AI dan Masalah-Masalah Sulit Dunia · Ilmu hayat · Nature (computational biology) · 2026-10-20
Transformasi surveilans nyamuk LarvaFormer sebagai alat deep learning hibrida untuk pengenalan larva yang cepat dan akurat
Judul asli: Transforming mosquito surveillance LarvaFormer as a hybrid deep learning tool for rapid and accurate larval recognition
Penyakit yang ditularkan oleh nyamuk menyebabkan lebih dari 700,000 kematian setiap tahun, tetapi metode pengendalian tradisional yang menyasar nyamuk dewasa sering kali tidak efektif dan merugikan lingkungan. LarvaFormer adalah kerangka pembelajaran mendalam hibrida yang menggabungkan jaringan saraf konvolusional dan Vision Transformers dengan mekanisme atensi khusus untuk mengklasifikasikan larva nyamuk secara otomatis. Model ini mencapai akurasi state-of-the-art sebesar 98.97% dan 99.50% pada dataset MosquitoLarvae-7400 dan MLMI-2024, memungkinkan identifikasi larva yang cepat dan akurat yang mendukung pengendalian nyamuk yang tertarget dan berkelanjutan secara lingkungan.