مقاله کنفرانسی سال ۱۴۰۱ فارسی

شناسایی اخبار جعلی برچسب گذاری شده مبتنی بر شبکه عصبی عمیق

چکیده مقاله

امروزه عموما از شبکه های اجتماعی در کسب وکارها استفاده می شود که اخبار جعلی در آن ها به وفور دیده می شود اخبار جعلی نه تنها بر ادراک مردم تاثیر می گذارد، بلکه نمی تواند اکوسیستم خبری سنتی مبتنی بر ستون های حقیقت و واقعیت را حفظ کند با توجه به این وضعیت کهعموم مردم را در سراسر جهان تحت تاثیر قرار می دهد، ما قصد داریم در این تحقیق مدلی ارائه بدیم که بتواند هرگونه اطلاعات نادرستی که از طریق رسانه های اجتماعی منتشر می شود را شناسایی کند در این پژوهش سعی شده است که با توجه به بهبود روش های پیشین در حوزه تشخیص اخبار جعلی، روش جدیدی ارائه شود و با استفاده از آن دقت این مدل افزوده شود رویکرد مورد استفاده در این پژوهش جهت شناسایی اخبار جعلی در رسانه های خبری مبتنی بر مدل سازی موضوعی و الگوریتم شبکه عصبی عمیق می باشد، روند اجرایی این دو الگوریتمبه این صورت است که بر اساس الگوریتم مدل سازی موضوعی در ابتدا ویژگی های داده ای استخراج می شود سپس در از شبکه عصبیکانولوشنی جهت تشخیص اخبار جعلی استفاده خواهد شد در شبکه عصبی کانولوشنی، کلمات به صورت کیسه ای از کلمات به مدل داده میشوند که هر کلمه با توجه به فضای برداری به ماتریس های دوبعدی تبدیل می شود نتایج آزمایش روش پیشنهادی نشان می دهد که روش پیشنهادی دقتی در حدود ۹۸% در شناسایی اخبار جعلی داشته است

کلیدواژه‌ها

اخبار جعلی رسانه اجتماعی اطلاعات متنی داده های برچسب گذاری شده

نویسندگان

تصویر رقیه حاجیان آرانی

رقیه حاجیان آرانی

دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش نرم افزار، دانشگاه علم و هنر، یزد

شیوه ارجاع

�اجیان آرانی، رقیه و قاسم زاده، حیدر،1401،شناسایی اخبار جعلی برچسب گذاری شده مبتنی بر شبکه عصبی عمیق،اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوع�

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی8 اسفند 1402 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مروری بر تکنیک های هوش مصنوعی در خودروهای الکتریکی خودران

سیستم های رانندگی خودکار ADS دامنه ای جدید برای صنعت خودرو باز کرده و امکانات نوینی را برای حمل ونقل آین…

LiDARسیستم های خودرانوسایل نقلیه خودران
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مقایسه عملکرد دو مدل شبکه عصبی عمیق BiLSTM و CNN در پیش بینی قیمت سهام (مطالعه موردی: بورس اوراق بهادار تهران)

شبکه های عصبی به عنوان یک پیشرفت تکنولوژیک در زمینه یادگیری عمیق به ویژه در پردازش داده هایساختار بافته…

یادگیری عمیقشبکه های عصبیپیش بینی قیمت سهام
مقاله کنفرانسی سال ۱۴۰۱ ۹۴۲ مشاهده

مروری بر سیستم های توصیه گر مبتنی بر گراف دانش

در سال های اخیر با توجه به رشد روزافزون حجم داده ها در بسترهای مختلف، استفاده از سیستم توصیه گر برای کمک…

گراف دانشفاکتورسازی ماتریسسیستم های توصیه گر
مقاله کنفرانسی سال ۱۴۰۱ ۸۰۸ مشاهده

بهبود روش LIME با نمونه برداری هوشمند و غیر قطعی

LIME یکی از محبوب ترین مدل های هوش مصنوعی توضیح پذیر XAI ، است که سعی در شفاف سازی دلایل تصیم گیری مدل ه…

ثباتوفاداریروشLIME
مقاله کنفرانسی سال ۱۴۰۱ ۷۶۵ مشاهده

سامانه توصیه گر مبتنی بر گراف دانش با استفاده از شبکه عصبی کانولوشن

استفاده از گراف دانش به عنوان اطلاعات جانبی در سامانه های توصیه گر مدرن به طور گسترده افزایش پیدا کرده ا…

گراف دانشسامانه توصیه گرشبکه عصبی کانولوشن