arXiv:2512.06848v1 Announce Type: cross 
Abstract: Evidence from many low and middle income regions shows that microbial contamination in small scale drinking water systems often fluctuates rapidly, yet existing monitoring tools capture only fragments of this behaviour. Microscopic imaging provides organism level visibility, whereas physicochemical sensors reveal shortterm changes in water chemistry; in practice, operators must interpret these streams separately, making realtime decision-making unreliable. This study introduces AquaFusionNet, a lightweight cross-modal framework that unifies both information sources inside a single edge deployable model. Unlike prior work that treats microscopic detection and water quality prediction as independent tasks, AquaFusionNet learns the statistical dependencies between microbial appearance and concurrent sensor dynamics through a gated crossattention mechanism designed specifically for lowpower hardware. The framework is trained on AquaMicro12K, a new dataset comprising 12,846 annotated 1000 micrographs curated for drinking water contexts, an area where publicly accessible microscopic datasets are scarce. Deployed for six months across seven facilities in East Java, Indonesia, the system processed 1.84 million frames and consistently detected contamination events with 94.8% mAP@0.5 and 96.3% anomaly prediction accuracy, while operating at 4.8 W on a Jetson Nano. Comparative experiments against representative lightweight detectors show that AquaFusionNet provides higher accuracy at comparable or lower power, and field results indicate that cross-modal coupling reduces common failure modes of unimodal detectors, particularly under fouling, turbidity spikes, and inconsistent illumination. All models, data, and hardware designs are released openly to facilitate replication and adaptation in decentralized water safety infrastructures.

تم تقديم AquaFusionNet كإطار خفيف يدمج التصوير المجهري وأجهزة الاستشعار الفيزيائية الكيميائية للكشف عن مسببات الأمراض في الوقت الحقيقي وتوقع الشذوذ في جودة المياه على الأجهزة الطرفية، مما يعالج قيود أدوات المراقبة الحالية في المناطق ذات الدخل المنخفض والمتوسط. يتم تدريب هذا النموذج المبتكر على مجموعة بيانات AquaMicro12K ويستخدم آلية انتباه متقاطعة لتحسين اتخاذ القرار في إدارة جودة المياه.

Se ha presentado AquaFusionNet como un marco ligero que integra la imagen microscópica y los sensores fisicoquímicos para la detección de patógenos en tiempo real y la predicción de anomalías en la calidad del agua en dispositivos de borde, abordando las limitaciones de las herramientas de monitoreo existentes en regiones de ingresos bajos y medianos. Este modelo innovador se entrena con el conjunto de datos AquaMicro12K y emplea un mecanismo de atención cruzada para mejorar la toma de decisiones en la gestión de la calidad del agua.

AquaFusionNet a été introduit comme un cadre léger qui intègre l'imagerie microscopique et les capteurs physico-chimiques pour la détection en temps réel des pathogènes et la prédiction des anomalies de qualité de l'eau sur des dispositifs en périphérie, répondant aux limites des outils de surveillance existants dans les régions à revenu faible et intermédiaire. Ce modèle innovant est formé sur le jeu de données AquaMicro12K et utilise un mécanisme d'attention croisée pour améliorer la prise de décision dans la gestion de la qualité de l'eau.

AquaFusionNet has been introduced as a lightweight framework that integrates microscopic imaging and physicochemical sensors for real-time pathogen detection and water quality anomaly prediction on edge devices, addressing the limitations of existing monitoring tools in low and middle-income regions. This innovative model is trained on the AquaMicro12K dataset and employs a gated cross-attention mechanism to enhance decision-making in water quality management.

AquaFusionNet: Lightweight VisionSensor Fusion Framework for Real-Time Pathogen Detection and Water Quality Anomaly Prediction on Edge Devices

Australia is taking kids off social media, a move aimed at fighting online harm. It’s a global debate being watched closely, and governments from Denmark to Indonesia are aiming to follow suit. Newley Purnell has more.  (Source: Bloomberg)

تستعد أستراليا لتنفيذ حظر على الوصول إلى وسائل التواصل الاجتماعي للأفراد الذين تقل أعمارهم عن 16 عامًا، والذي سيدخل حيز التنفيذ في 10 ديسمبر 2025. تهدف هذه المبادرة إلى تعزيز السلامة عبر الإنترنت للقصر في ظل تزايد المخاوف بشأن المخاطر المرتبطة باستخدام وسائل التواصل الاجتماعي. وقد جذبت هذه الخطوة انتباه حكومات مختلفة حول العالم، بما في ذلك الدنمارك وإندونيسيا، التي تفكر في اتخاذ تدابير مماثلة.

Australia está a punto de implementar una prohibición de acceso a las redes sociales para individuos menores de 16 años, que entrará en vigor el 10 de diciembre de 2025. Esta iniciativa tiene como objetivo mejorar la seguridad en línea de los menores en medio de crecientes preocupaciones sobre los riesgos asociados con el uso de las redes sociales. El movimiento ha atraído la atención de varios gobiernos en todo el mundo, incluidos Dinamarca e Indonesia, que están considerando medidas similares.

L'Australie s'apprête à mettre en œuvre une interdiction d'accès aux réseaux sociaux pour les personnes de moins de 16 ans, à compter du 10 décembre 2025. Cette initiative vise à améliorer la sécurité en ligne des mineurs face aux préoccupations croissantes concernant les risques associés à l'utilisation des réseaux sociaux. Ce mouvement a attiré l'attention de divers gouvernements à travers le monde, y compris le Danemark et l'Indonésie, qui envisagent des mesures similaires.

Australia is set to implement a ban on social media access for individuals under the age of 16, effective December 10, 2025. This initiative aims to enhance online safety for minors amid growing concerns about the risks associated with social media usage. The move has attracted attention from various governments worldwide, including Denmark and Indonesia, who are considering similar measures.

AquaFusionNet: Lightweight VisionSensor Fusion Framework for Real-Time Pathogen Detection and Water Quality Anomaly Prediction on Edge Devices

Was this article worth reading? Share it

Emma: AI Food Scanner

LucidQuery AI

Micro-Farms