Simple Science

Ciência de ponta explicada de forma simples

# Engenharia Eletrotécnica e Ciência dos Sistemas# Som# Aprendizagem de máquinas# Processamento de Áudio e Fala

Usando Som pra Separar Machos de Mosquitos pra Controle de Pragas

Pesquisas exploram a análise de som pra melhorar a triagem de mosquitos no controle de doenças.

― 6 min ler


Classificação deClassificação deMosquitos por Sommosquitos que transmitem doenças.Abordagem inovadora para controlar
Índice

A Técnica do Inseto Estéril (SIT) é um jeito de controlar populações de pragas, especialmente Mosquitos que podem espalhar doenças. A técnica consiste em soltar machos estéreis, que não conseguem se reproduzir. A ideia é que quando esses machos estéreis cruzam com fêmeas, não nascem novos mosquitos, fazendo a população geral de mosquitos diminuir.

Um motivo importante pra usar só mosquitos machos é que as fêmeas mordem e podem transmitir doenças. Por isso, é essencial separar direitinho os machos das fêmeas durante o processo da SIT. Essa separação é feita atualmente com uma combinação de máquinas e sistemas de IA que analisam imagens dos mosquitos. Embora esses métodos sejam úteis, ainda rola a chance de algumas fêmeas serem liberadas por engano, o que leva à necessidade de checagens extras.

Os cientistas descobriram que machos e fêmeas produzem sons diferentes quando voam. Analisando os sons dos mosquitos, os pesquisadores estão desenvolvendo um sistema pra detectar quaisquer fêmeas em um lote que deveria ter só machos. Esse processo envolve gravar os sons dos mosquitos dentro de recipientes antes de soltá-los no ambiente.

Os Recipientes de Mosquito

Os recipientes usados pra esse estudo são feitos de PVC e têm um design tubular. Cada um tem 8,8 cm de diâmetro e 12,5 cm de altura. Eles são projetados pra comportar uma quantidade específica de mosquitos. Pra os experimentos, cada recipiente é preenchido com 250 mosquitos. Diferentes cenários são testados: recipientes com só machos, só fêmeas, e recipientes com uma mistura dos dois.

Pra gravar os sons dos mosquitos, os recipientes são colocados em uma configuração que capta áudio. Cada recipiente é gravado enquanto os mosquitos estão voando dentro. Os pesquisadores fazem gravações de diferentes tipos de recipientes pra coletar uma ampla gama de dados sonoros.

Gravando os Sons

As gravações são feitas com um array de quatro microfones, o que permite capturar Som de vários ângulos. Isso é importante porque os mosquitos podem estar voando em diferentes partes do recipiente. Os sons são gravados com uma alta taxa de amostragem, o que ajuda a captar as sutis diferenças de som produzidas pelos machos e fêmeas.

Pra analisar os sons, as gravações são processadas pra focar nas faixas de frequência onde as diferenças entre os sons de machos e fêmeas são mais notáveis. Os sons gravados são divididos em segmentos menores pra análise. Isso ajuda a identificar qualquer discrepância que possa indicar a presença de fêmeas.

Algoritmos de Detecção de Anomalias

Pra identificar fêmeas nos recipientes que deveriam ter só machos, os pesquisadores usam dois algoritmos de aprendizado de máquina. O primeiro é chamado de iForest, que é desenhado pra detectar anomalias. O segundo é o One-Class SVM, que é treinado especificamente pra reconhecer sons de mosquitos machos.

A ideia principal é tratar a presença de mosquitos fêmeas como uma anomalia ou evento incomum. Se os algoritmos detectarem padrões de som que não são típicos de machos, isso pode sinalizar que pode ter fêmeas presentes.

Testando o Sistema

Os experimentos são realizados ao longo de vários dias pra avaliar o desempenho desses métodos de detecção. Cada dia, os pesquisadores analisam os sons dos diferentes recipientes. Eles observam como os algoritmos conseguem captar os sons das fêmeas em meio ao barulho de fundo dos machos.

Os resultados dos testes mostram que os algoritmos conseguem detectar com sucesso recipientes que contêm só fêmeas. Eles também estão mostrando resultados promissores em recipientes mistos, indicando que o sistema consegue diferenciar entre os sons de machos e fêmeas.

O desempenho do sistema de detecção pode mudar dependendo do dia do teste. Por exemplo, o sétimo dia após os mosquitos serem separados mostra os melhores resultados, com os algoritmos atingindo alta precisão na detecção de fêmeas. Isso pode ser devido aos diferentes comportamentos dos mosquitos conforme eles envelhecem.

Importância do Tempo

O timing das gravações parece ter um papel crucial na precisão do sistema de detecção. Em certos dias, os mosquitos têm mais chances de produzir sons distintos que ajudam os algoritmos a identificá-los corretamente. Observar os mosquitos ao longo de vários dias permite que os pesquisadores ajustem o sistema pra um desempenho ideal.

Melhorando o Controle de Pragas

Um jeito eficaz de separar machos e fêmeas é fundamental pra que os programas SIT sejam bem-sucedidos. Atualmente, muitas dessas tarefas de separação são feitas manualmente por trabalhadores treinados, mas há um crescente interesse em integrar IA e análise de som nesses processos.

O método proposto pra detectar fêmeas através da análise de som oferece uma solução potencial pra minimizar o risco de fêmeas serem liberadas. Garantindo que só machos sejam soltos no ambiente, o método pode contribuir pra um controle de pragas mais eficaz e reduzir as chances de transmissão de doenças.

Conclusão

A técnica SIT tem grande potencial pro controle de pragas sem o uso de pesticidas químicos. Enquanto os cientistas trabalham pra refinar métodos de separação de machos e fêmeas, a análise de som apresenta uma nova via de pesquisa. Aproveitando as diferenças de som produzidas por machos e fêmeas, futuros programas SIT podem aumentar sua eficácia enquanto garantem a segurança da saúde pública.

A pesquisa contínua nessa área destaca a importante interseção entre tecnologia, biologia e gerenciamento ambiental. À medida que as técnicas de IA e detecção de som continuam a avançar, será empolgante ver como essas ferramentas podem aprimorar ainda mais as estratégias de controle de pragas globalmente. O objetivo final é desenvolver sistemas confiáveis que ajudem a manter ecossistemas saudáveis e reduzir o impacto de doenças transmitidas por mosquitos.

Fonte original

Título: Female mosquito detection by means of AI techniques inside release containers in the context of a Sterile Insect Technique program

Resumo: The Sterile Insect Technique (SIT) is a biological pest control technique based on the release into the environment of sterile males of the insect species whose population is to be controlled. The entire SIT process involves mass-rearing within a biofactory, sorting of the specimens by sex, sterilization, and subsequent release of the sterile males into the environment. The reason for avoiding the release of female specimens is because, unlike males, females bite, with the subsequent risk of disease transmission. In the case of Aedes mosquito biofactories for SIT, the key point of the whole process is sex separation. This process is nowadays performed by a combination of mechanical devices and AI-based vision systems. However, there is still a possibility of false negatives, so a last stage of verification is necessary before releasing them into the environment. It is known that the sound produced by the flapping of adult male mosquitoes is different from that produced by females, so this feature can be used to detect the presence of females in containers prior to environmental release. This paper presents a study for the detection of females in Aedes mosquito release vessels for SIT programs. The containers used consist of PVC a tubular design of 8.8cm diameter and 12.5cm height. The containers were placed in an experimental setup that allowed the recording of the sound of mosquito flight inside of them. Each container was filled with 250 specimens considering the cases of (i) only male mosquitoes, (ii) only female mosquitoes, and (iii) 75% males and 25% females. Case (i) was used for training and testing, whereas cases (ii) and (iii) were used only for testing. Two algorithms were implemented for the detection of female mosquitoes: an unsupervised outlier detection algorithm (iForest) and a one-class SVM trained with male-only recordings.

Autores: Javier Naranjo-Alcazar, Jordi Grau-Haro, David Almenar, Pedro Zuccarello

Última atualização: 2024-05-31 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2306.10843

Fonte PDF: https://arxiv.org/pdf/2306.10843

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes