Структурно-параметричний синтез графових нейронних мереж
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 101 с., 25 табл., 29 рис., 34 посилання, додаток.
Об’єкт дослідження: дані про розповсюдження чуток та фейкових новин мережею Twitter включно із даними про залучених користувачів.
Предмет дослідження: методи та підходи до синтезу графових нейронних
мереж для виявлення чуток та фейкових новин. Мета роботи: дослідити існуючі архітектури та технології графових нейронних мереж для вирішення задач класифікації вузлів графу та властивостей графу, зокрема в контексті виявлення чуток та фейкових новин у соціальній мережі Twitter.
Виконано огляд предметної області, пояснення проблематики фейкових новин. Також пояснюється доцільність використання штучного інтелекту в якості методу вирішення задачі.
Проведено аналіз архітектур графових нейронних мереж, особливостей їх використання, прикладів застосування. Додатково описуються сучасні методи виявлення фейкових новин на основі графових нейронних мереж.
Описано розроблену систему: модель та процес підготовки даних, представлено та проаналізовано експериментальні результати роботи нейронної мережі. Розглянуто можливості впровадження розробленої системи як
стартап-проєкту. Проаналізовано конкурентів, можливі ризики та рентабельність такого стартапу. Результати роботи опубліковано у фаховому журналі категорії Б.
Опис
Ключові слова
графові нейронні мережі, графова згортка, графове об’єднання, фейкові новини, аналіз соціальних мереж, graph neural networks, graph convolution, graph pooling, fake news, social media analysis
Бібліографічний опис
Билим, К. І. Структурно-параметричний синтез графових нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Билим Кирило Ігорович. - Київ, 2024. - 101 с.