Отрывок: Первоначально из набора были удалены семантически не связанные данные. Это было реализовано с помощью предобученной модели CLIP: представляет собой режим тренировки двух моделей [4]. Архитектура представлена в виде энкодера (encoder), который берёт входную последовательность и приводит её к характеристическому представлению всей последовательности, и декодера (d...
Название : Разработка и исследование методов обнаружения искаженных данных с использованием мультимодального подхода
Авторы/Редакторы : Кузнецов А. В.
Маркина Е. А.
Дата публикации : 2024
Библиографическое описание : Кузнецов, А. В. Разработка и исследование методов обнаружения искаженных данных с использованием мультимодального подхода / А. В. Кузнецов, Е. А. Маркина // Информационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2024. - Т. 3: Искусственный интеллект : под ред. А. В. Никонорова, 2024. - С. 030242.
Аннотация : Рассматривается задача обнаружения искаженных данных с использованием мультимодального подхода. Исследуются различные способы классификации. В ходе экспериментальных исследований получено, что наилучшие результаты демонстрирует метод, основанный на предобученной мультимодальной модели RUDOLPH. Наибольшее значение метрики F1 равно 0,841.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Razrabotka-i-issledovanie-metodov-obnaruzheniya-iskazhennyh-dannyh-s-ispolzovaniem-multimodalnogo-podhoda-112600
Другие идентификаторы : RU\НТБ СГАУ\563338
Ключевые слова: RUDOLPH
методы обнаружения
методы классификации
машинное обучение
искаженные данные
экспериментальные исследования
мультимодальные модели
предобработка набора данных
фейки
сравнение значений метрики
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-2080-9_2024-030242.pdf261.07 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.