Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2026-232521
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!A dengue é uma das principais arboviroses no Brasil, demandando estratégias contínuas de vigilância do vetor Aedes aegypti. A identificação de mosquitos, tradicionalmente realizada por especialistas com base em características morfológicas, pode ser demorada e pouco escalável diante do grande volume de imagens oriundas de armadilhas, laboratórios e ações de campo. Este trabalho propõe um sistema de apoio à decisão para vigilância entomológica, voltado à triagem automatizada e identificação de Aedes aegypti. O sistema integra um classificador baseado em redes neurais convolucionais, utilizando a arquitetura MobileNetV2 com aprendizado por transferência, a uma aplicação Web para submissão de imagens e visualização dos resultados. A avaliação foi realizada com bases públicas, em cenários binários e multiclasse. Os resultados indicaram desempenho promissor, com acurácia próxima de 93% no cenário multiclasse e bom equilíbrio entre precisão e sensibilidade. O sistema mostrou-se viável como ferramenta auxiliar à triagem, sem substituir a validação especializada.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo