Struktura wykrywania falszywych wiadomości oparta na glębokim uczeniu się

Wraz z rozprzestrzenianiem si- mediów spo-eczno-ciowych, wiadomo-ci rozprzestrzeniaj- si- szybciej. Co wi-cej, spo-eczna informacja zwrotna stäa si- niezb-dna dla organizacji i rz-dów do rozwoju inteligencji i tworzenia strategii. Istniej- jednak przypadki fäszywych wiadomo-ci, które powoduj- potencjalne problemy, poniewä maj- mo-liwo-- wp-ywania na ludzi. Wiadomo-ci w mediach spo-eczno-ciowych s- zanieczyszczone fäszywymi wiadomo-ciami , je-li nie s- prawid-owo identyfikowane i usuwane od czasu do czasu. Jest to trudny do rozwi-zania problem. Wiele istniej-cych algorytmów wykrywania fäszywych wiadomo-ci by-o dobrych pod wzgl-dem wydajno-ci.

U.Sivaji è attualmente professore associato presso il Dipartimento di tecnologia dell'informazione dell'Istituto di ingegneria aeronautica di Dundigal, Hyderabad, Telangana. I suoi attuali interessi di ricerca comprendono l'ingegneria del software, l'apprendimento automatico, le reti, la sicurezza informatica, l'automazione del software e il cloud computing.