Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
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.
