文献

J-GLOBAL ID：202102246677941334   整理番号：21A0005042

Rumor検出のためのデータ融合指向グラフ畳込みネットワークモデル【JST・京大機械翻訳】

Data Fusion Oriented Graph Convolution Network Model for Rumor Detection

著者 (5件)： Yu Ke (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Jiang Hao (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Li Ting (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Han Song (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China) ,  Wu Xiaofei (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： IEEE Transactions on Network and Service Management  (IEEE Transactions on Network and Service Management)
巻： 17  号： 4  ページ： 2171-2181  発行年： 2020年 
JST資料番号： W2434A  ISSN： 1932-4537  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイルインターネットの急速な発展によって,ソーシャルメディアプラットフォームは,爆発的に成長し,情報を得て交換する人々を大いに促進する。任意のユーザはソーシャルメディアに関する任意の情報を提供できるので,何人かの人々は自分自身の利益のために様々な誤情報を生成し,広げることを試み,それは市民権利を損傷し,社会的順序を乱す可能性がある。本論文では,グラフ畳込みネットワーク(GCN)に基づく新しい反芻検出モデルを提案した。ソーシャルメディアからの実データセットに基づいて,ユーザの基本情報やテキストコンテンツなどの静的特徴だけでなく,反動伝搬関係のような動的特徴も考慮した。GCNベースのモデルを用いて,ノードベクトル更新のためのグラフ畳込み演算子を用いて,反芻動物の拡散構造を表した。また,著者らのモデルをより良い性能を持つように,特徴融合モジュールとプールモジュールを最適化する。Sina Weiboデータセットに関する実験は,反芻者検出に対する伝搬GCNベースモデルの性能を検証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *畳込み ,  *ネットワーク ,  反芻動物 ,  市民 ,  反芻 ,  *データ融合 ,  コンテンツ
準シソーラス用語： ネットワークモデル ,  モバイルインターネット ,  ソーシャルメディア ,  特徴融合 , 【Automatic Indexing@JST】

分類 (4件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： データ融合 ,  グラフ ,  畳込み ,  ネットワークモデル