Kaufhold, Marc-André ; Bayer, Markus ; Hartung, Daniel ; Reuter, Christian (2021)
Design and Evaluation of Deep Learning Models for Real-Time Credibility Assessment in Twitter.
30th International Conference on Artificial Neural Networks (ICANN 2021). Bratislava, Slovakia (14.09.2021-17.09.2021)
doi: 10.1007/978-3-030-86383-8_32
Konferenzveröffentlichung, Bibliographie
| Typ des Eintrags: | Konferenzveröffentlichung |
|---|---|
| Erschienen: | 2021 |
| Autor(en): | Kaufhold, Marc-André ; Bayer, Markus ; Hartung, Daniel ; Reuter, Christian |
| Art des Eintrags: | Bibliographie |
| Titel: | Design and Evaluation of Deep Learning Models for Real-Time Credibility Assessment in Twitter |
| Sprache: | Englisch |
| Publikationsjahr: | 7 September 2021 |
| Verlag: | Springer |
| Buchtitel: | Artificial Neural Networks and Machine Learning - ICANN 2021 |
| Reihe: | LNCS |
| Band einer Reihe: | 12895 |
| Veranstaltungstitel: | 30th International Conference on Artificial Neural Networks (ICANN 2021) |
| Veranstaltungsort: | Bratislava, Slovakia |
| Veranstaltungsdatum: | 14.09.2021-17.09.2021 |
| DOI: | 10.1007/978-3-030-86383-8_32 |
| Fachbereich(e)/-gebiet(e): | 20 Fachbereich Informatik 20 Fachbereich Informatik > Wissenschaft und Technik für Frieden und Sicherheit (PEASEC) Forschungsfelder Forschungsfelder > Information and Intelligence Forschungsfelder > Information and Intelligence > Cybersecurity & Privacy |
| Hinterlegungsdatum: | 18 Nov 2021 08:27 |
| Letzte Änderung: | 18 Nov 2021 08:27 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum