文献

J-GLOBAL ID：202202220127041569   整理番号：22A0311256

人工ニューラルネットワークアルゴリズムを用いた偽ニュース検出【JST・京大機械翻訳】

Fake News Detection Using Artificial Neural Network Algorithm

著者 (4件)： Isha Priyavamtha U. J. (Department of CSE, RV Institute of Technology and Management, Bangalore, India) ,  Vishnu Vardhan Reddy G. (Department of CSE, RV Institute of Technology and Management, Bangalore, India) ,  Devisri P. (Department of CSE, RV Institute of Technology and Management, Bangalore, India) ,  Manek Asha S. (Department of CSE, RV Institute of Technology and Management, Bangalore, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1483  ページ： 328-340  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 技術は急速に増加しているので,今日,ほとんどの人々が新聞の社会メディアを好んだ。ニュースの循環のため,社会メディアに広大なニュースを広げる機会がある。ケーキニュースは,経済ならびに政治的問題に対して悪影響を示すことができる。それは,社会のエンドウに深刻な問題を引き起こすことができるコミュニティの間を広げることができる。したがって,新しいニュースを検出することが重要である。人工ニューラルネットワークを用いた開発モデルは,新しいニュース検出問題に対する解決策であり,広い広がりを避けるためにフィルタ処理される。提案モデルは,3つの主な位相,すなわち,前処理,特徴抽出,および分類を含む新しいニュースを検出する。最初に入力を前処理し,クラスタリングアルゴリズムを用いて特徴を抽出した。続いて,このモデルを開発し,新しいニュースを検出した。ニューラルネットワークと線形サポートベクトルクラスタ化アルゴリズムは,それぞれ99.90%と97.5%の精度をもたらした。最後に,解析を行って,異なる測度に関して提示したモデルのよりよい妥当性を検証した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  検出 ,  測度 ,  ベクトル ,  新聞 ,  *ニューラルネットワーク ,  フィルタリング ,  特徴抽出 ,  エンドウ ,  クラスタ化 ,  モデル ,  位相 ,  *ニュース
準シソーラス用語： ソーシャルメディア ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工ニューラルネットワーク ,  偽ニュース検出 ,  前処理 ,  サポートベクトルクラスタリング

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 人工ニューラルネットワーク ,  アルゴリズム ,  偽ニュース