់ជាង K-means ដែលធ្វើឡើងដោយប្រុងប្រយ័ត្ន។
២. «ចំនួនគំរូច្រើនជានិច្ចប្រសើរជាង» ចំនួនច្រើនល្អ ប៉ុន្តែគុណភាព (ភាពបរិសុទ្ធ ការតំណាង) សំខាន់ជាងចំនួនតែម្នាក់ឯង។
៣. «Parallelepiped ធ្វើឱ្យក្រឡាទាំងអស់ត្រូវបានចាត់ថ្នាក់ដូចចម្ងាយអប្បបរមា» Parallelepiped អនុញ្ញាតឱ្យមានក្រឡាមិនបានចាត់ថ្នាក់ ចំណែកចម្ងាយអប្បបរមាចាត់ថ្នាក់គ្រប់ក្រឡាជានិច្ច។
៤. «ការប្រើគំរូតែមួយសំណុំសម្រាប់បណ្ដុះបណ្ដាល និងវាយតម្លៃ គឺមិនអីទេ ដរាបណាមានច្រើន» នេះជាកំហុសសំខាន់ដែលផ្ដល់ភាពត្រឹមត្រូវក្លែងក្លាយ។ ត្រូវញែកគំរូជាពីរសំណុំឯករាជ្យ។
៥. «Random Forest និងក្បួនដោះស្រាយទំនើបតែងជាជម្រើសល្អបំផុត» ពួកវាត្រូវការគំរូច្រើន និងកុំព្យូទ័រខ្លាំងជាង។ ចំពោះគម្រោងតូច ឬគំរូតិច វិធីសាមញ្ញអាចគ្រប់គ្រាន់ និងងាយបកស្រាយជាង។
១២.៧. សេចក្ដីសង្ខេបមេរៀន¶
ការចាត់ថ្នាក់មានការណែនាំចាប់ផ្ដើមពីគំរូបណ្ដុះបណ្ដាលដែលមនុស្សកំណត់ គណនាសញ្ញាណស្ពិចត្រាល់សម្រាប់ថ្នាក់នីមួយៗ រួចចាត់ថ្នាក់ក្រឡាទាំងអស់ដោយប្រៀបធៀបនឹងសញ្ញាណនោះ។
ចម្ងាយអប្បបរមាចាត់ថ្នាក់ក្រឡាគ្រប់ក្រឡាទៅថ្នាក់ជិតបំផុត ចំណែក Parallelepiped អនុញ្ញាតឱ្យមានក្រឡាមិនបានចាត់ថ្នាក់។ ក្បួនដោះស្រាយទំនើបជាង (Random Forest SVM) ជាទូទៅផ្ដល់ភាពត្រឹមត្រូវខ្ពស់ជាង។ គុណភាពគំរូបណ្ដុះបណ្ដាល (ចំនួន ភាពបរិសុទ្ធ ការតំណាង) សំខាន់ជាងការជ្រើសក្បួនដោះស្រាយ។
គំនិតស្នូលនៃមេរៀន
ក្បួនដោះស្រាយគ្រាន់តែពង្រីកចំណេះដឹងដែលអ្នកផ្ដល់ឱ្យវា។ គំរូបណ្ដុះបណ្ដាលមិនល្អ ផ្ដល់ផែនទីមិនល្អ ទោះជាប្រើក្បួនដោះស្រាយទំនើបប៉ុនណាក៏ដោយ។
១២.៨. ពាក្យគន្លឹះខ្មែរ–អង់គ្លេស¶
| ពាក្យខ្មែរ | ពាក្យអង់គ្លេស | អត្ថន័យខ្លី |
|---|---|---|
| ការចាត់ថ្នាក់មានការណែនាំ | Supervised classification | ប្រើគំរូដឹងជាមុនដើម្បីបង្រៀនក្បួនដោះស្រាយ |
| គំរូបណ្ដុះបណ្ដាល | Training samples | ក្រឡាដែលដឹងច្បាស់ថាជាថ្នាក់អ្វី |
| ចម្ងាយអប្បបរមា | Minimum distance to mean | ចាត់ថ្នាក់ទៅកណ្ដាលជិតបំផុត |
| Parallelepiped | Parallelepiped classifier | ចាត់ថ្នាក់តាមប្រអប់ជួរតម្លៃ |
| Maximum Likelihood | Maximum Likelihood classifier | ចាត់ថ្នាក់តាមប្រូបាប៊ីលីតេស្ថិតិ |
| Random Forest | Random Forest | ដើមឈើសម្រេចចិត្តជាច្រើនបោះឆ្នោតរួម |
| SVM | Support Vector Machine | រកព្រំដែនបំបែកថ្នាក់ល្អបំផុត |
| ភាពបរិសុទ្ធនៃគំរូ | Training sample purity | គំរូមិនច្រឡំក្រឡាព្រំដែន |
១២.៩. សំណួររំលឹក និងវាយតម្លៃ¶
ក. សំណួរយល់ដឹង¶
- រាយជំហានទាំងបួននៃការចាត់ថ្នាក់មានការណែនាំ។
- ភាពខុសគ្នារវាងចម្ងាយអប្បបរមា និង Parallelepiped គឺអ្វី?
- ហេតុអ្វីមិនគួរប្រើគំរូតែមួយសំណុំសម្រាប់ទាំងបណ្ដុះបណ្ដាល ទាំងវាយតម្លៃ?
- រាយលក្ខណៈបួននៃគំរូបណ្ដុះបណ្ដាលដែលមានគុណភាព។
- ប្រៀបធៀប Random Forest ជាមួយចម្ងាយអប្បបរមា តាមលក្ខណៈវិនិច្ឆ័យពីរ។
ខ. សំណួរអនុវត្តគោលគំនិត¶
- អ្នកមានគំរូតែ ៣ ក្រឡាក្នុងមួយថ្នាក់ដោយសារពេលកំណត់។ ស្នើវិធីបំពេញបន្ថែមដោយមិនចុះទីវាលបន្ថែម។
- ការចាត់ថ្នាក់មួយបង្ហាញថាតំបន់ដីទទេទាំងអស់ត្រូវបានចាត់ថ្នាក់ខុសទៅជាសំណង់។ ស្នើមូលហេតុ និងដំណោះស្រាយ។
- ហេតុអ្វី Parallelepiped អាចទុកតំបន់ធំមួយជា «មិនបានចាត់ថ្នាក់» ខណៈចម្ងាយអប្បបរមាមិនដែលទុកទទេ?
- អ្នកមានតែ QGIS ជាមួយ SCP (គ្មាន Orfeo Toolbox)។ តើអ្នកអាចប្រើក្បួនដោះស្រាយអ្វីខ្លះ?
- ស្នើលក្ខណៈវិនិច្ឆ័យបីសម្រាប់វាយតម្លៃថាតើគំរូបណ្ដុះបណ្ដាលមួយសំណុំមានគុណភាពគ្រប់គ្រាន់ដែរឬទេ មុននឹងប្រើក្នុងការចាត់ថ្នាក់។
គ. កិច្ចការខ្លី¶
ក្នុងពិសោធន៍ចាត់ថ្នាក់មានការណែនាំ ចូរសាកល្បងចំនួនគំរូ ៣ ១០ និង ៣០។ សម្រាប់នីមួយៗ ចុច «យកគំរូ និងចាត់ថ្នាក់» បីដង ហើយកត់ត្រាភាពត្រឹមត្រូវទាំងបី។ គណនាមធ្យម និងគម្លាតរវាងការសាកល្បង។ សរសេរការសង្កេត៖ តើភាពប្រែប្រួល (variance) ថយចុះយ៉ាងណា ពេលចំនួនគំរូកើនឡើង?
កំណត់សម្គាល់សម្រាប់គ្រូបង្រៀន¶
ក. ការបែងចែកពេលវេលា ១៨០ នាទី¶
| សកម្មភាព | ពេលវេលា |
|---|---|
| ស្ថានភាពបើកមេរៀន៖ ប្រើចំណេះដឹងដែលមានស្រាប់ | ១៥ នាទី |
| ដំណើរការទាំងបួនជំហាន | ២០ នាទី |
| ចម្ងាយអប្បបរមា · ពិសោធន៍ | ៣៥ នាទី |
| Parallelepiped · ពិសោធន៍ | ២៥ នាទី |
| ក្បួនដោះស្រាយទំនើបជាង | ២៥ នាទី |
| ការជ្រើសគំរូបណ្ដុះបណ្ដាល · ឧទាហរណ៍ | ៤០ នាទី |
| សង្ខេប | ២០ នាទី |
| សរុប | ១៨០ នាទី / ៣ ម៉ោង |
ខ. ការភ្ជាប់ទៅមេរៀនបន្ទាប់¶
យើងបានធ្វើផែនទីគម្របដី ដោយប្រើទាំងវិធីគ្មានការណែនាំ ទាំងមានការណែនាំ។ ប៉ុន្តែសំណួរមួយនៅតែមិនទាន់ឆ្លើយ៖ តើផែនទីមួយណាត្រឹមត្រូវជាង ហើយត្រឹមត្រូវប៉ុនណា?
សំណួរនេះនាំទៅ មេរៀនទី១៣៖ ការវាយតម្លៃភាពត្រឹមត្រូវ។