Data science

โครงข่ายประสาทระบุยุงอันตราย

ไม่ใช่ว่ายุงทุกตัวจะถูกสร้างขึ้นมาเท่าเทียมกัน แต่การบอกว่ายุงที่แพร่ระบาดในที่ใดที่อันตรายที่สุดมักจะเป็นเรื่องยาก งานที่ยากลำบากนี้จำเป็นสำหรับการกักกันไวรัส เช่น ไข้เลือดออก ซิกา และไข้เหลือง ตอนนี้ ทีมงานจาก Open University of Catalonia (UOC) ได้พัฒนาโครงข่ายประสาทเทียมเพื่อระบุหนึ่งในสายพันธุ์ที่มีปัญหาเหล่านี้ นั่นคือ ยุงลายเสือ “นักกีฏวิทยาและผู้เชี่ยวชาญสามารถระบุยุงในห้องปฏิบัติการได้โดยการวิเคราะห์รูปคลื่นสเปกตรัมของปีกของมัน ดีเอ็นเอของตัวอ่อนและส่วนต่างๆ ของร่างกาย” Gereziher Adhane นักศึกษาระดับปริญญาเอกของ SUNAI Lab ที่ UOC กล่าว “การวิเคราะห์ประเภทนี้ขึ้นอยู่กับความเชี่ยวชาญของมนุษย์เป็นส่วนใหญ่ และต้องการความร่วมมือจากผู้เชี่ยวชาญ โดยปกติแล้วจะใช้เวลานาน และไม่คุ้มทุนเนื่องจากอาจแพร่กระจายอย่างรวดเร็วของชนิดพันธุ์ที่รุกราน ยิ่งไปกว่านั้น วิธีการศึกษาประชากรยุงนี้ไม่ใช่เรื่องง่ายที่จะปรับตัวเพื่อระบุกลุ่มใหญ่ด้วยการทดลองที่ดำเนินการนอกห้องปฏิบัติการหรือด้วยภาพที่ได้รับในสภาวะที่ไม่สามารถควบคุมได้” “ระบบอัตโนมัติในการระบุยุงสามารถช่วยนักกีฏวิทยาในการตรวจสอบการแพร่กระจายของพาหะนำโรคได้อย่างง่ายดาย” Adhane กล่าว ดังนั้น ทีมวิจัยของ UOC จึงหันไปใช้โครงข่ายประสาทเทียม โดยเฉพาะอย่างยิ่ง โครงข่ายประสาทเทียมแบบ Deep Convolutional จำนวน 2 โครง พวกเขาฝึกโครงข่ายประสาทเทียมเหล่านี้ด้วยข้อมูลที่นักวิทยาศาสตร์พลเมืองจับได้ผ่านระบบเตือนยุง ซึ่งเป็นโครงการวิทยาศาสตร์พลเมืองที่ดำเนินการโดยศูนย์วิจัยนิเวศวิทยาและการประยุกต์ใช้ป่าไม้ ศูนย์ Blanes เพื่อการศึกษาขั้นสูง และ Universitat Pompeu Fabra “Mosquito Alert เป็นแพลตฟอร์มที่จัดตั้งขึ้นใน 2014 เพื่อติดตามและควบคุมยุงที่เป็นพาหะนำโรค” Adhane กล่าว การแจ้งเตือนยุง พลเรือนสามารถใช้โทรศัพท์ของตนเพื่อถ่ายภาพยุงและแหล่งเพาะพันธุ์ ช่วยให้นักกีฏวิทยาและนักระบาดวิทยาติดตามการแพร่กระจายของยุงได้ เมื่อใช้ข้อมูลนี้ นักวิจัยต้องฝึกโครงข่ายประสาทเทียมเพื่อระบุยุงลายเสือ แต่ก็ไม่ได้ราบรื่นนัก Adhane กล่าวว่า “ความท้าทายที่ยิ่งใหญ่ที่สุดที่เราพบในการระบุชนิดของยุงในการศึกษานี้คือภาพที่ถ่ายในสภาพที่ควบคุมไม่ได้โดยพลเมือง เครือข่ายหรือภาพยุงที่ถูกบีบอัด ซึ่ง – ด้วยเหตุผลที่ชัดเจน – พิสูจน์ค่อนข้างยากกว่าที่จะระบุ หลังจากการซ่อมแซมบางอย่าง โครงข่ายประสาทเทียมระดับลึกพิสูจน์แล้วว่ามีความสามารถเพียงพอสำหรับงาน: เครื่องมือได้รับรายงานความถูกต้องของการทดสอบ 94% Adhane กล่าวว่า “โครงข่ายประสาทเทียมที่เราพัฒนาขึ้นนั้นสามารถทำงานได้ดีหรือเกือบเท่ากับผู้เชี่ยวชาญที่เป็นมนุษย์ และอัลกอริธึมก็มีประสิทธิภาพเพียงพอที่จะประมวลผลภาพจำนวนมหาศาลได้ ยังมีงานอีกมากที่ต้องทำ แต่ Adhane สรุปว่า “เป็นไปได้ที่จะคาดการณ์เกี่ยวกับภาพยุงที่ถ่ายโดยใช้สมาร์ทโฟนอย่างมีประสิทธิภาพและแบบเรียลไทม์”

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button