Математична модель та алгоритм розпізнавання інформаційних фейків за допомогою нейронних мереж
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі запропонований метод уваго-орієнтованої двонаправленої довгої короткочасної пам'яті на основі комбінації нейронної мережі LSTM та механізму уваги для розпізнавання та класифікації фейкових новин. Запропонований метод забезпечив на 10% вищу середню точність розробленої моделі порівняно з використанням стандартної моделі нейронної мережі з довгою короткочасною пам'яттю.
The paper proposes a method of attention-oriented bidirectional long-term memory based on a combination of the LSTM neural network and the attention mechanism for recognizing and classifying fake news. The proposed method provided a 10% higher average accuracy of the developed model compared to the use of a standard neural network model with long short-term memory.
The paper proposes a method of attention-oriented bidirectional long-term memory based on a combination of the LSTM neural network and the attention mechanism for recognizing and classifying fake news. The proposed method provided a 10% higher average accuracy of the developed model compared to the use of a standard neural network model with long short-term memory.
Опис
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-14-3
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Самойленко В. А., Ковалюк Т. В. Математична модель та алгоритм розпізнавання інформаційних фейків за допомогою нейронних мереж // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21496.
Зібрання
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (3)
- Nelson D. What are RNNs and LSTMs in Deep Learning? [Електронний ресурс]. – Режим доступу: https://www.unite.ai/uk/what-are-rnns-and-lstms-in-deep-learning/.
- A Comprehensive Guide to Attention Mechanism in Deep Learning for Everyone. [Електронний ресурс]. – Режим доступу: https://www.analyticsvidhya.com/blog/2019/11/comprehensive-guide-attention-mechanism-deep-learning/.
- Антіпова К. О. Застосування механізму уваги типу multi-head та моделі трансформера для задачі машинного перекладу. ВІСНИК ХНТУ № 1(84), 2023, с. 118 – 122.