Перегляд за Автор "Barmak, Olexandr"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Удосконалений метод виявлення фейкових новин на основі використання cnn нейромережі
    (Хмельницький національний університет, 2023) Боровик, Дмитро; Бармак, Олександр; Borovyk, Dmytro; Barmak, Olexandr
    На даний час серед джерел інформації Інтернет займає перше місце. В останній період суттєво зросла роль онлайн соціальних мереж (ОСМ), що має як позитивні, так і негативні наслідки. Негативна роль ОСМ пов’язується із поширенням фейкових новин, які впливають на повсякденне життя людей, маніпулюють їхніми думками та почуттями, змінюють їхні переконання і можуть призвести до прийняття неправильних рішень. Проблема розповсюдження фейкових новин в ОСМ на даний час є глобальною, а формування механізмів протидії – актуальним завданням сьогодення. На сьогодні існують різні апробовані підходи до виявлення фейкових новин. Зокрема, один з підходів базується на використанні різних алгоритмів машинного (ML) та глибокого (DL) навчання. Інший – на використанні результатів аналізу сентименту новинного контенту та аналізу емоцій у коментарях користувачів. Проведене авторами дослідження інших підходів виявлення фейкових новин, які відрізняються від наведених, дозволило зробити висновок про те, що зазначені підходи є ефективними і перспективними в частині використання їх потенціалу для розробки нових моделей з високими показниками ефективності на різних наборах даних. У статті досліджено авторську ідею щодо удосконалення існуючого підходу виявлення фейкових новин на основі використання нейромережевих підходів. Ідея базується на удосконаленні методу виявлення фейкових новин шляхом збільшення кількості нейронів згорткового шару та додаванні шару випадкового відключення до досліджуваної нейромережі. Обгрунтування ідеї передбачало попереднє здійснення: постановки досліджуваної задачі; функціонального аналізу алгоритмів машинного (ML) та глибокого (DL) навчання, крім того проведення експериментів для оцінки ефективності запропонованого методу із його застосуванням на різних наборах даних.