<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Математична модель та алгоритм розпізнавання інформаційних фейків за допомогою нейронних мереж

dc.contributor.authorСамойленко, В. А.uk
dc.contributor.authorКовалюк, Т. В.uk
dc.contributor.authorKovaliuk, T.en
dc.titleМатематична модель та алгоритм розпізнавання інформаційних фейків за допомогою нейронних мережuk
dc.date.issued2024
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationСамойленко 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.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2024)», Вінниця, 11-20 травня 2024 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2024/paper/view/21496
dc.identifier.isbn978-617-8163-14-3
dc.identifier.udc004.932
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/47427
dc.description.abstractУ 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.uk
dc.description.abstractThe 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.en
dc.subjectрозпізнавання фейківuk
dc.subjectнейронні мережіuk
dc.subjectдовга короткочасна пам’ятьuk
dc.subjectмеханізм увагиuk
dc.subjectfake recognitionen
dc.subjectneural networksen
dc.subjectlong short-term memoryen
dc.subjectattention mechanismen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesNelson 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/.en
dc.relation.referencesA 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/.en
dc.relation.referencesАнтіпова К. О. Застосування механізму уваги типу multi-head та моделі трансформера для задачі машинного перекладу. ВІСНИК ХНТУ № 1(84), 2023, с. 118 – 122.uk
dc.date.accessioned2025-07-24T11:26:35Z
dc.date.available2025-07-24T11:26:35Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
21496.pdf
Розмір:
343,91 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:

Зібрання