Виявлення пов’язаного із навчанням у закладах освіти депресивного стану за дописами з використанням нейромережевої моделі дуальної архітектури

Скорочена інформація про документ
dc.contributor.authorТимофієв, І.А.
dc.contributor.authorМасловська, В.В.
dc.contributor.authorМолчанова, М.О.
dc.contributor.authorМазурець, Олександр Вікторович
dc.date.accessioned2024-12-10T18:10:00Z
dc.date.available2024-12-10T18:10:00Z
dc.date.issued2024
dc.description.abstractРозроблено метод виявлення депресивного стану, пов'язаного із навчанням у закладах освіти, що призначений для перетворення вхідних даних у вигляді тексту та навченої нейромережевої моделі дуальної архітектури у вихідні дані у вигляді числової оцінки наявності депресивного стану. Запропонований метод поєднує двопоточну архітектуру, яка базується на використанні двох паралельних нейронних мереж, кожна з яких спеціалізується на аналізі різних аспектів тексту, синтаксичного й семантичного. Після обробки тексту кожним потоком результати комбінуються на рівні вищого шару, що дозволяє врахувати як деталі мовної структури, так і загальний зміст тексту для більш точного визначення депресивного стану.
dc.identifier.citationТимофієв І. А., Масловська В. В., Молчанова М. О., Мазурець О. В. Виявлення пов’язаного із навчанням у закладах освіти депресивного стану за дописами з використанням нейромережевої моделі дуальної архітектури. Збірник наукових праць за матеріалами XVI Всеукраїнської науково-практичної конференції «Актуальні проблеми комп’ютерних наук АПКН-2024»,15-16 листопада 2024. Хмельницький, 2024. С. 494-498.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/17205
dc.language.isouk
dc.titleВиявлення пов’язаного із навчанням у закладах освіти депресивного стану за дописами з використанням нейромережевої моделі дуальної архітектури
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
АPKN-2024 CorpusPaper-494-498.pdf
Розмір:
503.31 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Кафедра комп’ютерних наук