Усовершенствование методов и алгоритмов для автоматического распознавания и классификации фальшивых новостей с высокой точностью
Данная научная работа подтверждает, что с помощью усовершенствованных методов обработки текста и машинного обучения можно значительно повысить эффективность систем по борьбе с дезинформацией. Использование алгоритмов RandomForest и SGDClassifier.
Подобные документы
Изучение современных алгоритмов обнаружения и распознавания лиц на изображении для разработки приложения микро-сервиса для распознавания личности на основе фотографии лица с использованием алгоритмов машинного обучения. Описание процесса разработки.
дипломная работа, добавлен 04.12.2019Исследование существующих методов моделирования и автоматического распознавания речи, а также известных методов построения оценок достоверности для систем распознавания речи. Разработка алгоритмов построения оценок достоверности результатов работы систем.
автореферат, добавлен 31.07.2018Исследование методов, алгоритмов и программ распознавания текста документов, обеспечивающих высокое качество распознавания. Оптическое распознавание символов, история создания системы. Текущее состояние технологии оптического распознавания текста.
курсовая работа, добавлен 25.06.2011Характеристика способов и алгоритмов моделирования систем автоматического управления с помощью параллельных систем обработки информации. Ряд оптимизаций и моделей алгоритмов организации параллельных вычислений. Анализ процесса/канала (Process/Channel).
статья, добавлен 14.10.2018Разработка методики оценки действий оператора эргатической системы "Летчик–Самолет" на этапе посадки. Описание методов машинного обучения с учителем: метода опорных векторов и градиентного бустинга деревьев. Тестирование алгоритмов машинного обучения.
статья, добавлен 28.11.2016Описание анализа систем распознавания эмоций с применением методов машинного обучения, находящихся в открытом доступе, в рамках курсового проекта по дисциплине Обучающие Технические Системы "Machine Learning". Neurobotics EmoDetect. Cognitive Emotion.
статья, добавлен 14.03.2019Обзор алгоритмов машинного обучения. Исследование функционалов ошибки и метрики. Использование градиентного бустинга при обучении нейронных сетей. Главный анализ линейной регрессии и регуляризаторов. Характеристика алгоритма адаптации градиента.
дипломная работа, добавлен 28.08.2020Анализ методов и моделей интеллектуального анализа данных. Модификация методов и алгоритмов распознавания текста и лица. Значение программного обеспечения для решения задачи распознавания текстов и лиц. Режим работы программного обеспечение "DPro".
диссертация, добавлен 24.05.2018Применение методов машинного обучения с целью моделирования состояния рынка недвижимости Москвы. Изучение теории распознавания образов и теории вычислительного обучения в искусственном интеллекте. Проектирование и программирование явных алгоритмов.
диссертация, добавлен 02.09.2018Изучение задачи концептуальной классификации и способов оценки качества классификации. Исследование программных систем концептуальной классификации, их функциональных характеристик. Анализ методов и этапов оценки трудоемкости алгоритмов классификации.
статья, добавлен 16.07.2018Устройство и компоненты системы машинного (компьютерного) зрения. Изучение основных возможностей библиотеки OpenCV в задачах распознавания образов. Описание алгоритмов поиска, обработки и анализа изображений объектов методом сравнения их контуров.
дипломная работа, добавлен 07.08.2018Проблема повышения производительности подсистемы кэш-памяти систем хранения данных. Аналитическое моделирование алгоритмов обработки данных с помощью метода Марковских цепей. Использование хеш-таблицы для построения управляющих индексных таблиц.
статья, добавлен 07.03.2019Определение концептуальной классификации. Обзор концептуальных алгоритмов классификации, средняя оценка их трудоемкости и их применение. Основные параметры, влияющие на эффективность реализованных алгоритмов информационной системы оценки трудоемкости.
статья, добавлен 10.03.2019Определение распознавания объектов как метода компьютерного зрения для идентификации объектов на изображениях или видео. Рассмотрение алгоритма обнаружения объекта методом машинного обучения и методом глубокого обучения с помощью средств Matlab.
статья, добавлен 24.10.2020Цели программирования понятного и точного предписания по последовательности действий. Способы записи алгоритмов с помощью технического электронного автоматического устройства для обработки информации. Ознакомление с графическими обозначениями схем.
презентация, добавлен 07.12.2016Исследование методов классификации, включая k ближайших соседей, метод опорных векторов, метод Байеса и нейронные сети. Рассмотрена эффективность применение каждого из методов в работе helpdesk подразделения. Каждый метод обладает особенными параметрами.
статья, добавлен 08.12.2024Разработка алгоритмов интеграции биометрических систем и специализированных алгоритмов с учетом специфики автоматических дактилоскопических идентификационных систем. Рассмотрение факторов, снижающих эффективность распознавания по отпечаткам пальцев.
курсовая работа, добавлен 25.05.2014Сравнение методов сегментации изображений применительно к снимкам фиброгастродуоденоскопического исследования. Исследование методов предварительной фильтрации изображений для использования алгоритмов сегментации. Анализ точности распознавания патологии.
статья, добавлен 01.07.2018Редактирование текста, осуществление поиска слов и фраз с помощью оптического распознавания текста. Разработка алгоритмов, которые позволяют распознавать символы. Образ страницы и распознавание по шаблонам. Структурный подход и контекстное распознавание.
реферат, добавлен 22.01.2015Рассмотрение базовых методов обнаружения разрывов яркости: методов обнаружения точек, прямой линии, контура объекта. Анализ алгоритмов обнаружения прямых линий с помощью преобразований Хафа. Выполнение моделирования этих алгоритмов средствами Matlab.
статья, добавлен 23.01.2021Разработка и анализ работы алгоритмов для анализа тональности агрессивных комментариев, автоматического определения их эмоционального окраса. Реализация классифицирующих моделей машинного обучения, оценка их качества и сравнение их эффективности.
дипломная работа, добавлен 10.12.2019Практическая реализация основных алгоритмов обработки. Особенности работы с графическими ускорителями, реализация алгоритмов агрегирующей статистики данных. Разработка архитектуры проекта, реализация алгоритмов Фурье. Специфика алгоритма Bitonic.
дипломная работа, добавлен 07.09.2018Способ по предсказанию успешности реакции с помощью методов машинного обучения. Модели с использованием методов глубокого обучения, решающие задачи генерации потенциально неуспешных реакций и классификации реакций на успешно проходящие и некорректные.
дипломная работа, добавлен 24.10.2020Обучение с учителем и формальная запись задачи классификации. Каскадный классификатор, выбор предметной области и обзор реализаций методов машинного обучения. Мобильные платформы и изучение инструментов разработки. Обучение каскадного классификатора.
дипломная работа, добавлен 11.07.2016Изучение алгоритмов машинного обучения, направленных на выявление закономерностей в графических данных. Применение сверточных нейронных сетей при работе со спутниковыми изображениями. Создание интерактивной карты для визуализации распознанных объектов.
дипломная работа, добавлен 02.09.2018