文献

J-GLOBAL ID：202202247688801551   整理番号：22A1043816

Mc-DNN:マルチチャネル深層ニューラルネットワークを用いた偽ニュース検出【JST・京大機械翻訳】

Mc-DNN: Fake News Detection Using Multi-Channel Deep Neural Networks

著者 (3件)： Vikram Tembhurne Jitendra (Indian Institute of Information Technology, Nagpur, India) ,  Moin Almin Md. (Tezpur University, Tezpur, India & Zaloni Technologies India Pvt. Ltd., Assam, India) ,  Diwan Tausif (Indian Institute of Information Technology, Nagpur, India)
資料名： International Journal on Semantic Web and Information Systems  (International Journal on Semantic Web and Information Systems)
巻： 18  号： 1  ページ： 1-20  発行年： 2022年 
JST資料番号： W3850A  ISSN： 1552-6283  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： 技術の進歩によって,社会メディアは,そのグローバル曝露のため,デジタルニュースの主要な供給源になった。これは,拡大ファクニュースとミス情報をオンラインで増加させた。人間は,それらが容易に影響を受けるので,実際のニュースから新しいニュースを識別することができない。人工知能と機械学習を用いて,新しいニュースを検出するための多くの研究が行われている。多数の深層学習モデルとそのアーキテクチャの変種が調査され,多くのウェブサイトが,これらのモデルを直接または間接的に利用し,偽ニュースを検出する。しかしながら,最先端は,元のニュースから偽ニュースを識別する際に,限られた精度を示す。著者らは,マルチチャネル深層学習モデル,すなわち,Mc-DNN,レバレッジ,および,偽造または実ニュースを識別するための異なるチャネルに沿ったニュースヘッドラインおよびニュース記事を提案する。Mc-DNNに対して,ISOT Fake Newsデータセットで99.23%,Fakeニュースデータで94.68%の最高精度を達成した。したがって,著者らは,ニュース検出に対するMc-DNNの使用を非常に推薦する。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  ニューラルネットワーク ,  精度 ,  人工知能 ,  ディジタル方式 ,  *ニュース ,  チャネル ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： マルチチャネル ,  オンライン ,  ソーシャルメディア ,  深層学習 ,  *ディープニューラルネットワーク ,  畳込みニューラルネットワーク ,  *フェイクニュース , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込みニューラルネットワーク ,  深層ニューラルネットワーク ,  アンサンブルアーキテクチャ ,  偽ニュース検出 ,  マルチチャネルモデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： MC ,  マルチチャネル ,  深層ニューラルネットワーク ,  偽ニュース