Dans un article paru récemment, La Marseillaise Week-end a mis en lumière le travail de Camille Simon Chane et Aymeric HISTACE, enseignants-chercheurs à l'ENSEA et membres du Laboratoire #ETIS, qui ont contribué à mettre au point une méthode d'identification innovante et ultra précise visant la classification des moustiques, via l’étude d’images des schémas d’interférence des ailes.→ L'aticle : « La biométrie appliquée aux moustiques »
Des recherches essentielles menées aux côtés de l'IRD depuis plusieurs années, qui ont déjà donné lieu à 3 publications :
- Wing Interferential Patterns (WIPs) and machine learning for the classification of some Aedes species of medical interest : https://lnkd.in/d3W2JA2q
- Deep learning and wing interferential patterns identify Anopheles species and discriminate amongst Gambiae complex species : https://lnkd.in/dXZpw9sE
- Wing Interferential Patterns (WIPs) and machine learning, a step toward automatized tsetse (Glossina spp.) identification : https://lnkd.in/eNYZ3uvP
Bravo à tous les chercheurs impliqués : Arnaud Cannet, Camille Simon Chane, Aymeric HISTACE, Mohammad Akhoundi, Olivier Romain, Marc Souchaud, Pierre Jacob, Darian Sereno, Louis-Clément Gouagna, Philippe Bousses, Françoise Mathieu-Daude & Denis Sereno