MFF-LSTM: Designing a Multi-scale Feature Fusion-based Long Short Term Memory with Divergent Features for Fake News Detection System
MFF-LSTM: Çok Ölçekli Özellik Füzyon Tabanlı Uzun Kısa TasarlamaYalan Haber Tespit Sistemi için Farklı Özelliklere Sahip Dönem Belleği
- Tez No: 854206
- Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay zeka, Artificial intelligence
- Yıl: 2024
- 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
Medya kullanımının artması yalan haberlerin artmasında önemli bir artışa neden oldu bu sorunla mücadele etmeyi ve bu tür bilgilere olan bağımlılığımızı azaltmayı zorunlu kılmaktadır. güvenilmez kaynaklar Sahte haberler insanları yanıltabilir, söylentileri yayabilir ve hatta kamuoyunu etkileyebilir. Siyasi liderlerin pozisyonları. Sahte haberleri tespit etmek bu dijital çağda çok önemli hale geldi. Yaygınlaşmasında doğrudan mesajlaşma platformları ve sosyal medya büyük rol oynuyor. Çeşitli Sahte haberleri tespit etmek için yenilikçi teknikler önerildi. hem ilgi çekici hem de zorlayıcı. Bu nedenle, bu özet uyarlanabilir öğrenmeyi geliştirmeyi amaçlamaktadır. Sahte haber tespiti için çok ölçekli özellik füzyonuna sahip model. Önerilen sistem“Metin toplama, metin ön işleme, özellik çıkarma ve tespit”aşamalarından oluşur. Evet, Metin girişi, kıyaslama veri kümelerinden toplanır ve bunu daha sonra metin takip eder. ön işleme aşaması. Burada özelliğe beslenen önceden işlenmiş metin elde edilir. ekstraksiyon aşamaları.“Çift Yönlü Kodlayıcı”gibi üç özellik çıkarma tekniği Transformatörlerden Temsil (BERT), Terim Frekansı-Ters Belge Frekansı (TF-IDF) ve GloVe Embedding“ özellik seti 1, 2 ve 3'ü sağlamak için kullanılır. Son olarak, Ortaya çıkan bu özellikler ”Çok Ölçekli Özellik Füzyonuna dayalı Uzun Kısa Vadeli Özelliklerin çok ölçekli bir şekilde bir araya getirildiği ve Tespit LSTM tarafından gerçekleştirilir. Bu nedenle sistem değerlendirmesi dikkate alınarak yapılır. Farklı ölçümler ve geleneksel yaklaşımlar arasında karşılaştırma. Bu nedenle, Önerilen model, kaçmaya yardımcı olan sahte haberleri tespit etmek için istenen sonuçları elde eder herhangi bir yanlış bilginin araştırılması.
Özet (Çeviri)
The rise in the usage of media has led to a significant increase in the raise of false information, making it imperative to combat this issue and reduce our reliance on such unreliable sources. Fake news can mislead people, spread rumors, and even impact the positions of political leaders. Detecting fake news has become crucial in this digital era, with direct messaging platforms and social media playing a major role in its proliferation. Various innovative techniques have been suggested to determine fake news, making the endeavor both intriguing and challenging. Hence, this synopsis aims to develop the adaptive learning model with multiscale feature fusion for fake news detection. The proposed system constitutes“text collection, text pre-processing, feature extraction and detection”. Initially, the text input is collected from the benchmark datasets, which is then followed by the text stage of pre-processing. Here, the pre-processed text is obtained that is fed into the feature extraction phases. The three feature extraction techniques such as“Bidirectional Encoder Representations from Transformers (BERT), Term Frequency-Inverse Document Frequency (TF-IDF) and GloVe Embedding”are employed to provide the feature set 1, 2 and 3. Finally, these resultant features are given to“Multiscale Feature Fusion based Long Short Term Memory (MFF-LSTM)”, where the features are fused together in multiscale manner and detection is taken place by LSTM. Therefore, the system evaluation is done by considering the distinct measures and compared among traditional approaches. Hence, the recommended model attains the desired results to detect the fake news that helps to evade the exploration of any false information.
Benzer Tezler
- Hidroelektrik santrallerde modal özelliklerin derin öğrenme esaslı analizi ve deprem kayıtlarında anomali tahmini
Deep learning-based analysis of modal properties in hydroelectric power plants and anomaly prediction in earthquake records
GÜRHAN TOKGÖZ
Doktora
Türkçe
2026
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDA AVANOĞLU SICACIK
- Maddenin farklı fonksiyonlaşmasını belirlemede kullanılan genelleştirilmiş aşamalı doğrusal modelleme, lojistik regresyon ve olabilirlik oranı tekniklerinin karşılaştırılması
Determination of a differential item functioning (dif) procedure using the hierarchical generalized linear model: A comparison study with logistic regression and likelihood ratio procedure
TÜLİN ACAR
Doktora
Türkçe
2008
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. HÜLYA KELECİOĞLU
- Dalga gradiyometri yöntemi ile yüzey dalgalarının dispersiyon analizi
Dispersion analysis of surface waves by using wave gradiometry method
AYLİN KARAASLAN
Yüksek Lisans
Türkçe
2011
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARGUN KOCAOĞLU
- Bilişsel tempo eğitimi programının 5-6 yaş çocuklarının bilişsel tempoları ve davranış sorunlarına etkisinin incelenmesi
Studying the effect of cognitive tempo education program on 5-6 year-old preschoolers?s cognitive tempo and the level of behavioral problems
TUĞBA DURAK DEMİRHAN
- Performance, managerial skill and factor exposures in commodity trading advisors and managed futures funds
Emtia ticarte danışmanları ve vadeli işlem sözleşmelerinde performans, yönetici yetkinliği ve maruz kalınan risk faktörleri
SÜREYYA BURCU AVCI
