Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Epizootyczny zespół owrzodzenia (EUS) jest krytyczną chorobą, która dotyka ryby słodkowodne, charakteryzującą się wrzodziejącymi zmianami i podwyższonym wskaźnikiem śmiertelności, a tym samym szkodzi firmom akwakultury na całym świecie. Terminowa i precyzyjna identyfikacja ma kluczowe znaczenie dla powstrzymania rozprzestrzeniania się EUS i złagodzenia szkód finansowych. Konwencjonalne techniki, w tym inspekcja oka i analiza histopatologiczna, są zwykle pracochłonne, kosztowne i mogą wykazywać niewystarczającą czułość. Metodologie sztucznej inteligencji (AI), w szczególności modele uczenia maszynowego i głębokiego uczenia, zapewniają skuteczne rozwiązania w zakresie szybkiej i precyzyjnej identyfikacji EUS poprzez analizę zdjęć, danych środowiskowych i wzorców związanych z epidemią. Niniejsze badania badają wykorzystanie metodologii AI do wykrywania EUS u ryb słodkowodnych, kładąc nacisk na techniki, precyzję modelu i praktyczne konsekwencje. Nasze badania wskazują, że sztuczna inteligencja zwiększa wykrywalność EUS, ułatwiając skuteczniejszą kontrolę chorób w akwakulturze.
