Пошук академічних текстів

Інформація × Реєстраційний номер 0825U001503, Дисертація доктора філософії На здобуття Доктор філософії Дата захисту 11-06-2025 Статус Наказ про видачу диплома Назва роботи Моделі, методи та інформаційна технологія виявлення і аналізу текстової дезінформації та пропаганди в соціальних мережах Здобувач Падалко Галина Анатоліївна, Керівник Яковлев Сергій Всеволодович Опонент Чалий Сергій Федорович Опонент Сєров Юрій Олегович Рецензент Рубель Олексій Сергійович Рецензент Морозова Ольга Ігорівна Опис Дисертаційна робота присвячена розробці методів і моделей для виявлення та аналізу текстової дезінформації та пропаганди в соціальних мережах. У роботі досліджено сучасні підходи до виявлення інформаційних маніпуляцій, застосування технологій машинного навчання та глибокого навчання для автоматичного аналізу контенту, а також запропоновано нові методи для підвищення точності класифікації та інтерпретації текстових даних У роботі детально проаналізовано теоретичні засади інформаційних маніпуляцій у контексті інформаційних воєн, основні типи інформаційних розладів та неконвенційних воєн, застосування технологій штучного інтелекту для протидії дезінформації, методи машинного та глибокого навчання для її аналізу, а також інформаційні технології, що використовуються для виявлення та протидії пропаганді. З урахуванням проведеного аналізу в роботі поставлено та вирішено наукове завдання розробки технології дослідження текстів для аналізу маніпуляцій інформацією. Обґрунтована методика проведення досліджень, що використовується в дослідженні. Робота базується на теоріях обчислювального штучного інтелекту, а саме – машинного навчання та глибокого навчання що дозволяють класифікувати та кластеризувати великі набори даних. Вперше запропоновано фреймворк комплексного аналізу текстової дезінформації та пропаганди, заснований на комбінуванні технологій двоспрямованого кодувального представлення з трансформерів (BERT) та двоспрямованої довгої короткочасної пам’яті (Bi-LSTM) для створення інтерпретованих векторних представлень тексту, який на відміну від існуючих технік, об’єднує виявлення та тематичний аналіз дезінформації, що дозволяє забезпечити ефективне виявлення та аналіз текстової дезінформації та пропаганди в соціальних мережах. Вперше розроблено модель класифікації текстової дезінформації та пропаганди, заснований на поєднанні трансформерів і архітектури Bi-LSTM для інтеграції лінійних та нелінійних залежностей текстових даних, яка на відміну від існуючих використовує глибокі контекстуальні ембединги і механізми уваги, що дозволяє підвищити точність моделі. Удосконалено моделі глибокого навчання для класифікації текстової дезінформації та пропаганди, засновані на архітектурах XLNet, Bi-LSTM та Attention-Based Bi-LSTM, які на відміну від існуючих застосовують адаптивне оцінювання важливих фрагментів тексту, що дозволяє забезпечувати високий рівень продуктивності класифікації. Удосконалено метод тематичного моделювання, заснований на застосуванні механізмів багатоголової уваги, що на відміну від існуючих використовує глибокі ембединги для контекстуалізації даних, що дозволяє забезпечити чітке розмежування між кластерами. Дістали подальшого розвитку моделі для класифікації текстової дезінформації та пропаганди, засновані на ансамблевих методах машинного навчання, які на відміну від існуючих враховують балансування класів і адаптуються до змін вхідних даних, що дозволяє підвищити продуктивність моделей. Дістали подальшого розвитку моделі для класифікації інформації, засновані на статистичних методах машинного навчання, які на відміну від існуючих адаптовані до класифікації текстової дезінформації та пропаганди, що дозволяє створення систем для виявлення місінформації, дезінформації та малінформації. Розроблені моделі, методи та програмне забезпечення використані у Balsillie School of International Affairs (акт впровадження від 18 березня 2025), Center for International Governance Innovation (акт впровадження від 18 березня 2025), Державній установі “Харківський обласний центр контролю та профілактики хвороб при Міністерстві охорони здоров’я” (акт впровадження від 2 грудня 2024), а також у освітньому процесі (акт впровадження від 30 січня 2025) та науковій діяльності (акт впровадження від 30 січня 2025) Національного аерокосмічного університету “Харківський авіаційний інститут”. Дата реєстрації 2025-05-05 Додано в НРАТ 2025-05-05 Закрити