AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · Nature (computational biology) · 2026-10-20

मच्छर निगरानी में रूपांतरण: तीव्र और सटीक लार्वा पहचान के लिए एक हाइब्रिड डीप लर्निंग उपकरण के रूप में LarvaFormer

मूल शीर्षक: Transforming mosquito surveillance LarvaFormer as a hybrid deep learning tool for rapid and accurate larval recognition

मच्छर-जनित रोग हर साल 700,000 से अधिक मौतों का कारण बनते हैं, लेकिन वयस्क मच्छरों को लक्षित करने वाली पारंपरिक नियंत्रण विधियां अक्सर अप्रभावी और पर्यावरण के लिए हानिकारक होती हैं। LarvaFormer एक हाइब्रिड डीप लर्निंग फ्रेमवर्क है जो मच्छर के लार्वा को स्वचालित रूप से वर्गीकृत करने के लिए कन्वोल्यूशनल न्यूरल नेटवर्क और Vision Transformers को विशेष अटेंशन मैकेनिज्म के साथ जोड़ता है। मॉडल ने MosquitoLarvae-7400 और MLMI-2024 डेटासेट पर 98.97% और 99.50% की स्टेट-ऑफ-द-आर्ट सटीकता हासिल की, जिससे तेज और सटीक लार्वा पहचान संभव हुई, जो लक्षित तथा पर्यावरणीय रूप से टिकाऊ मच्छर नियंत्रण का समर्थन करती है।

मूल लेख पढ़ें ↗

सभी आइटम →