• ВХОД

    •  

    Полное описание

    Ян Ци. Cross-Source Multi-View Learning for Personality / Ян Ци ; науч. рук. А. И. Фарсеев. - Текст : непосредственный // Сборник трудов X Конгресса молодых ученых, Санкт-Петербург, 14-17 апреля 2021 г. / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет ИТМО. - Санкт-Петербург : Ун-т ИТМО, 2021. - Т. 2. - С. 280-283. - на рус. яз. - Библиогр. в конце ст. - ISBN 978-5-7577-0658-0.

    ГРНТИ УДК
    28.23.25004.852
    04.41.31316.472.4:004

    Рубрики:
    Машинное обучение
    Социальные сети

    Кл.слова (ненормированные): машинное обучение -- анализ социальных сетей -- профилирование пользователей -- социальные сети
    Аннотация: В настоящее время социальные сети играют решающую роль в повседневной жизни человека и больше не связаны исключительно с проведением свободного времени. Фактически, мгновенное общение с друзьями и коллегами стало важным компонентом нашего повседневного взаимодействия, что привело к появлению множества новых типов социальных сетей. Участвуя в таких сетях, люди генерируют множество точек данных, которые описывают их действия с разных точек зрения и, например, могут в дальнейшем использоваться для таких приложений, как персонализированные рекомендации или профилирование пользователей. Однако влияние различных социальных сетей производительности моделей машинного обучения еще не изучено всесторонне. В частности, литература по моделированию мультимодальных данных из нескольких социальных сетей относительно немногочисленна. Исследуем влияние выбора сети социальных сетей на производительность многовидовых моделей машинного обучения при обучении прогнозированию личности человека на основе общедоступного мультимодального контента социальных сетей.
    Доп. точки доступа:
    Фарсеев, Александр Игоревич\науч. рук.\
    Санкт-Петербургский конгресс молодых ученых(10 ; 2021)

    Экз-ры полностью 8247f0370c34f103edee508237c15bf8
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -391817-569082)

    Шифр в сводном ЭК: b6ea0a1ec0e4b1dce690f18d50cbd0b6




    Заказ фрагмента документа ₽