MÔ HÌNH KẾT HỢP SMOTE-MLP TRONG VIỆC NÂNG CAO ĐỘ CHÍNH XÁC DỰ ĐOÁN XÁC SUẤT KHÔNG GIAN SẠT LỞ ĐẤT TỪ DỮ LIỆU MẤT CÂN BẰNG TẠI VÙNG NÚI TỈNH QUẢNG NAM

Tóm tắt

Sự mất cân bằng trong dữ liệu sạt lở đất, khi số lượng điểm sạt lở thực tế rất hạn chế so với số điểm không sạt lở, gây ảnh hưởng lớn đến hiệu quả của các mô hình học máy trong dự báo xác suất không gian sạt lở đất. Nghiên cứu này đề xuất áp dụng kỹ thuật tăng cường mẫu thiểu số tổng hợp (SMOTE) để nội suy và tăng cường số lượng điểm sạt lở, kết hợp với mô hình mạng perceptron nhiều lớp (MLP) nhằm xây dựng bản đồ xác suất không gian sạt lở đất tại vùng núi tỉnh Quảng Nam. Tập dữ liệu ban đầu bao gồm 500 điểm sạt lở, được tăng cường bằng SMOTE với các mức lần lượt là 2,000; 5,000; 10,000; 20,000 và 50,000 điểm nội suy. Kết quả cho thấy AUC (Area Under the ROC Curve) trên tập xác thực tăng từ 0.846 (với 500 điểm gốc) lên 0.887 khi sử dụng 10,000 điểm nội suy, cho thấy hiệu quả rõ rệt của kỹ thuật SMOTE trong cải thiện độ chính xác mô hình. Tuy nhiên, khi tăng số lượng điểm nội suy lên 20,000 và 50,000, AUC có xu hướng giảm nhẹ xuống còn 0.868 và 0.866, cho thấy dấu hiệu suy giảm khả năng khái quát hóa. Do đó, lựa chọn số lượng điểm nội suy hợp lý đóng vai trò quan trọng nhằm cân bằng giữa cải thiện hiệu suất và tránh overfitting. Nghiên cứu này khẳng định tiềm năng của việc kết hợp SMOTE và MLP trong xây dựng bản đồ xác suất không gian sạt lở đất từ tập dữ liệu mất cân bằng.