Структурно-параметричний синтез графових нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorБилим, Кирило Ігорович
dc.date.accessioned2024-02-19T09:25:25Z
dc.date.available2024-02-19T09:25:25Z
dc.date.issued2024
dc.description.abstractМагістерська 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.
dc.description.abstractotherMaster's thesis: 101 p., 25 tab., 29 fig., 34 references, appendix. Object of research: data on the spread of rumors and fake news on Twitter, including data on the users involved. Subject of the study: methods and approaches to the synthesis of graph neural networks for detecting rumors and fake news. Purpose: to study existing architectures and technologies of graph neural networks for solving problems of classifying graph nodes and graph properties, in particular in the context of detecting rumors and fake news on the social network Twitter. An overview of the subject area and an explanation of the problems of fake news are given. The expediency of using artificial intelligence as a method of solving the problem is also explained. The article analyzes the architectures of graph neural networks, features of their use, and examples of application. Additionally, modern methods for detecting fake news based on graph neural networks are described. The developed system is described: the model and the process of data preparation, the experimental results of the neural network are presented and analyzed. The possibilities of implementing the developed system as a startup project are considered. Competitors, possible risks and profitability of such a startup are analyzed. The results are published in a professional journal of category B.
dc.format.extent101 с.
dc.identifier.citationБилим, К. І. Структурно-параметричний синтез графових нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Билим Кирило Ігорович. - Київ, 2024. - 101 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64670
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectграфові нейронні мережі
dc.subjectграфова згортка
dc.subjectграфове об’єднання
dc.subjectфейкові новини
dc.subjectаналіз соціальних мереж
dc.subjectgraph neural networks
dc.subjectgraph convolution
dc.subjectgraph pooling
dc.subjectfake news
dc.subjectsocial media analysis
dc.subject.udc004.8.032.26:004.77.056(043.3)
dc.titleСтруктурно-параметричний синтез графових нейронних мереж
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bylym_magistr.pdf
Розмір:
6.35 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ШІ)
Магістерські роботи