Presentaron Trabajo Final de Grado denominado «Aplicación de Deep Learning y Modelado Basado en Agentes para el Desarrollo de una Trampa Inteligente de Mosquitos»

«Aplicación de Deep Learning y Modelado Basado en Agentes para el Desarrollo de una Trampa Inteligente de Mosquitos», se denomina el Trabajo Final de Grado (TFG) que presentaron los ahora ingenieros Lucas Adrián Pin Ferreira y Matteo Nicolás Martínez Goetting, como prueba final para egresar de la carrera de Ingeniería Mecatrónica de la Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA). La defensa del trabajo se realizó el jueves 11 de Junio del 2026 en la Institución.

El dengue representa una carga endémica sostenida en Paraguay, siendo Aedes aegypti el vector primario. Estrategias modernas de control, como la liberación masiva de mosquitos portadores de Wolbachia — que ha demostrado reducciones del 77% en casos de dengue en ensayos controlados requieren datos entomológicos de alta resolución espacio-temporal y herramientas de simulación capaces de anticipar el comportamiento del sistema antes de comprometer recursos en campo. Los métodos tradicionales de vigilancia carecen de esa resolución, y los modelos matemáticos existentes asumen homogeneidad espacial que limita su aplicabilidad en entornos urbanos heterogéneos.

En el Trabajo Final de Grado presentado se proponen dos herramientas complementarias para cubrir dicha brecha: (i) una trampa inteligente basada en Edge AI e IoT para la captura, detección y clasificación automática de Aedes aegypti por sexo en dispositivos embebidos; y (ii) un modelo basado en agentes (ABM) georreferenciado para la simulación espacio-temporal de la dinámica poblacional del vector en entornos urbanos reales. Ambas lıneas se desarrollaron de forma independiente dentro del alcance de este trabajo —que comprende el desarrollo y validación del prototipo de trampa y la formulación y evaluación exploratoria del simulador ABM, sin incluir calibración exhaustiva con datos de campo ni certificación para despliegue comercial— pero fueron concebidas para una futura integración en la que los datos de campo calibren el modelo computacional.