The Performance of Graph Neural Network in Detecting Fake News from Social Media Feeds

Shovon, Iftekharul Islam; Shin, Seokjoo

doi:10.1109/icoin56518.2023.10048961

Cited by 3 publications

(2 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A PDA é uma prática comum na educação, avaliada por notas e frequências, além de trabalhos extras, com o objetivo de propor melhorias na jornada educacional. Melhorar o desempenho dos alunos envolve diversas estratégias pedagógicas e de gestão educacional (Shovon;Haque, 2012). A PDA é um tema relevante que desperta interesse de pesquisadores e profissionais da educação, sendo importante considerar o papel do aluno na aprendizagem.…”

Section: Prever O Desempenho Dos Alunos -Pdaunclassified

Prever e melhorar o desempenho dos alunos com o uso combinado de aprendizagem de máquina e GPT

Benevento

Meirelles

2023

Regae: Rev. Gest. Aval. Educ.

View full text Add to dashboard Cite

Por meio deste texto, apresenta-se resultados de pesquisa na qual se utilizou algoritmos de aprendizado de máquina combinado com o GPT para prever e melhorar o desempenho dos alunos. Essa abordagem pode ter impacto inovador na educação e na experiência de aprendizado dos alunos. O estudo teve abordagem quantitativa, com base em pesquisa experimental e técnicas variadas. Foram processados 900 alunos em 21 algoritmos. Os resultados indicaram uma ferramenta poderosa para prever e melhorar o desempenho dos alunos, combinado ao GPT, superando outros métodos. Conhecer as lacunas no conhecimento dos alunos e fornecer feedback personalizado, permite uma formação mais efetiva. Essa combinação pode ser uma ferramenta valiosa para aprimorar a educação.

show abstract

Section: Prever O Desempenho Dos Alunos -Pdaunclassified

Prever e melhorar o desempenho dos alunos com o uso combinado de aprendizagem de máquina e GPT

Benevento

Meirelles

2023

Regae: Rev. Gest. Aval. Educ.

View full text Add to dashboard Cite

show abstract

“…In recent years, graph neural networks (GNNs) [32] have been developed to model complex patterns in graph-structured data. GNNs have practical applications in areas such as antibacterial discovery, physics simulations [33], fake news detection [34], traffic prediction [35], and recommendation systems [36]. Graph…”

Section: Fusion Of Vision and Touchmentioning

confidence: 99%

Tactile-GAT: Tactile Graph Attention Networks for Robot Tactile Perception Classification

Chen,

Zhu

2023

Preprint

View full text Add to dashboard Cite

As one of the most important senses in human beings, touch can also help robots better perceive and adapt to complex environmental information, improving their autonomous decision-making and execution capabilities. Compared to other perception methods, tactile perception needs to handle multi-channel tactile signals simultaneously, such as pressure, bending, temperature, and humidity. However, directly transferring deep learning algorithms that work well on temporal signals to tactile signal tasks does not make good use of the physical spatial connectivity information of tactile sensors. In this paper, we propose a tactile perception framework based on graph attention networks, which incorporates explicit and latent relation graphs. This framework can effectively utilize the structural information between different tactile signal channels. We constructed a tactile glove and collected a dataset of pressure and bending tactile signals during grasping and holding objects. And our method achieved 89.58% accuracy in object tactile signal classification with a small parameter size of 0.11M. Compared to existing time-series signal classification algorithms, our graph-based tactile perception algorithm can utilize and learn sensor spatial information, making it more suitable for processing multi-channel tactile data. Our method can serve as a general strategy to improve robot's tactile perception capabilities.

show abstract

BRaG: a hybrid multi-feature framework for fake news detection on social media

Chalehchaleh,

Salehi,

Farahbakhsh

et al. 2024

Soc. Netw. Anal. Min.

View full text Add to dashboard Cite

The Performance of Graph Neural Network in Detecting Fake News from Social Media Feeds

Cited by 3 publications

References 13 publications

Prever e melhorar o desempenho dos alunos com o uso combinado de aprendizagem de máquina e GPT

Prever e melhorar o desempenho dos alunos com o uso combinado de aprendizagem de máquina e GPT

Tactile-GAT: Tactile Graph Attention Networks for Robot Tactile Perception Classification

BRaG: a hybrid multi-feature framework for fake news detection on social media

Contact Info

Product

Resources

About