Hybrid deep learning model for automatic fake news detection
Başlık çevirisi mevcut değil.
- Tez No: 796672
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dijital haberlerin hızla gelişmesiyle birlikte, sahte haberler, özellikle sahte haberlerin üretilmesi ve yayılması için zengin bir ortam sağlayan sosyal ağ platformlarının yaygın kullanımıyla, halkın gerçek yargısına ve güvenilirliğine yönelik ciddi tehditlere neden olmuştur. Bu zorluklarla başa çıkmak için, sahte haberleri tespit etmek için çeşitli teknikler önerildi, ancak yine de, otomatik bir şekilde yüksek düzeyde tespit performansı sağlayan gelişmiş bir tespit tekniği önermeye acil bir ihtiyaç var. Bu nedenle, bu makale, otomatik sahte haber tespiti için hibrit olarak geliştirilmiş bir derin öğrenme modeli önermektedir. Önerilen model, yeni sahte haber örneklerini yapay olarak sentezlemek için Yardımcı Sınıflandırıcı Üretken Düşman Ağları adı verilen otomatik veri artırma yöntemini benimser ve ardından, sahte haberleri verimli bir şekilde tespit etmek için Konvolüsyonel Sinir Ağını Tekrarlayan Sinir Ağları ile hibritleştirir. Önerilen model Buzzfeed, FakeNewsNet ve FakeNewsChallenges veri setlerini kullanarak yalan haberlerin tespitinde %93,87 doğruluk, %10,39 geri çağırma, %93,12 kesinlik sağladığından en son modellere karşı üstün sonuçlar göstermektedir.
Özet (Çeviri)
With the fast advancement in digital news, fake news has already caused grave threats to the public's actual judgment and credibility, in specific, with the wide use of social networking platforms, which provide a rich environment for the generation and dissemination of fake news. To cope with these challenges, several techniques were proposed to detect fake news, but still, there is an urgent need to propose an improved detection technique that provides a high level of detection performance in an automatic manner. Therefore, this article proposes a hybrid-improved deep learning model for automatic fake news detection. The proposed model adopts automatic data augmentation method, called Auxiliary Classifier Generative Adversarial Networks, to artificially synthesize new fake news samples, and then, hybridize the Convolutional Neural Network with the Recurrent Neural Networks to detect the fake news efficiently. The proposed model shows superior results against the state-of-the-art models as it provides 93.87% accuracy, 10.39% recall, 93.12%% precision in detecting the fake news using Buzzfeed, FakeNewsNet and FakeNewsChallenges datasets.
Benzer Tezler
- Machine learning-based detection of fake Turkish earthquake news
Makine öğrenimi tabanlı sahte Türkçe deprem haberleri tespiti
GÜLER MERVE DEMİR YÜKSEL
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
- Stance classification for fake news detection in social media
Sosyal medyada sahte haber tespiti için durum sınıflandırması
MAYSAA M. S. ALSAFADI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT AYKUT
- Speech synthesis using long-term short memory and recurrent neural network (LTSM-RNN)
Uzun süreli kısa kullanarak konuşma sentezi bellek ve tekrarlamalı sinir ağları (LTSM-RNN)
ARKAN ADNAN IMRAN AL-YASARI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. GALİP CANSEVER
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Kalça displazisinin otomatik tespiti için u-net, alexnet ve densenet tabanlı hibrit bir derin öğrenme yaklaşımı
A hybrid deep learning approach based on u-net, alexnet and densenet for automatic detection of hip dysplasia
EMİNE ULUSOY
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DURMUŞ ÖZDEMİR